Einführung in die Mathematik des Operations Research

Größe: px
Ab Seite anzeigen:

Download "Einführung in die Mathematik des Operations Research"

Transkript

1 Universität zu Köln Mthemtisches Institut Prof. Dr. F. Vllentin Dr. A. Gundert Einführung in die Mthemtik des Opertions Reserch Aufge (5+5= Punkte) Sommersemester 4 Lösungen zur Klusur (5. Septemer 4). 5 Studierende wollen n den Universitäten in Köln und Bonn studieren. In Köln git es Studienplätze, in Bonn 5. Jede Universität möchte die Studierenden mit den esten Noten hen, jeder Studierende ht eine persönliche Präferenz der eiden Universitäten. Definieren Sie zwei Präferenztellen, die es möglich mchen, eine stile Verteilung der Studierenden mit Hilfe des Gle-Shpley-Algorithmus zu finden.. Berechnen Sie ds stile Mtching, ds ei den unten ngegeenen Präferenztellen für die Fruen m esten ist: Männer A : c B : c C : c Fruen : C A B : A C B c : A C B Lösung:. Bezeichne die 5 Studierenden mit S, S,..., S 5, die Studienplätze in Köln mit K, K,..., K und die 5 in Bonn mit B, B,..., B 5. Die Nummerierung der Studierenden sei so gewählt, dss S, S,..., S l lieer in Köln ls in Bonn studieren wollen und dss S l+, S l+,..., S 5 Bonn präferieren. Die Permuttion π : {,..., 5} {,..., 5} gee eine Sortierung der Studierenden nch Noten n. Dnn knn mn folgende Präferenztellen verwenden: Studierende S : K K B B 5. : S l : K K B B 5 S l+ : B B 5 K K. : S 5 : B B 5 K K Universitäten K : S π() S π(5). : S π() S π(5) K : S π() S π(5) B : S π() S π(5). : S π() S π(5) B 5 : S π() S π(5)

2 . Der Gle-Shpley Algorithmus erechnet ds este stile Mtching für ds Geschlecht, ds die Heirtsnträge mcht. Also müssen hier die Fruen den ersten Schritt wgen. Der Algorithmus von Gle und Shpley liefert folgendes: c C B A k = c C B A k = c C B A k = 3 c C B A c C B A c C B A Somit ist (, B), (, C), (c, A) ds für die Fruen este stile Mtching.

3 Aufge (5+5= Punkte). Benutzen Sie eine min-mx-chrkterisierung, um zu egründen, dss der Weg {(s, ), (, t)} in folgendem gerichteten Grphen (mit ngegeener Längenfunktion) ein kürzester s-t-weg ist. 9 5 s 9 t 6 7. Sei D = (V, A) ein gerichteter Grph, und sei l : A Z eine Längenfunktion, so dss lle gerichteten Kreise in D nicht-negtive Länge hen. Seien zudem s, t V so, dss es einen s-t-weg in D git. Lösung: Stellen Sie von folgendem lineren Progrmm (PLP) ds dule Progrmm (DLP) uf und zeigen Sie die Gleichheit von (PLP) und (DLP):. Lösung üer Schnitte: (PLP) mx p(t) p(s) p : V R p(v) p(u) l() = (u, v) A. Sei l die ngegeene Längenfunktion. D lle Kntenlängen positiv sind, gilt nch Vorlesung dist(s, t) = M, woei M := mx{k : C,..., C k s t Schnitte, so dss A : {j : C j } l()}. (Hierei drf C i = C j gelten für i j.) Wir zeigen, dss M 33. Dnn gilt dist(s, t) 33 = l({(s, ), (, t)}) und der ngegeene Weg somit ein kürzester s-t-weg. Es git vier mögliche s-t-schnitte: δ + ({s}) δ + ({s, }) s s t t δ + ({s, }) s δ + ({s,, }) t s t 3

4 Wählen wir z.b. C =... = C 9 = δ + ({s}), C =... = C 6 = δ + ({s, }) und C 7 =... = C 33 = δ + ({s,, }), so ist die Bedingung n den Knten erfüllt: Jede Knte liegt in höchstens so vielen Schnitten wie ihre Länge erlut. Wir sehen lso, dss M 33. Lösung üer Potentile: D lle gerichteten Kreise im ngegeenen Grphen nicht-negtive Länge hen und es einen s-t-weg git, können wir uch die Chrkterisierung üer Potentile verwenden. Nch Vorlesung gilt dist(s, t) = M, woei M := mx p(t) p(s) p : V R p(v) p(u) l() = (u, v) A. Wir zeigen wiederum M 33, indem wir ein Potentil p mit p(t) p(s) = 33 ngeen. Setze hierfür p(s) :=, p() := 9, p() := 6, p(t) := 33.. Wir schreien (PLP) zunächst in Stndrdform. Sei hierfür M die Inzidenzmtrix von D, d.h. + δ (v) M v, = δ + (v). sonst Zudem sei l R A durch die Längenfunktion definiert und c R V sei wie folgt: + v = t c(v) = v = s. sonst Dnn gilt: Ds dule Progrmm ist lso: (PLP) = mx c T p p R V M T p l. (DLP) = min y T l y R A y y T M T = c T. Es gilt (PLP)=(DLP), wenn eide Progrmme zulässig sind. (Strke Dulität) Zulässigkeit von (PLP): Eine zulässige Lösung von (PLP) ist ein Potentil. Nch Vorlesung git es genu dnn ein Potentil, wenn lle gerichteten Kreise nichtnegtive Länge hen, ws hier nch Vorussetzung gegeen ist. Zulässigkeit von (DLP): Ein nicht-negtives y R A ist genu dnn zulässige Lösung von (DLP), wenn y T M T = c T, lso My = c gilt. Dies ist genu dnn 4

5 der Fll, wenn für lle v V gilt: y() + v = t y() = v = s. δ (v) δ + (v) sonst Wir suchen lso nch einem s-t-fluss, der Wert ht. { Dzu wähle einen s-t-weg, in Weg der nch Vorussetzung existiert, und setze y() =. sonst 5

6 Aufge 3 (5+5= Punkte). Sei G = (V, E) der folgende Grph mit Gewichtsfunktion w : E R wie ngegeen: c d e A B C D E Zeigen Sie, dss ds eingezeichnete Mtching in G nicht extrem ist.. Ds untenstehende Mtching ist extrem. (Ds ruchen Sie nicht zu zeigen.) Geen Sie ein extremes Mtching der Krdinlität 4 n. Begründen Sie Ihre Antwort. c d e A B C D E Lösung:. Lösungsvrinte : In. geen wir ein Mtching derselen Krdinlität n, ds Gewicht ht, während ds hier etrchtete Mtching Gewicht 9 ht. Es ist lso nicht extrem. (Mn könnte uch ein nderes Mtching der Krdinlität 4 ngeen, ds ein Gewicht > 9 ht.) Lösungsvrinte : Nch Vorlesung existieren ei einem extremen Mtching keine gerichteten Kreise negtiver Länge im Residulgrphen. Wir etrchten lso den Residulgrphen des ngegeenen Mtchings: c d e A B C D E Der gru unterlegte Kreis ist gerichtet und ht eine Länge von =. Ds ngegeen Mtching ist lso nicht extrem, d es einen gerichteten Kreis negtiver Länge im Residulgrphen git. 6

7 . Ist M ein extremes Mtching und P ein M-ugmentierender Weg minimler Länge, so ist nch Vorlesung M P wieder ein extremes Mtching. (Ein Schritt der ungrischen Methode) Wir etrchten lle möglichen M-ugmentierenden Wege: A: Länge B A: Länge = c D: Länge c B A: Länge = Dies sind offensichtlich lle möglichen M-ugmentierenden Wege. Als kürzesten Weg können wir lso z.b. c D wählen. Also ist folgendes Mtching extrem: c d e A B C D E 7

8 Aufge 4 (5 + 5 = Punkte). Gegeen seien C = conv {( ) ( )}, 3 Berechnen Sie die metrische Projektion π C (z). und z = ( ). Zur Erinnerung: π C (z) ist ds eindeutige y C mit y z = inf x C x z.. Sei Lösung: 5 A = und =. 6 Bestimmen Sie lle Ecken von P = {x R : Ax }.. Sei x C. Dnn ist x eine Konvexkomintion von Es gilt lso: x = α ( ) ( ) + ( α) 3 ( ) und für ein α [, ]. ( ) : 3 x z = x = (α + ( α)) + (α + 3( α)) = 4 + (3 α) D α [, ], gilt 3 α [, 3], lso 4 + (3 α) [5, 3] und 4 + (3 α) [ 5, 3]. Es gilt lso x z 5 für lle x C. ( ) Für α =, lso x =, gilt x z = x = ( ) 5. Dmit ist π C (z) =.. Ein Punkt z P ist genu dnn eine Ecke von P, wenn rnga z =, woei A z us den Zeilen von A esteht, die z mit Gleichheit erfüllt. Wir etrchten lle möglichen Teilmtrizen von A: ( ) A = : Die Zeilen von A sind liner hängig, lso rnga =. Diese Mtrix korrespondiert lso nicht zu einer Ecke. ( ) A = (Löschen der zweiten Zeile): Die Zeilen von ( A) sind liner ( unhängig, ) lso rnga =. Die eindeutige Lösung 5 4 von A x = ist x 6 =. D Ax, liegt x in P, ist lso eine Ecke. ( ) A 3 = (Löschen der ersten Zeile): 8

9 Die Zeilen von ( A 3 ) sind liner( unhängig, ) lso rnga 3 =. Die eindeutige Lösung von A 3 x = ist x 6 3 =. D Ax 3, liegt x 3 nicht in P, ist lso keine Ecke. P ht lso nur eine Ecke: ( ) 4. 9

10 Aufge 5 (6 + 4 = Punkte). Zeigen Sie: Die Inzidenzmtrix M R V A eines gerichteten Grphen D = (V, A) ist vollständig unimodulr.. Sei Lösung: M = 3 und = 4. 5 Zeigen Sie, dss ds Polyeder {x R 7 : Mx } gnzzhlig ist.. Aus dem Skript: Sei B R t t eine Teilmtrix von M. Zeige per Induktion nch t, dss det B {,, +}. t = : t > :.Fll: B ht eine Nullsplte det B =..Fll: B ht eine Splte, die genu einen Eintrg enthält. Dnn, nch eventueller Vertuschung von Zeilen und Splten, ist [ ] ± T B = B, R t, B R (t ) (t ). Nch Induktionsvorussetzung ist det B {,, +}, lso det B = (±) det B {,, +}. 3.Fll: Jede Splte von B enthält zwei Einträge. Aufddieren sämtlicher Zeilen von B ergit, ds heißt det B =.. Jede Zeile von M enthält je eine und eine. Also ist M T die Inzidenzmtrix eines gerichteten Grphen. Dmit ist M T, lso uch M vollständig unimodulr. D Z, ist P nch Vorlesung gnzzhlig.

11 Aufge 6 (8+= Punkte). Sei A =, = und c = 5. Lösen Sie ds linere Progrm p = mx c T x x R 3 Ax und geen Sie eine optimle Ecke n.. Sei (LP) ds folgende linere Progrmm: Lösung: (LP) min c T x Ax = x woei A R m n, R m und c R n. Wie ist der zentrle Pfd von (LP) definiert?. Lösung mit Simplexverfhren: Seien x = und A =. Wir wählen den Vektor x ls Strtecke. x ist eine Ecke von {x R 3 : Ax }, d Ax und die Mtrix A der Zeilen, die x mit Gleichheit erfüllt, Rng 3 ht. Wir hen A = A und c T A = (, 5, ). Also wählen wir u = (, 5,, ) T. u ht negtive Einträge, lso ist x nicht optiml. Wir hen i =, y = und Ay = D Ay einen postiven Eintrg ht, wählen wir eine weitere Ecke. Wir setzen j = 4 und ekommen ls nächste Ecke x = x + λy mit λ = / =., Wir hen lso x =, A = und A =..

12 Dnn ist c T A = (3,, ) und u = (, 3,, ) T. D u, ist x optiml. Wir erhlten lso: Zielwert: c T x =, optimle Ecke: ( ). Lösung mit Fourier-Motzkin-Elimintion: Um ds Progrmm mit Hilfe von Fourier- Motzkin-Elimintion zu lösen, etrchten wir folgendes System: Ax c T x + λ mit x R 3, λ R und wählen λ so groß wie möglich ( ) Ds Progrmm ist lso lösr und wir erhlten n λ die Bedingungen λ und λ 5. Also wählen wir λ =. Dies ist der optimle Zielwert. Um eine optimle Ecke, die diesen Zielwert erreicht, zu erhlten, kehren wir die Elimintionsschritte um. Für x 3 ekommen wir folgende Bedingungen: x 3 5 λ, x 3 λ und x 3. Mit λ = ergeen die letzten eiden Bedingungen, dss x 3 =. Für x ekommen wir folgende Bedingungen: x 3 x 3 3 λ 3, x und x. D λ = und x 3 =, erhlten wir x =. Für x ekommen wir folgende Bedingungen: x + x, x und x 5x + x 3 + λ. Durch Einsetzen der isher ( ) erhltenen Werte ekommen wir x =. Wir erhlten lso die optimle Ecke.

13 . Sei F : R n+m R n+m die folgende Aildung: A T y + s c F (x, y, s) = Ax XSe, woei X = dig(x,..., x n ), S = dig(s,..., s n ), e = (,..., ) T. In der Vorlesung wurde gezeigt, dss es für jedes τ > ein eindeutiges (x τ, y τ, s τ ) git mit x τ >, s τ > und F (x τ, y τ, s τ ) =, τe flls die Menge der strikt zulässigen Lösungen F = {(x, y, s) : A T y + s = c, Ax =, x >, s > } nicht-leer ist. In diesem Fll ist der zentrle Pfd von (LP) die Menge C = {(x τ, y τ, s τ ) : τ > }. Flls es keine strikt zulässigen Lösungen git, ist der zentrle Pfd nicht definiert. 3

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder

Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 2 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Prof Dr J Giesl Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Üung 2 M Brockschmidt, F Emmes, C Fuhs, C Otto, T Ströder Hinweise: Die Husufgen sollen in Gruppen von je 2 Studierenden us dem

Mehr

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet.

Was nicht bewertet werden soll, streichen Sie bitte durch. Werden Täuschungsversuche beobachtet, so wird die Präsenzübung mit 0 Punkten bewertet. Prof Dr Dr hc W Thoms Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Präsenzüung Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Mthemtik: Mg. Schmid Wolfgng Areitsltt. Semester ARBEITSBLATT MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Zunächst einml müssen wir den Begriff Sklr klären. Definition: Unter einem Sklr ersteht mn eine

Mehr

10: Lineare Abbildungen

10: Lineare Abbildungen Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert

Mehr

ARBEITSBLATT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-ACHSE

ARBEITSBLATT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-ACHSE Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-8 FLÄCHE ZWISCHEN FUNKTION UND X-CHSE Wie wir die Fläche zwischen einer Funktion und der -chse erechnen, hen wir rechentechnische ereits geklärt.

Mehr

Minimierung von DFAs. Minimierung 21 / 98

Minimierung von DFAs. Minimierung 21 / 98 Minimierung von DFAs Minimierung 21 / 98 Ein Beispiel: Die reguläre Sprche L({, } ) Wie stellt mn fest, o ein Wort ds Suffix esitzt? Ein erster Anstz: Speichere im ktuellen Zustnd die eiden zuletzt gelesenen

Mehr

/LQHDUH*OHLFKXQJVV\VWHPH

/LQHDUH*OHLFKXQJVV\VWHPH /LQHDUH*OHLFKXQJVV\VWHPH (für Grund- und Leistungskurse Mthemtik) 6W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP Nch dem Studium dieses Skripts sollten folgende Begriffe eknnt sein: Linere Gleichung; homogene

Mehr

Algorithmische Bioinformatik I

Algorithmische Bioinformatik I Ludwig-Mximilins-Universität München Institut für Informtik Prof. Dr. Volker Heun Sommersemester 2016 Semestrlklusur 21. Juli 2016 Algorithmische Bioinformtik I Vornme Nme Mtrikelnummer Reihe Pltz Unterschrift

Mehr

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A. Formle Systeme, Automten, Prozesse SS 2010 Musterlösung - Klusur 23.09.2010 Prof. Dr. J. Giesl M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen):

Mehr

Beispiellösungen zu Blatt 24

Beispiellösungen zu Blatt 24 µthemtischer κorrespondenz- zirkel Mthemtisches Institut Georg-August-Universität Göttingen Aufge Beispiellösungen zu Bltt Mn eweise, dss mn ein Qudrt für jede Zhl n 6 in genu n kleinere Qudrte zerlegen

Mehr

Kürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen

Kürzeste Wege. möglich ist 6. Füge v zu S hinzu und setze d[v] d [v] (u,v) E. Datenstrukturen und Algorithmen 14. Elementare Graphalgorithmen Algorithmus von Dijkstr: 1. Es sei S ie Menge er enteckten Knoten. Invrinte: Merke optimle Lösung für S: Für lle v S sei [v] = δ(s,v) ie Länge es kürzesten Weges von s nch v 3. Zu Beginn: S={s} un [s]=

Mehr

Flächenberechnung. Aufgabe 1:

Flächenberechnung. Aufgabe 1: Flächenerechnung Aufge : Berechnen Sie den Flächeninhlt zwischen dem Funktionsgrphen und der -Achse in den Grenzen von is von: ) f() = ) f() = - Skizzieren Sie die Funktionsgrphen und schrffieren Sie die

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 5. Semester ARBEITSBLATT 3 PARAMETERDARSTELLUNG EINER GERADEN

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 5. Semester ARBEITSBLATT 3 PARAMETERDARSTELLUNG EINER GERADEN Mthemtik: Mg. Schmid Wolfgng Areitsltt 3 5. Semester ARBEITSBLATT 3 PARAMETERDARSTELLUNG EINER GERADEN Wir wollen eine Gerde drstellen, welche durch die Punkte A(/) und B(5/) verläuft. Die Idee ist folgende:

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmnn W Wu Herbstsemester 206 Linere Algebr und Numerische Mthemtik für D-BAUG Beispiellösung für Serie 5 ETH Zürich D-MATH Aufgbe 5 5) Seien u und v Lösungen des LGS Ax = b mit n Unbeknnten

Mehr

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.

Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }. Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,

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

FORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2.

FORMALE SYSTEME. Kleene s Theorem. Wiederholung: Reguläre Ausdrücke. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch Rndll Munroe, https://xkcd.com/851_mke_it_etter/, CC-BY-NC 2.5 TU Dresden, 2. Novemer 2017 Mrkus Krötzsch, 2. Novemer 2017 Formle Systeme

Mehr

Aufgabensammlung: Vertiefung der Schulmathematik 1.1 Handelt es sich bei den folgenden Zuordnungen um Funktionen? Begründen Sie ihre Entscheidung.

Aufgabensammlung: Vertiefung der Schulmathematik 1.1 Handelt es sich bei den folgenden Zuordnungen um Funktionen? Begründen Sie ihre Entscheidung. Fkultät für Mthemtik Cmpus Essen Wielnd Wilzek.8.-.9.06 Aufgensmmlung: Vertiefung der Schulmthemtik. Hndelt es sich ei den folgenden Zuordnungen um Funktionen? Begründen Sie ihre Entscheidung. ) Person

Mehr

1.7 Inneres Produkt (Skalarprodukt)

1.7 Inneres Produkt (Skalarprodukt) Inneres Produkt (Sklrprodukt) 17 1.7 Inneres Produkt (Sklrprodukt) Montg, 27. Okt. 2003 7.1 Wir erinnern zunächst n die Winkelfunktionen sin und cos, deren Wirkung wir m Einheitskreis vernschulichen: ϕ

Mehr

Probeklausur Mathematik für Ingenieure C3

Probeklausur Mathematik für Ingenieure C3 Deprtment Mthemtik Dr. rer. nt. Lrs Schewe Mthis Sirvent Wintersemester 013/014 Probeklusur Mthemtik für Ingenieure C3 Anmerkungen zur Klusur: Die Arbeitszeit wird 90 Minuten betrgen. Sie können sämtliche

Mehr

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen.

Minimalautomat. Wir stellen uns die Frage nach dem. kleinsten DFA für eine reguläre Sprache L, d.h. nach einem DFA mit möglichst wenigen Zuständen. Rechtslinere Sprchen Minimlutomt Es git lso sehr verschiedene endliche Beschreiungen einer regulären Sprche (DFA, NFA, rechtslinere Grmmtiken, reguläre Ausdrücke). Diese können ineinnder üersetzt werden.

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 15 ORTHOGONALITÄT

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 15 ORTHOGONALITÄT Mthemtik: Mg. Schmid Wolfgng Areitsltt 5. Semester ARBEITSBLATT 5 ORTHOGONALITÄT Ws versteht mn zunächst einml unter orthogonl? Dies ist nur ein nderes Wort für norml oder im rechten Winkel. Ws uns hier

Mehr

4. Lineare Gleichungen mit einer Variablen

4. Lineare Gleichungen mit einer Variablen 4. Linere Gleichungen mit einer Vrilen 4. Einleitung Werden zwei Terme einnder gleichgesetzt, sprechen wir von einer Gleichung. Enthlten eide Terme nur Zhlen, so entsteht eine Aussge, die whr oder flsch

Mehr

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen

Klausur zur Vorlesung Grundbegriffe der Informatik 10. März 2009 mit Lösungsvorschlägen Klusur zur Vorlesung Grundegriffe der Informtik 10. März 2009 mit Lösungsvorschlägen Klusurnummer Nme: Vornme: Mtr.-Nr.: Aufge 1 2 3 4 5 6 7 mx. Punkte 4 2 7 8 8 8 9 tts. Punkte Gesmtpunktzhl: Note: Aufge

Mehr

2. Klausur in K2 am

2. Klausur in K2 am Nme: Punkte: Note: Ø: Profilfch Physik Azüge für Drstellung: Rundung:. Klusur in K m.. 04 Achte uf die Drstellung und vergiss nicht Geg., Ges., Formeln, Einheiten, Rundung...! Aufge ) (8 Punkte) In drei

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

Kapitel IV Euklidische Vektorräume. γ b

Kapitel IV Euklidische Vektorräume. γ b Kpitel IV Euklidische Vektorräume 1 Elementrgeometrie in der Eene Sei E die Zeicheneene In der Schule lernt mn: (11) Stz des Pythgors: Sei E ein Dreieck mit den Seiten, und c, und sei γ der c gegenüerliegende

Mehr

Scheinklausur: Theoretische Informatik I

Scheinklausur: Theoretische Informatik I +//+ Scheinklusur: Theoretische Informtik I WS / Hinweise: Hlten Sie die Klusur geschlossen, is der Beginn durch die Aufsichtspersonen ngezeigt wird Betrugsversuche oder Stören hen sofortigen Ausschluss

Mehr

ARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG

ARBEITSBLATT 5L-6 FLÄCHENBERECHNUNG MITTELS INTEGRALRECHNUNG Mthemtik: Mg. Schmid WolfgngLehrerInnentem RBEITSBLTT 5L-6 FLÄHENBEREHNUNG MITTELS INTEGRLREHNUNG Geschichtlich entwickelte sich die Integrlrechnug us folgender Frgestellung: Wie knn mn den Flächeninhlt

Mehr

13. Quadratische Reste

13. Quadratische Reste ChrNelius: Zhlentheorie (SS 007) 3 Qudrtische Reste Wir ehndeln jetzt ei den Potenzresten den Sezilfll m und führen die folgende Begriffsildung ein: (3) DEF: Seien n und teilerfremd heißt qudrtischer Rest

Mehr

Name... Matrikel Nr... Studiengang...

Name... Matrikel Nr... Studiengang... Proeklusur zur Vorlesung Berechenrkeitstheorie WS 201/1 1. Jnur 201 Prof. Dr. André Schulz Bereitungszeit: 120 Minuten [So oder so ähnlich wird ds Deckltt der Klusur ussehen.] Nme... Mtrikel Nr.... Studiengng...

Mehr

6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist

6-1 Elementare Zahlentheorie. mit 1 b n und 0 a b (zusammen mit der Ordnung ) nennt man die n-te Farey-Folge, zum Beispiel ist 6- Elementre Zhlentheorie 6 Frey-Folgen Die Menge F n der rtionlen Zhlen mit n und (zusmmen mit der Ordnung ) nennt mn die n-te Frey-Folge, zum Beispiel ist F = { < < < < < < < < < < } Offensichtlich gilt:

Mehr

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip.

Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester Kurzer Einschub: das Schubfachprinzip. Reguläre Sprchen Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 0 Ds Pumping-Lemm Wir hen is jetzt vier Formlismen kennengelernt, mit denen wir eine reguläre Sprche ngeen können:

Mehr

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 2. Besprechung in KW44

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 2. Besprechung in KW44 Technische Universität München Winter 2017/18 Prof. J. Esprz / Dr. M. Luttenerger, S. Sickert 2018/02/08 HA-Lösung TA-Lösung Diskrete Strukturen Tutorufgenltt 2 Besprechung in KW44 Bechten Sie: Soweit

Mehr

4 Die rationalen Zahlen

4 Die rationalen Zahlen 4 Die rtionlen Zhlen Der Ring der gnzen Zhlen ht den Mngel, dß nicht jede Gleichung = X, 0 innerhl Z lösr ist. (Z.B. ist 1 = 2 X unlösr in Z). Zu seiner Beseitigung erweitert mn den Zhlereich zum Körper

Mehr

- 1 - VB Inhaltsverzeichnis

- 1 - VB Inhaltsverzeichnis - - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufge 69. Quizz Integrle. Es sei Höhere Mthemtik für Informtiker II (Sommersemester

Mehr

Automaten mit dot erstellen

Automaten mit dot erstellen Automten mit dot erstellen 1 Ws ist dot? dot ist ein Progrmm zum Kompilieren von dot-dteien in verschiedene Grfikformte, sowie der Nme einer Sprche, mit der mn Grphen spezifizieren knn. Unter Anderem können

Mehr

Vorkurs Mathematik. Vorlesung 3. Die rationalen Zahlen

Vorkurs Mathematik. Vorlesung 3. Die rationalen Zahlen Prof. Dr. H. Brenner Osnrück WS 2014/2015 Vorkurs Mthemtik Vorlesung 3 Die rtionlen Zhlen Definition 3.1. Unter einer rtionlen Zhl versteht mn einen Ausdruck der Form, woei, Z und 0 sind, und woei zwei

Mehr

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten)

Klausur über den Stoff der Vorlesung Grundlagen der Informatik II (90 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 2.7.24 Klusur üer den Stoff der Vorlesung Grundlgen der Informtik II (9 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (SS 24) Ich estätige,

Mehr

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten)

Lösung zur Bonusklausur über den Stoff der Vorlesung Grundlagen der Informatik II (45 Minuten) Institut für Angewndte Informtik und Formle Beschreiungsverfhren 15.01.2018 Lösung zur Bonusklusur üer den Stoff der Vorlesung Grundlgen der Informtik II (45 Minuten) Nme: Vornme: Mtr.-Nr.: Semester: (WS

Mehr

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit

1.5. Abbildung. DEFINITION injektiv, surjektiv, bijektiv Eine Abbildung f ist injektiv, falls es zu jedem y Y höchstens ein x X gibt mit CHAPTER. MENGEN UND R ELATIONEN.5. ABBILDUNG.5. Abbildung Eine Abbildung (oder Funktion ist eine Reltion f über X Y mit der Eigenschft: für jedes x us X gibt es genu ein y Y mit (x,y f. Die übliche Schreibweise

Mehr

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m. Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn

Mehr

Vorkurs Theoretische Informatik

Vorkurs Theoretische Informatik Vorkurs Theoretische Informtik Einführung in reguläre Sprchen Areitskreis Theoretische Informtik Freitg, 05.10.2018 Fchgruppe Informtik Üersicht 1. Chomsky-Hierchie 2. Automten NEA DEA 3. Grmmtik und Automten

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

Musterlösungen zum 6. Übungsblatt

Musterlösungen zum 6. Übungsblatt Musterlösungen zum 6 Üungsltt Anlysis ei Dr Rolf Busm WS 6/7 Aufge 6 (Tois Hessenuer) ) 3 ep()d, setze u = ep(), v = 3 dnn gilt: 3 ep()d = ep() 3 = e (3 ep() ) 3 ep() d = e 3e + 6 ep() = 6e 3e + 6e 6e

Mehr

Gliederung. Kapitel 1: Endliche Automaten

Gliederung. Kapitel 1: Endliche Automaten Gliederung 0. Motivtion und Einordnung 1. Endliche Automten 2. Formle Sprchen 3. Berechnungstheorie 4. Komplexitätstheorie 1.1. 1.2. Minimierungslgorithmus 1.3. Grenzen endlicher Automten 1/1, S. 1 2017

Mehr

Eine Relation R in einer Menge M ist transitiv, wenn für alle x, y, z M gilt: (x R y y R z) x R z

Eine Relation R in einer Menge M ist transitiv, wenn für alle x, y, z M gilt: (x R y y R z) x R z Reltionen, 11 Reltionen Reltion ist einfch gesgt eine Beziehung zwischen Elementen von Mengen. In der Geometrie sind z.b. die Reltionen "ist gleich", "ist senkrecht zu", "ist prllel zu" eknnt. Die letzten

Mehr

Die Dreiecke ADM A und BCM C sind kongruent aufgrund

Die Dreiecke ADM A und BCM C sind kongruent aufgrund Westfälische Wilhelms-Universität Münster Mthemtisches Institut pl. Prof. Dr. Lutz Hille Dr. Krin Hlupczok Üungen zur Vorlesung Elementre Geometrie Sommersemester 010 Musterlösung zu ltt 4 vom 3. Mi 010

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie

Mathematik für Studierende der Biologie und des Lehramtes Chemie Verfhren Mthemtik für Studierende der Biologie und des Lehrmtes Chemie Dominik Shillo Universität des Srlndes 6. Vorlesung, 4..7 (Stnd: 4..7, 4:5 Uhr) Shreibe,,n.......... n, n,n Führe den Guÿlgorithmus

Mehr

Theoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung

Theoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung Theoretische Informtik und Logik Üungsltt 2 (2013S) en Aufge 2.1 Geen Sie jeweils eine kontextfreie Grmmtik n, welche die folgenden Sprchen erzeugt, sowie einen Aleitungsum für ein von Ihnen gewähltes

Mehr

15. Kürzeste Wege. SS 2017 DuA - Kapitel 15 1

15. Kürzeste Wege. SS 2017 DuA - Kapitel 15 1 5. Kürzeste Wege t s SS DuA - Kpitel 5 Gewichtete Grphen Ein gewichteter Grph G ist ein Pr (V,E) zusmmen mit einer Gewichtsfunktion w, woei E V V un w: E IR. Für e E heißt w(e) s Gewicht von e. Für einen

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

Aufgabe 1. Die Zahl 6 wird aus 3 gleichen Ziffern mit Hilfe der folgenden mathematischen

Aufgabe 1. Die Zahl 6 wird aus 3 gleichen Ziffern mit Hilfe der folgenden mathematischen Deprtment Mthemtik Tg der Mthemtik 5. Juli 008 Klssenstufen 9, 10 Aufge 1. Die Zhl 6 wird us 3 gleihen Ziffern mit Hilfe der folgenden mthemtishen Symole drgestellt: + Addition Sutrktion Multipliktion

Mehr

Berechnung der inversen Matrix.

Berechnung der inversen Matrix. Inverse Mtrix Berechnung der inversen Mtrix. Es ist ds LGS A X = E zu lösen. X = A 1 ist eine Mtrix. Verwendung des Guss-Algorithmus: Trnsformiere (A E in (E X. Steffen Voigtmnn Beuth Hochschule für Technik

Mehr

dem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} +

dem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} + Lösungen zu Üungsltt 3 Aufge 1. Es gilt L(( ) ) = ({} {}) {} = ({} {}) ({} {} + ). Mit dem Verfhren us dem Beweis zu Stz 2.20 erhlten wir zunächst die folgenden eiden -NDEAs für die Sprchen {} {} und {}

Mehr

5 Lineare Abhängigkeit und lineare Unabhängigkeit von Vektoren

5 Lineare Abhängigkeit und lineare Unabhängigkeit von Vektoren 5 Linere Ahängigeit und linere Unhängigeit von Vetoren 5 Linere Ahängigeit und linere Unhängigeit von Vetoren 5.1 Linere Ahängigeit/Unhängigeit von Vetoren Eine esondere Rolle in der nlytischen Geometrie

Mehr

Uneigentliche Riemann-Integrale

Uneigentliche Riemann-Integrale Uneigentliche iemnn-integrle Zweck dieses Abschnitts ist es, die Vorussetzungen zu lockern, die wir n die Funktion f : [, b] bei der Einführung des iemnn-integrls gestellt hben. Diese Vorussetzungen wren:

Mehr

Lineare Algebra I 5. Tutorium mit Lösungshinweisen

Lineare Algebra I 5. Tutorium mit Lösungshinweisen Fchbereich Mthemtik Prof Dr JH Bruinier Mrtin Fuchssteiner Ky Schwieger TECHNISCHE UNIVERSITÄT DARMSTADT AWS 07/08 0607 (T ) Linere Algebr I 5 Tutorium mit Lösungshinweisen Welche Gruppen kennen Sie? Welche

Mehr

Übungsaufgaben zu Mathematik 2

Übungsaufgaben zu Mathematik 2 Ü F-Studiengng Angewndte lektronik SS 8 Üungsufgen zu Mthemtik Vektor- und Mtrizenrechnung 9 Die ckpunkte des Dreiecks ABC seien durch ihre Ortsvektoren OA ( ) OB (7) und OC (8) gegeen Berechnen Sie die

Mehr

Mitschrift Repetitorium Theoretische Informatik und Logik

Mitschrift Repetitorium Theoretische Informatik und Logik Mitschrift Repetitorium Theoretische Informtik und Logik Teil 1: Formle Sprchen, 15.01.2010, 1. Edit Allgemeine Hinweise für die Prüfung Ds Pumping-Lemm für kontextfreie Sprchen kommt nicht (sehr wohl

Mehr

( ) ( ) 4. Der Hauptsatz der Infinitesimalrechnung. Hauptsatz (1. Form) I. Newton ( ), G.F. Leibniz ( )

( ) ( ) 4. Der Hauptsatz der Infinitesimalrechnung. Hauptsatz (1. Form) I. Newton ( ), G.F. Leibniz ( ) 4. Der Huptstz der Infinitesimlrechnung Huptstz (. orm) I. Newton (64-77), G.. Leiniz (646-76) ür jede im Intervll [,] stetige unktion f sei ( ) = f ( t) dt sogennnte Integrlfunktion dnn gilt: Die Integrlfunktion

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

Name... Matrikel-Nr... Studiengang...

Name... Matrikel-Nr... Studiengang... Proeklusur zum ersten Teil der Vorlesung Berechenrkeitstheorie WS 2015/16 30. Novemer 2015 Dr. Frnzisk Jhnke, Dr. Dniel Plcín Bereitungszeit: 80 Minuten Nme... Mtrikel-Nr.... Studiengng... 1. So oder so

Mehr

Copyright, Page 1 of 5 Der Faktorraum

Copyright, Page 1 of 5 Der Faktorraum www.mthemtik-netz.de Copright, Pge of 5 Der Fktorrum Ein sehr wichtiges Konstrukt, welches üerll in der Mthemtik Verwendung findet, ist der Fktorrum, oft uch Quotientenrum gennnt. Dieser ist selst ein

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

Analytischen Geometrie in vektorieller Darstellung

Analytischen Geometrie in vektorieller Darstellung Anltische Geometrie Anltischen Geometrie in vektorieller Drstellung Anltische Geometrie Gerden Punkt-Richtungs-Form () Mit Hilfe von Vektoren lssen sich geometrische Ojekte wie Gerden und Eenen eschreien

Mehr

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt 5

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt 5 Prof. J. Esprz Technische Universität München S. Sickert, J. Krämer KEINE ABGABE Vielen Dnk n Jn Wgener für die erweiterten Aufgenlösungen Einführung in die theoretische Informtik Sommersemester 2017 Üungsltt

Mehr

Übungen zur Linearen Algebra 1

Übungen zur Linearen Algebra 1 Übungen zur Lineren Algebr Lösungen Wintersemester 9/ Universität Heidelberg Mthemtisches Institut Lösungen Bltt Dr. D. Vogel Michel Mier Aufgbe 44. b 4 b b 4 ( )b Fll : = ( )b 4 b ( ) b ( ) ( )(b ) b

Mehr

6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz.

6. Übungsblatt. (i) Von welchem Typ ist die Grammatik G? Begründen Sie Ihre Antwort kurz. Vorlesung Theoretische Informtik Sommersemester 2015 Prof. S. Lnge 6. Üungsltt 1. Aufge Es sei die folgende Grmmtik G = [Σ, V, S, R] gegeen. Dei seien Σ = {, } und V = {S, B}, woei S ds Strtsymol ist.

Mehr

2 Trigonometrische Formeln

2 Trigonometrische Formeln Mthemtische Proleme, SS 016 Freitg 6.5 $Id: trig.tex,v 1.14 016/05/06 1:6:14 hk Exp $ Trigonometrische Formeln.1 Die dditionstheoreme In der letzten Sitzung htten wir geometrische Herleitungen der dditionstheoreme

Mehr

Grundkurs Mathematik. Einführung in die Integralrechnung. Lösungen und Ergebnisse zu den Aufgaben

Grundkurs Mathematik. Einführung in die Integralrechnung. Lösungen und Ergebnisse zu den Aufgaben Seite Einführung in die Integrlrechnung Lösungen und Ergenisse Gr Stefn Gärtner Grundkurs Mthemtik Einführung in die Integrlrechnung Lösungen und Ergenisse zu den Aufgen Von llen Wissenschftlern können

Mehr

Notizen zur Vorlesung Analysis 3

Notizen zur Vorlesung Analysis 3 Notizen zur Vorlesung Anlysis 3 Henrik chumcher TUHH, 26. Jnur 207 2 Integrtion über Oberflächen 2. Oberflächenintegrl einer Funktion Definition 2.37 (Metrische Fundmentlform) ei R 2 ein reguläres Gebiet

Mehr

vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimalautomat: minimaler vollständiger DFA

vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimalautomat: minimaler vollständiger DFA Ws isher geschh NFA A = (X, Q, δ, I, F ) vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimlutomt: minimler vollständiger DFA Für jede Sprche L X sind die folgenden Aussgen

Mehr

Formale Sprachen und Automaten. Schriftlicher Test

Formale Sprachen und Automaten. Schriftlicher Test Formle Sprchen und Automten Prof. Dr. Uwe Nestmnn - 23. Ferur 2017 Schriftlicher Test Studentenidentifiktion: NACHNAME VORNAME MATRIKELNUMMER S TUDIENGANG Informtik Bchelor, Aufgenüersicht: AUFGABE S EITE

Mehr

6. Quadratische Gleichungen

6. Quadratische Gleichungen 6. Qudrtische Gleichungen 6.1 Voremerkungen Potenzieren und Wurzelziehen, somit uch Qudrieren und Ziehen der Qudrtwurzel, sind entgegengesetzte Oertionen. Sie heen sich gegenseitig uf. qudrieren Qudrtwurzel

Mehr

Spiele und logische Komplexitätsklassen

Spiele und logische Komplexitätsklassen Spiele und logische Komplexitätsklssen Mrtin Horsch 26. Jnur 2006 Inhlt des Seminrvortrges Ehrenfeucht-Frïssé-Spiel mit k Mrken Formeln mit k Vrilen und logische Komplexitätsklssen k-vrileneigenschft logischer

Mehr

Übungen zur Analysis 2

Übungen zur Analysis 2 Mthemtisches Institut der Universität München Prof. Dr. Frnz Merkl Sommersemester 2013 Bltt 2 26.4.2013 Übungen zur Anlysis 2 2.1 Vernschulichung der Cuchy-Schwrz-Ungleichung. Gegeben seien die Vektoren

Mehr

Beispiele: cos(x) dx = sin(x) + c (1) e t dt = e t + c (2)

Beispiele: cos(x) dx = sin(x) + c (1) e t dt = e t + c (2) . Stmmfunktion Definition Stmmfunktion: Gegeen sei eine Funktion f(). Gesucht ist eine Funktion F (), so dss d = f(). Die Funktion F() heisst Stmmfunktion. Schreiweise: F () = f()d. Mn spricht uch vom

Mehr

Berechnung von Flächen unter Kurven

Berechnung von Flächen unter Kurven Berechnung von Flächen unter Kurven Es soll die Fläche unter einer elieigen (stetigen) Kurve erechnet werden. Dzu etrchten wir die (sog.) Flächenfunktion, mit der die zu erechnende Fläche qusi ngenähert

Mehr

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 3

Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 3 Prof. J. Esprz Technische Universität München S. Sickert, J. Krämer KEINE ABGABE Einführung in die theoretische Informtik Sommersemester 27 Üungsltt 3 Üungsltt Wir unterscheiden zwischen Üungs- und Agelättern.

Mehr

Wir wählen einen Punkt O des zwei- bzw. dreidimensionalen euklidischen Raums als Ursprung oder Nullpunkt. b 3 c. b 2

Wir wählen einen Punkt O des zwei- bzw. dreidimensionalen euklidischen Raums als Ursprung oder Nullpunkt. b 3 c. b 2 IV. Teilung und Teilverhältnis im Punktrum ================================================================ 4.1 Der Punktrum Wir wählen einen Punkt O des zwei- zw. dreidimensionlen euklidischen Rums ls

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

Klausur Formale Sprachen und Automaten Grundlagen des Compilerbaus

Klausur Formale Sprachen und Automaten Grundlagen des Compilerbaus Klusur Formle Sprchen und Automten Grundlgen des Compilerus 25. Novemer 2014 Nme: Unterschrift: Mtrikelnummer: Kurs: Note: Aufge erreichre erreichte Nr. Punkte Punkte 1 10 2 10 3 12 4 11 5 9 6 6 7 11 8

Mehr

2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004

2. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004 Universität Krlsruhe Theoretische Informtik Fkultät für Informtik WS 2003/04 ILKD Prof. Dr. D. Wgner 14. April 2004 2. Klusur zur Vorlesung Informtik III Wintersemester 2003/2004 Lösung! Bechten Sie: Bringen

Mehr

v P Vektorrechnung k 1

v P Vektorrechnung k 1 Vektorrechnung () Vektorielle Größen in der hysik: Sklren Größen wie Zeit, Msse, Energie oder Tempertur werden in der hysik mit einer Mßzhl und einer Mßeinheit ngegeen: 7 sec, 4.5 kg. Wichtige physiklische

Mehr

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III

Universität Karlsruhe Institut für Theoretische Informatik. Klausur: Informatik III Nme Vornme Mtrikelnummer Lösungsvorschlg Universität Krlsruhe Institut für Theoretische Informtik o. Prof. Dr. P. Snders 8. März 2006 Klusur: Informtik III Aufgbe 1. Multiple Choice 10 Punkte Aufgbe 2.

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

Präsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i,

Präsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i, Präsenz-Aufgben 1. 1. Schreiben Sie z in der Form z α + βi mit α,β R. Aus der Vorlesung ist beknnt: i i i 1, i 1 1 i i i i i 1 i. () i 15 i 1 i (i ) 7 i ( 1) 7 i i i 15 + ( 1)i, (b) i 15 1 i 15 () 1 i

Mehr

Übungsblatt 1. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18

Übungsblatt 1. Vorlesung Theoretische Grundlagen der Informatik im WS 17/18 Institut für Theoretische Informtik Lehrstuhl Prof. Dr. D. Wgner Üungsltt Vorlesung Theoretische Grundlgen der Informtik im WS 78 Ausge 9. Oktoer 27 Age 7. Novemer 27, : Uhr (im Ksten im UG von Geäude

Mehr

Vorlesung Theoretische Informatik Sommersemester 2018 Dr. B. Baumgarten

Vorlesung Theoretische Informatik Sommersemester 2018 Dr. B. Baumgarten Vorlesung Theoretische Informtik Sommersemester 28 Dr. B. Bumgrten Üungen zur Wiederholung quer durch den Stoff Mit Lösungseispielen Vollständigkeit wird nicht grntiert, und einige sind klusuruntypisch

Mehr

MC-Serie 12 - Integrationstechniken

MC-Serie 12 - Integrationstechniken Anlysis D-BAUG Dr. Meike Akveld HS 15 MC-Serie 1 - Integrtionstechniken 1. Die Formel f(x) dx = xf(x) xf (x) dx i) ist im Allgemeinen flsch. ii) folgt us der Sustitutionsregel. iii) folgt us dem Huptstz

Mehr

ARBEITSBLATT 5L-11 BERECHNEN VON RAUMINHALTEN

ARBEITSBLATT 5L-11 BERECHNEN VON RAUMINHALTEN Mthemtik: Mg. Schmid Wolfgng+LehrerInnentem ) Rottion um die -Achse ARBEITSBLATT 5L- BERECHNEN VON RAUMINHALTEN Es geht hier um folgende Aufgenstellung. Eine gegeene Funktion f() soll in einem estimmten

Mehr

Endliche Automaten können wahlweise graphisch oder tabellarisch angegeben werden.

Endliche Automaten können wahlweise graphisch oder tabellarisch angegeben werden. Aufgensmmlung GTI Hinweise. Dies ist eine Aufgensmmlung zum Lernen für die Klusur, keine Proeklusur. Die Zeitduer, die für die Lösung vorgesehen ist, ist lso nicht uf drei Stunden normiert. Für die Klusur

Mehr

Die Keplersche Fassregel

Die Keplersche Fassregel Die Keplersche Fssregel K. Gerer Bei vielen Aufgen, z.b. ei der Lösung von Differentilgleichungen, tucht die Schwierigkeit uf, dss Integrtionen nicht durchgeführt werden können. So können z.b. die folgenden

Mehr

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A.

Vorname: Nachname: Matrikelnummer: Studiengang (bitte ankreuzen): Technik-Kommunikation M.A. Formle Systeme, Automten, Prozesse SS 2011 Musterlösung - Klusur 09082011 Prof Dr Dr hc W Thoms Dniel Neider, Crsten Otto Vornme: Nchnme: Mtrikelnummer: Studiengng (itte nkreuzen): Informtik Bchelor Informtik

Mehr

G2.3 Produkte von Vektoren

G2.3 Produkte von Vektoren G Grundlgen der Vektorrechnung G. Produkte von Vektoren Ds Sklrprodukt Beispiel: Ein Schienenfhrzeug soll von einem Triler ein Stück s gezogen werden, der neen den Schienen fährt (vgl. Skizze). Wir wollen

Mehr

Einführung in die Theoretische Informatik

Einführung in die Theoretische Informatik Technische Universität München Fkultät für Informtik Prof. Tois Nipkow, Ph.D. Ssch Böhme, Lrs Noschinski Sommersemester 2011 Lösungsltt 4 20. Juni 2011 Einführung in die Theoretische Informtik Hinweis:

Mehr