Python 1. Vorlesung Computerlinguistische Techniken Alexander Koller. 27. Oktober 2014
|
|
|
- Lars Auttenberg
- vor 5 Jahren
- Abrufe
Transkript
1 Python 1 Vorlesung Computerlinguistische Techniken Alexnder Koller 27. Oktober 2014
2 Übersicht Rest von hift-reduce Ws ist Python und wrum lernen wir es? Ausdrücke und Anweisungen Komplexe Dtentypen und Anweisungen Funktionen
3 Recursive-Descent-Prsing Rekursiver Algorithmus, der für A und w die Frge A * w? entscheidet. A? w A B C B? C? w 1 w 2
4 Bottom-Up-Prsing NP VP NP Det N VP V NP V isst NP Hns Det ein N Käsebrot Hns isst ein Käsebrot.
5 Bottom-Up-Prsing NP VP NP Det N VP V NP V isst NP Hns Det ein N Käsebrot NP Hns isst ein Käsebrot.
6 Bottom-Up-Prsing NP VP NP Det N VP V NP V isst NP Hns Det ein N Käsebrot NP V Hns isst ein Käsebrot.
7 Bottom-Up-Prsing NP VP NP Det N VP V NP V isst NP Hns Det ein N Käsebrot NP V Det Hns isst ein Käsebrot.
8 Bottom-Up-Prsing NP VP NP Det N VP V NP V isst NP Hns Det ein N Käsebrot NP V Det N Hns isst ein Käsebrot.
9 Bottom-Up-Prsing NP VP NP Det N VP V NP V isst NP Hns Det ein N Käsebrot NP NP V Det N Hns isst ein Käsebrot.
10 Bottom-Up-Prsing NP VP NP Det N VP V NP V isst NP Hns Det ein N Käsebrot VP NP NP V Det N Hns isst ein Käsebrot.
11 Bottom-Up-Prsing NP VP NP Det N VP V NP V isst NP Hns Det ein N Käsebrot VP NP NP V Det N Hns isst ein Käsebrot.
12 Bottom-up-Prsing
13 Bottom-up-Prsing
14 Bottom-up-Prsing
15 Bottom-up-Prsing
16 Bottom-up-Prsing
17 Bottom-up-Prsing
18 Bottom-up-Prsing
19 Bottom-up-Prsing
20 Bottom-up-Prsing
21 Bottom-up-Prsing
22 Bottom-up-Prsing
23 Bottom-up-Prsing
24 hift-reduce-prsing hift-regel: (s, w) (s, w) s w s w Reduce-Regel: (s w, w) (s A, w) flls A w in P trt: (ε, w) w s w A s w Wende Regeln nichtdeterministisch n. Algorithmus sgt j, wenn er Konfigurtion (, ε) erreicht (d.h. erreichen knn).
25 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) Hns isst ein Käsebrot.
26 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) Hns isst ein Käsebrot. (ε, Hns isst ein K.)
27 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.)
28 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.) (NP, isst ein K.)
29 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP V Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.) (NP isst, ein K.) (NP, isst ein K.)
30 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP V Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.) (NP isst, ein K.) (NP V, ein K.) (NP, isst ein K.)
31 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP V Det Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.) (NP, isst ein K.) (NP isst, ein K.) (NP V, ein K.) (NP V ein, K.)
32 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP V Det Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.) (NP, isst ein K.) (NP isst, ein K.) (NP V, ein K.) (NP V ein, K.) (NP V Det, K.)
33 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP V Det N Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.) (NP, isst ein K.) (NP isst, ein K.) (NP V, ein K.) (NP V ein, K.) (NP V Det, K.) (NP V Det K., ε)
34 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP V Det N Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.) (NP, isst ein K.) (NP isst, ein K.) (NP V, ein K.) (NP V ein, K.) (NP V Det, K.) (NP V Det K., ε) (NP V Det N, ε)
35 hift-reduce: Beispiel hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP NP V Det N Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.) (NP, isst ein K.) (NP isst, ein K.) (NP V, ein K.) (NP V ein, K.) (NP V Det, K.) (NP V Det K., ε) (NP V Det N, ε) (NP V NP, ε)
36 hift-reduce: Beispiel VP hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP NP V Det N Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.) (NP, isst ein K.) (NP isst, ein K.) (NP V, ein K.) (NP V ein, K.) (NP V Det, K.) (NP V Det K., ε) (NP V Det N, ε) (NP V NP, ε) (NP VP, ε)
37 hift-reduce: Beispiel VP hift: (s, w) (s, w) Reduce: (s w, w) (s A, w) NP NP V Det N Hns isst ein Käsebrot. (ε, Hns isst ein K.) (Hns, isst ein K.) (NP, isst ein K.) (NP isst, ein K.) (NP V, ein K.) (NP V ein, K.) (NP V Det, K.) (NP V Det K., ε) (NP V Det N, ε) (NP V NP, ε) (NP VP, ε) (, ε)
38 hift-reduce: Beispiel (ε, ) (, ) (, ) (, ) (, ) (, ε) (, ε) (, ε) (, ε) (ε, ) (, ) (, ) (, ) (, ) (, ) (, ε) (, ε) (, ε)
![hift-reduce in Prolog restlicher tz prse(tz) :- step(tz, []). tck (Top = Links) step([], [s]). step(tz, tck) :- reduce(tz, tck, tz1, tck1), step(tz1,tck1).](/docs-images/93/114510892/images/39-1.jpg "step(tz, tck) :- shift(tz, tck, tz1, tck1), step(tz1, tck1). shift([w Rest], tck, Rest, [W tck]). reduce(tz, [B,C Rest], tz, [A Rest]) :- rule(a, C, B).")
39 hift-reduce in Prolog restlicher tz prse(tz) :- step(tz, []). tck (Top = Links) step([], [s]). step(tz, tck) :- reduce(tz, tck, tz1, tck1), step(tz1,tck1). step(tz, tck) :- shift(tz, tck, tz1, tck1), step(tz1, tck1). shift([w Rest], tck, Rest, [W tck]). reduce(tz, [B,C Rest], tz, [A Rest]) :- rule(a, C, B). reduce(tz, [B Rest], tz, [A Rest]) :- lex(a, B). rule(s, np, vp). rule(vp, tv, np). lex(np, hns). lex(n, kesebrot). lex(det, ein). lex(v, isst).
40 Vom Erkenner zum Prser prse(tz, T) :- step(tz, [], T). step([], [(s,t)], T). step(tz, tck, T) :- reduce(tz, tck, tz1, tck1), step(tz1,tck1, T). step(tz, tck, T) :- shift(tz, tck, tz1, tck1), step(tz1, tck1, T). shift([w Rest], tck, Rest, [(W,W) tck]). reduce(tz, [(B,T1), (C,T2) Rest], tz, [(A,T) Rest]) :- rule_with_trees(a, C, B, T2, T1, T). reduce(tz, [(B,T1) Rest], tz, [(A,T) Rest]) :- lex_with_trees(a, B, T1, T). rule_with_trees(a, B, C, T1, T2, T) :- rule(a, B, C), T =.. [A, T1, T2]. lex_with_trees(a, B, T1, T) :- lex(a,b), T =.. [A, T1].
41 Probleme: Übersicht Prsertypen hben komplementäre Probleme: Regeln rten Zerlegung rten top-down A w vs. A w tring ufteilen bottom-up A w vs. B w hift vs. Reduce entscheiden Allgemein nicht zu vermeiden (Ambiguität).
42 Impertives Progrmmieren Progrmm besteht us Anweisungen, die der Reihe nch bgerbeitet werden. Rekursion ist möglich, wird ber häufig durch chleifen ersetzt. Vriblen werden nicht gebunden, sondern bekommen Werte zugewiesen. Historisch ältestes Progrmmierprdigm.
43 Python Beliebte Progrmmiersprche, u.. weil sie einfch zu lernen ist. erste Version 1991 von Guido vn Rossum ktuell: Version 3.4; wir verwenden Python 2.7 Python erlubt impertives Progrmmieren; unterstützt uch funktionl und objektorientiert. Viele Bibliotheken, z.b. NLTK.
44 Woher kriege ich Python? Möglichkeiten: Linux: über eingebuten Pket-Mnger mitgeliefertes Python 2.6 von McO ht Bugs Verwenden ie dzu eine IDE, z.b. Aptn tudio. iehe Links im Pizz.
45 Litertur Originl-Dokumenttion incl. Tutoril: Diverse Bücher, u.. kostenloses A Byte of Python : Online-Kurse, z.b. bei Codecdemy: NLTK-Buch:
46 Python-Progrmme Interktive Python-hell: koller$ python >>> Python-Progrmm us einer Dtei blufen lssen: koller$ python progrmm.py Innerhlb einer Entwicklungsumgebung (IDE), z.b. Aptn tudio.
47 Werte Werte sind Elemente von bestimmten Wertebereichen. Jeder Wert ht einen Dtentyp: gnze Zhlen Fließkommzhlen Whrheitswerte trings Listen usw.
48 Ausdrücke Ausdrücke (= Terme) denotieren Werte. Jeder Ausdruck ht einen Dtentyp. Literle: 5 (int), -2.3 (flot), hllo (tring), True (Boolen)... Komplexe Ausdrücke werden durch Opertoren gebut: (2+3)*4, True nd not Flse, hllo [3]
49 Wichtige Opertoren Die üblichen rithmetischen Opertionen +, -, *, / und Vergleiche ==,!=, <, <= usw. Für Gnzzhlen (int) ist / gnzzhlige Division. Rest mit % (modulo-opertor). Für trings: + b, *3; ußerdem Teilstrings mit s[2:5], s[:5], s[5:] Für Boolen: nd, or, not
50 Dtentypen konvertieren Mn knn zwischen Dtentypen konvertieren. int(x) gibt einen Gnzzhlwert zurück: int(2.3) == 2 int(-2.3) == -2 int( 2 ) == 2 str(x) gibt tring-repräsenttion zurück: str(2) = 2, str(true) = True usw.
51 Vriblen Auch Vriblen hben Werte. Der Wert knn sich ber im Luf des Progrmms durch eine Zuweisung ändern. Verwendung in Ausdrücken: x, (y+z)*3, str[i] Zuweisung: x = 27 Vriblennmen: Beginnen mit Buchstbe oder _, keine Umlute, keine chlüsselwörter.
52 Vriblen Der Wert einer Vriblen ht einen Dtentyp. Die Vrible n sich ht keinen: Mn drf ihr ncheinnder Werte von verschiedenen Typen zuweisen. x = 27; dnn x = hllo Vrible existiert erst b der ersten Zuweisung; vorher Fehler bei Verwendung.
53 Listen equenz von beliebigen Werten. Literle: [], [1,2,3], [ hllo, True, -5.0] Hinten n Liste nhängen: L.ppend(27) Länge ist len(l)
54 lices Zugriff uf Teile: L[2]: drittes Element der Liste (0 ist erstes) L[2:5] = [L[2],...,L[4]] L[2:] = L[2:len(L)] L[:2] = L[0:2] Mn knn Elemente und lices überschreiben (uch verkürzen und verlängern): L = [1,2,3] L[1] = 7 => L == [1,7,3] L = [1,2,3] L[0:1] = [5] => L == [5,2,3] L = [1,2,3] L[2:] = [] => L == [1,2]
55 Mengen Wie mthemtische Menge: ungeordnet, jedes Element kommt nur einml vor Erzeugen mit set() oder set([2,3,4]) Erweitern mit s.dd( hllo ) Mitgliedschft (effizient) testen mit 2 in s
56 Dictionries Dictionry (Wörterbuch) besteht us einer Menge von chlüsseln, denen Werte zugewiesen werden. Literle: { hllo :3, welt :Flse}, {} Hinzufügen mit dict[ foo ] = 5; Auslesen mit dict[ foo ]; Test, ob chlüssel existiert, mit foo in dict; chlüsselmenge mit dict.keys()
57 Anweisungen Mit einer Anweisung bringt mn Computer dzu, eine bestimmte Aktion uszuführen. Zuweisung ist Anweisung: Wert einer Vrible ändern print(x): Zeige Wert des Ausdrucks x n sys.exit(): Progrmm beenden Anweisungen sind ds zentrle Werkzeug beim impertiven Progrmmieren.
58 Kontrollstrukturen Ein Progrmm ist eine equenz von Anweisungen. In den meisten Progrmmen sollen bestimmte Anweisungen nur mnchml bzw. mehrmls usgeführt werden. Ds erreicht mn mit Kontrollstrukturen.
59 If Mit der if-kontrollstruktur wird ein Progrmmblock nur usgeführt, wenn ein Ausdruck (die Bedingung) zu True evluiert: if len(l) > 0: print L[0] Wenn die Bedingung zu Flse evluiert, wird der gnze if-block übersprungen.
60 Einrücken In Python ist es wichtig, dss Anweisungen innerhlb einer Kontrollstruktur eingerückt werden. Bechte die Leerzeichen vor print L[0]! Wenn Bedingung zu Flse evluiert, überspringt if genu die eingerückten Zeilen.
61 If-Else Mn knn einen else-block ngeben, der usgeführt wird, wenn die Bedingung zu Flse evluiert: if len(l) > 0: print L[0] else: print Liste ist leer
62 While Mnchml möchte mn eine Anweisung mehrfch usführen, z.b. so lnge, bis eine Bedingung Flse wird: while len(l) > 0: print L[0] L = L[1:] (Dieses Beispiel ist eine schrecklich ineffiziente Art, um eine Liste uszugeben!)
63 For Alterntiv knn mn uch einen Block von Anweisungen für jedes Element einer Liste oder Menge usführen: for x in L: print x x knn wie eine Vrible verwendet werden. Es mcht ber normlerweise keinen inn, x etws zuzuweisen.
64 For mit Zhlen Eine häufige Verwendung von for ist es, Anweisungen für lle Zhlen von 0 bis n-1 uszuführen. Dzu verwendet mn rnge(n): gibt Liste [0,...,n-1] zurück. sum = 0 for i in rnge(n): sum = sum + i
65 chleifen Anweisungen, die mit den Konstrukten for und while ufgebut werden, heißen chleifen. In impertiven prchen knn Rekursion durch Itertion (= Verwendung von chleifen) ersetzt werden. Whl zwischen Rekursion und Itertion hängt von Lesbrkeit und Effizienz b.
66 Funktionen Blöcke von Anweisungen, die immer wieder verwendet werden, knn mn in Funktionen zusmmenfssen: def printxpluszwei(zhl): output = zhl+2 print(output) >>> printxpluszwei(5) 7
67 Funktionen Eine Funktion knn 0, 1 oder mehrere Prmeter hben: def keineprmeter():... def einprmeter(x):... def zweiprmeter(x, y):... Innerhlb der Funktion knn ein Prmeter wie eine Vrible verwendet werden. Wert des Prmeters: durch Aufruf bestimmt.
68 Funktionen Funktionen können mit einer return-anweisung Werte zurückgeben. Dieser Wert wird dnn der Wert des Funktions-Ausdrucks. def plus(x,y): return x + y >>> print plus(3,4) 7
69 Rekursion Auch in Python dürfen Funktionen rekursiv sein, d.h. sich selbst ufrufen. def ggt(klein, gross): if klein == 0: return gross else: rest = gross % klein return ggt(rest, klein) Aber Rekursion viel seltener ls in Prolog: häufig stttdessen chleifen.
70 Zusmmenfssung chnelltour durch Python: Werte und Ausdrücke Vriblen Anweisungen Listen, Mengen, Dictionries Kontrollstrukturen und chleifen Funktionen Morgen: Fortgeschrittenes Python
Python 2. Vorlesung Computerlinguistische Techniken Alexander Koller. 28. Oktober 2014
Python 2! Vorlesung Computerlinguistische Techniken Alexander Koller! 28. Oktober 2014 Listen Sequenz von beliebigen Werten. Literale: [], [1,2,3], [ hallo, True, -5.0] Hinten an Liste anhängen: L.append(27)
Der CKY-Parser. Vorlesung Computerlinguistische Techniken Alexander Koller. 27. Oktober 2015
Vorlesung omputerlinguistische Techniken Alexander Koller 27. Oktober 2015 Übersicht Komplexität des KY-Algorithmus Implementierung in Python hift-reduce-parsing hift-regel: (a w, s) (w, s a) Reduce-Regel:
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
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.
LR(k)-Parser. CYK-Algorithmus ist zu langsam.
LR(k)-Prser Ziele: Effizienter (und deterministischer) Test, ob ein gegebenes Wort w in der Sprche L(G) enthlten ist. Flls j: Konstruktion des Syntxbums Flls nein: Hinweise zum Fehler CYK-Algorithmus ist
1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie
Gliederun 1. Motivtion / Grundlen 2. Sortierverfhren 3. Elementre Dtenstrukturen / Anwendunen 4. Bäume / Grphen 5. Hshin 6. Alorithmische Geometrie 3/1, Folie 1 2010 Prof. Steffen Lne - HD/FbI - Dtenstrukturen
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.](/thumbs/74/70413961.jpg "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
Grundlagen der Algebra
PH Bern, Vorbereitungskurs MATHEMATIK Vorkenntnisse 0 Grundlgen der Algebr Einleitung Auf den nchfolgenden Seiten werden grundlegende Begriffe und Ttschen der Algebr erläutert: Zhlenmengen, Rechenopertionen,
Berechenbarkeitstheorie 4. Vorlesung
1 Berechenbrkeitstheorie Dr. Institut für Mthemtische Logik und Grundlgenforschung WWU Münster WS 15/16 Alle Folien unter Cretive Commons Attribution-NonCommercil 3.0 Unported Lizenz. Reguläre Ausdrücke
Multiplikative Inverse
Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll
3. Gültigkeit von Definitionen
3. Gültigkeit von Definitionen GPS-3-1 Themen dieses Kpitels: Definition und Bindung von Bezeichnern Verdeckungsregeln für die Gültigkeit von Definitionen Gültigkeitsregeln in Progrmmiersprchen 2005 bei
Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2011
Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 011 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Snder Bruggink Automten und Formle Sprchen 1 Reguläre Sprchen Wir eschäftigen uns
Berlin Klassik Mehr. 2. Helft Vater Huber bei der Entscheidung, indem ihr die Tabelle ausfüllt kwh kostet der Strom pro Jahr:
4 Terme, Vriblen und Gleichungen LS 01.M1 Fmilie Huber zieht in Kürze von Byern nch Berlin um. Sie hben eine schöne Wohnung gefun. Leider hben sie noch keinen Strom! Nun sitzt Vter Huber uf Umzugskisten
Beispiel für ein eindimensionales Array
1.4.1 1.4 Arrys Die isher enutzten Dten wren recht einfch Zhlen, Texte oder Whrheitswerte. Eine Dtenstruktur dient der Orgnistion von Dten zur Verreitung mit einem Computer-Progrmm. Eine einfche Dtenstruktur
Lösungen Quadratische Gleichungen. x = x x = Also probieren wir es 3 4 = 12. x + + = Lösen Sie die folgenden Gleichungen nach x auf:
Aufgbe : ) Lösen Sie die folgenden Gleichungen nch uf: = kein Problem einfch die Wurel iehen und ds ± nicht vergessen.. = = ±, b) + 5 = 0 Hier hben wir bei jedem Ausdruck ein, lso können wir usklmmern:
Grundlagen der Programmierung Prof. H. Mössenböck. 7. Arrays
Grundlgen der Progrmmierung Prof. H. Mössenböck 7. Arrys Eindimensionle Arrys Arry = Tbelle gleichrtiger Elemente [0] [1] [2] [3] Nme bezeichnet ds gesmte Arry Elemente werden über Indizes ngesprochen
6. Quadratische Gleichungen
6. Qudrtische Gleichungen 6. Vorbemerkungen Potenzieren und Wurzelziehen, somit uch Qudrieren und Ziehen der Qudrtwurzel, sind entgegengesetzte Opertionen. Sie heben sich gegenseitig uf. qudrieren Qudrtwurzel
Mathematik Bruchrechnung Grundwissen und Übungen
Mthemtik Bruchrechnung Grundwissen und Übungen von Stefn Gärtner (Gr) Stefn Gärtner -00 Gr Mthemtik Bruchrechnung Seite Inhlt Inhltsverzeichnis Seite Grundwissen Ws ist ein Bruch? Rtionle Zhlen Q Erweitern
Objektorientierte Programmierung
Objektorientierte Progrmmierung Bis jetzt kennen wir (fst) nur primitive Dtentypen. Diese entsprechen weitestgehend der Hrdwre des Rechners (z.b. besitzt ein Rechner Hrdwre um zwei flots zu ddieren). Wir
a = c d b Matheunterricht: Gesucht ist x. Physikunterricht Gesucht ist t: s = vt + s0 -s0 s - s0 = vt :v = t 3 = 4x = 4x :4 0,5 = x
Bltt 1: Hilfe zur Umformung von Gleichungen mit vielen Vriblen Im Mthemtikunterricht hben Sie gelernt, wie mn Gleichungen mit einer Vriblen umformt, um diese Vrible uszurechnen. Meistens hieß sie. In Physik
Algorithmen und Datenstrukturen (Th. Ottmann und P. Widmayer) Folien: Editierdistanz Autor: Sven Schuierer
Algorithmen und Dtenstrukturen (Th. Ottmnn und P. Widmyer) Folien: Editierdistnz Autor: Sven Schuierer Institut für Informtik Georges-Köhler-Allee Albert-Ludwigs-Universität Freiburg 1 Editier-Distnz Gegeben:
Grundlagen zu Datenstrukturen und Algorithmen Schmitt, Schömer SS 2001
Grundlgen zu Dtenstrukturen und Algorithmen Schmitt, Schömer SS 001 http://www.mpi-sb.mpg.de/~sschmitt/info5-ss01 U N S A R I V E R S A V I E I T A S N I S S Lösungsvorschläge für ds 4. Übungsbltt Letzte
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:
b) Dasselbe System, die Unbekannten sind diesmal durchnummeriert:
1 Linere Gleichungssysteme 1. Begriffe Bspl.: ) 2 x - 3 y + z = 1 3 x - 2 z = 0 Dies ist ein Gleichungssystem mit 3 Unbeknnten ( Vriblen ) und 2 Gleichungen. Die Zhlen vor den Unbeknnten heißen Koeffizienten.
Ungleichungen. Jan Pöschko. 28. Mai Einführung
Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................
Ausdrücke haben einen Wert sin(math.pi) wird zu 1 sin(kreisradius) wird zur Laufzeit ausgewertet. Informatik I Kapitel 6
Informtik I Kpitel 6 Ausdrücke hben einen Wert sin(mth.pi) wird zu 1 sin(kreisrdius) wird zur Lufzeit usgewertet Elementre Konzepte von Progrmmiersprchen Zusmmenfssung des Kpitel 6 Küchlin, Weber, Einführung
Programmierkurs Python I
Programmierkurs Python I Michaela Regneri 2009-11-05 (Folien basieren auf dem gemeinsamen Kurs mit Stefan Thater) Übersicht Variablen Datentypen Werte Operatoren und Ausdrücke Kontrollstrukturen: if, while
Programmierkurs Python I
Programmierkurs Python I Michaela Regneri & Stefan Thater Universität des Saarlandes FR 4.7 Allgemeine Linguistik (Computerlinguistik) Winter 2010/11 Übersicht Variablen Datentypen Werte Ausdrücke Operatoren
Das Rechnen mit Logarithmen
Ds Rechnen mit Logrithmen Etw in der 0. Klssenstufe kommt mn in Kontkt mit Logrithmen. Für die, die noch nicht so weit sind oder die, die schon zu weit dvon entfernt sind, hier noch einml ein kleiner Einblick:
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
Vorkurs Mathematik Frankfurt University Of Applied Sciences, Fachbereich 2 1
Vorkurs Mthemtik Frnkfurt University Of Applied Sciences, Fchbereich 1 Rechnen mit Potenzen N bezeichnet die Menge der ntürlichen Zhlen, Q die Menge der rtionlen Zhlen und R die Menge der reellen Zhlen.
TECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mthemtik für Informtiker I (Wintersemester 00/00) Aufgbenbltt (. Oktober 00)
Darstellung von Ebenen
Drstellung von Ebenen. Ebenengleichung in Prmeterform: Sei E eine Ebene. Dnn lässt sich die Ebene drstellen durch eine Gleichung der Form p u x = p + r v u + s v (r, s R). p u v Der Vektor p heißt Stützvektor
R := {((a, b), (c, d)) a + d = c + b}. Die Element des Quotienten M/R sind die Klassen
Die ntürlichen Zhlen (zusmmen mit der Addition und der Multipliktion) wurden in Kpitel 3 xiomtisch eingeführt. Aus den ntürlichen Zhlen knn mn nun die gnzen Zhlen Z = {..., 2, 1, 0, 1, 2,...} die rtionlen
7.9A. Nullstellensuche nach Newton
7.9A. Nullstellensuche nch Newton Wir hben früher bemerkt, dß zur Auffindung von Nullstellen einer gegebenen Funktion oft nur Näherungsverfhren helfen. Eine lte, ber wirkungsvolle Methode ist ds Newton-Verfhren
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
Reduktion. Seien A Σ und B Γ. Man sagt A ist reduzierbar auf B (A B) gdw. von speziellem Interesse: Polynomialzeitreduktion
Reduktion Seien A Σ und B Γ. Mn sgt A ist reduzierr uf B (A B) gdw. f : Σ Γ. x Σ.x A f(x) B Í* * A B von speziellem Interesse: Polynomilzeitreduktion ( pol ), logrithmische-pltz- Reduktion ( log ). F3
Endliche Automaten und ihre Verwendung in der morphologischen Verarbeitung. Hans Uszkoreit
Vorlesung CL Endliche Automten und ihre Verwendung in der morphologischen Verrbeitung Hns Uszkoreit WS 00/01 Automten Automten in der weiteren Bedeutung des Wortes sind ein zentrles Konzept ber nicht forml
1 Symbolisches und approximatives Lösen von Gleichungen
1 Symbolisches und pproimtives Lösen von Gleichungen von Frnk Schumnn 1.1 Eine hrte Nuss von Gleichung Wir sind zu Gst in einer Privtstunde im Fch Mthemtik, Klssenstufe 11. Anwesende sind Herr Riner Müller-Herbst,
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
FORMALE SYSTEME. 7. Vorlesung: Reguläre Ausdrücke. TU Dresden, 2. November Markus Krötzsch
FORMALE SYSTEME 7. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 2. November 2017 Rndll Munroe, https://xkcd.com/851_mke_it_better/, CC-BY-NC 2.5 Mrkus Krötzsch, 2. November 2017 Formle Systeme
Mathematik K1, 2017 Lösungen Vorbereitung KA 1
Mthemtik K, 07 Lösungen Vorbereitung KA Pflichtteil (etw 0..0 min) Ohne Tschenrechner und ohne Formelsmmlung (Dieser Teil muss mit den Lösungen bgegeben sein, ehe der GTR und die Formlsmmlung verwendet
Theoretische Informatik. Äquivalenzsatz und Anwendungen
Theoretische Informtik Äquivlenzstz und Anwendungen Reguläre Sprchen reguläre Ausdrücke NFA DFA regulärer Ausdruck Äquivlenzstz für reguläre Sprchen flex Reguläre Ausdrücke Gegeben: Regulärer Ausdruck
Bisher haben wir keine Annahmen bzgl. der Sortierung der gegebenen Werte gemacht, d.h. sie durften in beliebiger Reihenfolge im Array a stehen
4.2.2 Binäre Suche Bisher hben wir keine Annhmen bzgl. der Sortierung der gegebenen Werte gemcht, d.h. sie durften in beliebiger Reihenfolge im Arry stehen Nehmen wir n, dss die Werte im Arry gemäß der
Lexikalisch-Funktionale Grammatik (LFG), Teil 2
exiklisch-funktionle Grmmtik (FG), Teil 2 Vorlesung Grmmtikformlismen lexnder Koller 23. Juni 2016 Beispiel VP NP NP V Det N Hns isst ein Käsebrot. c-truktur 2 pred essen " pred subj 1 num 2 pred 6 obj
Grundlagen der Theoretischen Informatik
Grundlgen der Theoretischen Informtik 3. Endliche Automten (II) 28.04.2016 Vioric Sofronie-Stokkermns e-mil: sofronie@uni-koblenz.de 1 Übersicht 1. Motivtion 2. Terminologie 3. Endliche Automten und reguläre
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 {}
Vergleichsarbeiten Jahrgangsstufe (VERA-8) Mathematik Durchführungserläuterungen
Vergleichsrbeiten 2010 8. Jhrgngsstufe (VERA-8) Mthemtik Durchführungserläuterungen Testdurchführung Für den Test werden insgesmt c. 90 Minuten benötigt. Die reine Testzeit beträgt 80 Minuten. Für die
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
- 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
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
11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG
91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und
Einführung in die Mathematik des Operations Research
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).
Integrieren. Regeln. Einige Integrale die man auswendig kennen sollte. Partielle Integration
Integrieren Regeln (f() + g())d = f()d + g()d c f()d = c f()d b f()d = f()d b Einige Integrle die mn uswendig kennen sollte s d = s + s+ + C (für s ) d = ln + C cos d = sin + C sin d = cos + C sinh d =
2 2 Reguläre Sprachen. 2.6 Minimale DFAs und der Satz von Myhill-Nerode. Übersicht
Formle Systeme, Automten, Prozesse Übersicht 2 2.1 Reguläre Ausdrücke 2.2 Endliche Automten 2.3 Nichtdeterministische endliche Automten 2.4 Die Potenzmengenkonstruktion 2.5 NFAs mit ɛ-übergängen 2.7 Berechnung
Zusammenhänge zwischen Sprachen und Automaten:
Kellerutomten Jörg Roth 273 4 Kellerutomten Zusmmenhänge zwischen prchen und utomten: $ x 12 v 9 q r 1 x Wir hen isher einen utomtentyp kennen gelernt, den endlichen utomten. Endliche utomten erkennen
Mathematik mit Mathcad. 2.6 Terme. Eine Aussage ist eine Äußerung, von der man entscheiden kann, ob sie wahr oder falsch ist.
Mthemtik mit Mthcd MK 4.5.0 0_06_Grund_Terme.mcd Mthemtische Aussgen.6 Terme Eine Aussge ist eine Äußerung, von der mn entscheiden knn, ob sie whr oder flsch ist. Es regnet ( ) > 5 ( f ) Mein Auto ht vier
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
BINOMISCHE FORMELN FRANZ LEMMERMEYER
BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c
Algebra-Training. Theorie & Aufgaben. Serie 3. Bruchrechnen. Theorie: Katharina Lapadula. Aufgaben: Bernhard Marugg. VSGYM / Volksschule Gymnasium
Algebr-Trining Theorie & Aufgben Serie Bruchrechnen Theorie: Kthrin Lpdul Aufgben: Bernhrd Mrugg VSGYM / Volksschule Gymnsium Liebe Schülerin, lieber Schüler Der Leitspruch «Übung mcht den Meister» gilt
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
Datum zu speichern und darauf zuzugreifen eine Zahl, einen Text oder einen Wahrheitswert. Was macht man, wenn man
Vorlesung 0 1. Elemente des Progrmmierens 1.2 Grundlegende Dten-Typen 1. Verzweigungen und Schleifen 1.4 Arrys 1.5 Ein- und Ausge 1.6 Aschluss-Beispiel: Pge Rnk 1.4.2 1.4 Arrys Bisher hen wir Vrilen enutzt,
Übungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 015/16 Bltt 4 09.11.015 Übungen zur Vorlesung Differentil und Integrlrechnung I Lösungsvorschlg 13. Zu betrchten ist die durch 0 = 1 und
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
Ein Kluger denkt so viel, dass er keine Zeit zum Reden hat. Ein Dummer redet so viel, dass er keine Zeit zum Denken hat. (Anonym)
Ein Kluger dent so viel, dss er eine Zeit zum Reden ht. Ein Dummer redet so viel, dss er eine Zeit zum Denen ht. (Anonym) 6 Gnzrtionle Funtionen 6 Gnzrtionle Funtionen Wir wollen nun uch Funtionen betrchten,
Programmieren in C/C++ und MATLAB. Programmieren in C/C++ und MATLAB. Sebastian Bauer Sven Willert Sabine Schmidt
Progrmmieren in C/C und MATLAB Sestin Buer Sven Willert Sine Schmidt Institut für Geowissenschften Christin-Alrechts-Universität zu Kiel Sestin Buer Institut für Geowissenschften Progrmmieren in C/C und
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
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
RWTH Aachen Lehrgebiet Theoretische Informatik Rossmanith Dreier Hark Kuinke. SS 2017 Blatt
RWTH Achen Lehrgeiet Theoretische Informtik Rossmnith Dreier Hrk Kuinke SS 2017 Bltt 4 22.5.2017 Lösungsvorschlg zur Vorlesung Formle Sprchen, Automten und Prozesse Aufge T11 1. L, d L, er / L. L, d für
Teil 1: Rechenregeln aus der Mittelstufe. Allgemeine Termumformungen
Teil 1: Rechenregeln us der Mittelstufe Allgemeine Termumformungen Kommuttivgesetz: Bei reinen Produkten oder Summen ist die Reihenfolge egl x y z = z y x = x z y =.. x+y+z = z+y+x = x+z+y =.. Ausklmmern:
ÜBUNGEN ZUR VORLESUNG ZAHLENTHEORIE, SS 2018
ÜBUNGEN ZUR VORLESUNG ZAHLENTHEORIE, SS 2018 KARLHEINZ GRÖCHENIG So wie Sort Trining erfordert, erfordert Mthemtik ds selbständige Lösen von Übungsufgben. Ds wesentliche n den Übungen ist ds Selbermchen!
Lösungsvorschlag zu den Präsenzaufgaben der 13. Übung
FAKULTÄT FÜR MATHEMATIK Prof. Dr. Ptrizio Neff Christin Thiel 07.07.04 Lösungsvorschlg zu den Präsenzufgben der 3. Übung Präsenzufgbe : Wir hben die Determinnte bisher ls Kriterium zur Invertierbrkeit
Grundlagen der Integralrechnung
Grundlgen der Integrlrechnung Wolfgng Kippels 8. April 018 Inhltsverzeichnis 1 Vorwort Ds unbestimmte Integrl Ds bestimmte Integrl 5 4 Beispielufgben 8 4.1 Beispielufgbe 1...............................
Wurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist,
Seitenlängen von Qudrten lssen sich mnchml sehr leicht und mnchml etws schwerer Wurzeln bestimmen. Dnn brucht mn Wurzeln. Treffender müsste mn von Qudrtwurzeln sprechen. Sie stehen in enger Beziehung zu
Informatik I Modul 3: Schaltnetze
Herbstsemester 2, Institut für Informtik IFI, UZH, Schweiz Informtik I Modul 3: Schltnetze 2 Burkhrd Stiller M3 Modul 3: Schltnetze Einführung in die formlen Grundlgen logischer Beschreibungen Boolesche
Programmierkurs Python I
Programmierkurs Python I Michaela Regneri & Stefan Thater Universität des Saarlandes FR 4.7 Allgemeine Linguistik (Computerlinguistik) Winter 2010/11 Übersicht Kurze Wiederholung: while Sammeltypen (kurz
7-1 Elementare Zahlentheorie. 1 a ist quadratischer Rest modulo p, 1 falls gilt a ist quadratischer Nichtrest modulo p, 0 p a. mod p, so ist.
7-1 Elementre Zhlentheorie 7 Ds udrtische Rezirozitätsgesetz 70 Erinnerung Sei eine ungerde Primzhl, sei Z In 114 wurde ds Legendre-Symbol eingeführt: 1 ist udrtischer Rest modulo, 1 flls gilt ist udrtischer
von f im Punkt P ( 2 4) x x x Hilfsmittelfreier Teil. Beispielaufgabe 1 zur Analysis Gegeben ist die Funktion f mit der Gleichung
Hilfsmittelfreier Teil. Beispielufgbe zur Anlysis Gegeben ist die Funktion f mit der Gleichung f ( x ) = x + x x. Die zeigt den Grphen der Funktion f. () Berechnen ie lle Nullstellen der Funktion f. ()
16. Integration über Flächen. Der Gaußsche Integralsatz
41 16. Integrtion über Flächen. Der Gußsche Integrlstz Der Gußsche Stz in der Ebene. 16.1. Orientierter Rnd von Normlbereichen. Es sei [, b] ein Intervll, und f 1 und f 2 seien stückweise stetig di erenzierbre
Doch beim Potenzieren gibt es eine zweite Umkehrung: das Logarithmieren.
0. Logrithmen Wie die Diision die Umkehrung der Multipliktion ist, so ist ds Wurzelziehen die Umkehrung des Potenzierens. b c c : b b c c b Doch beim Potenzieren gibt es eine zweite Umkehrung: ds Logrithmieren.
Zusammenhänge zwischen Sprachen und Automaten:
Kellerutomten Jörg Roth 264 4 Kellerutomten Zusmmenhänge zwischen prchen und utomten: $ x 12 v 9 q r 1 x Wir hen isher einen utomtentyp kennen gelernt, den endlichen utomten. Endliche utomten erkennen
8.4 Integrationsmethoden
8.4 Integrtionsmethoden 33 8.4 Integrtionsmethoden Die Integrtion von Funktionen erweist sich in prktischen Fällen oftmls schwieriger ls die Differenzition. Während sich ds Differenzieren durch Anwendung
Python Intro. Vorsemesterkurs Informatik Praktischer Teil WS2012/13. 2.Oktober Vorkurs Informatik - WS 2012/13
Python Intro Vorsemesterkurs Informatik Praktischer Teil WS2012/13 2.Oktober 2012 Let's get started } Skript, Übungen, Folien... Alles zum Praxisteil auf http://vorkurs.cs.unifrankfurt.de Bücher: Fragen!
Grundlagen der Integralrechnung
Grundlgen der Integrlrechnung W. Kippels 0. April 2014 Inhltsverzeichnis 1 Ds unbestimmte Integrl 2 2 Ds bestimmte Integrl 4 Beispielufgben 7.1 Beispielufgbe 1............................... 7.2 Beispielufgbe
Quadratische Funktionen und p-q-formel
Arbeitsblätter zum Ausdrucken von softutor.com Qudrtische Funktionen und -q-formel Gib den Vorfktor und die Anzhl der Schnittstellen mit der -Achse n. x 3 Beschreibe die Reihenfolge beim Umformen einer
Formale Systeme, Automaten, Prozesse SS 2010 Musterlösung - Übung 6 M. Brockschmidt, F. Emmes, C. Fuhs, C. Otto, T. Ströder
Prof Dr J Giesl Formle ysteme, utomten, Prozesse 2010 M rockschmidt, F Emmes, C Fuhs, C Otto, T tröder Hinweise: Die Husufgben sollen in Gruppen von je 2 tudierenden us dem gleichen Tutorium berbeitet
Der Gauß - Algorithmus
R Brinkmnn http://brinkmnn-du.de Seite 7..9 Der Guß - Algorithmus Der Algorithmus von Guss ist ds universelle Verfhren zur Lösung beliebiger linerer Gleichungssysteme. Einführungsbeispiel: 7x+ x 5x = Drei
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
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
6.1. Matrizenrechnung
6 Mtrizenrechnung 6 Mtrizen und Vektoren Definition Eine Tbelle in der Drstellung A (m,n) n n m m mn heißt m,n-mtrix ( n ) ( ) mit den Zeilenvektoren ( m m mn ) und den Sltenvektoren m, m,, n n mn Mtrizen
Bitte denken Sie daran, erklärenden Text zu schreiben.
Mthemtik Nme: Lösungen Vorbereitung Nr. Kursstufe K Punkte: / Note: Schnitt:.0. Bitte denken Sie drn, erklärenden Tet zu schreiben. Pflichtteil (etw 0..40 min) Ohne Tschenrechner und ohne Formelsmmlung
Teil 1: Rechenregeln aus der Mittelstufe in Physik (1.6.18)
Teil 1: Rechenregeln us der Mittelstufe in Physik (1.6.18) Es gibt einige Dinge, die beim Rechnen in Physik immer wieder ml gebrucht werden. Mnches dvon geht oft schief, weil die Rechenregeln flsch ngewendet
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
1 Differentialrechnung
1 Differentilrechnung 1.1 Ableitungen und Ableitungsregeln Nützliche Ableitungen 1. ( ) 1 = 1 x x 2 = x 2 2. Trigonometrische Funktionen: ( x) = 1 2 x [sin(x)] = cos(x) [cos(x)] = sin(x) 3. f(x) = e x
14. INTEGRATION VON VEKTORFUNKTIONEN
120 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und
Quadratische Gleichungen und Funktionen
Qudrtische Gleichungen und Funktionen Bei einer udrtischen Gleichung kommt die Unbeknnte Vrible mindestens einml in der.potenz vor, ber in keiner höheren Potenz. b c udrtischer Anteil linerer Anteil konstnter