Wir steuern einen Mini-Roboter!
|
|
- Erna Breiner
- vor 5 Jahren
- Abrufe
Transkript
1 Wr steuern enen Mn-Roboter! Telnehmer: Marek Bartusch Cecla Lange Yannck Lehmann Johannes-Lucas Löwe Ncolas Menzel Huong Thao Pham Floran Pogatzk Anne Reulke Jonas Wanke Maran Zuska mt tatkräftger Unterstützung durch: Laura-Cornna Reeder Gruppenleter: Caren Tschendorf Käthe-Kollwtz-Gymnasum Käthe-Kollwtz-Gymnasum Humboldt-Unverstät zu Berln Humboldt-Unverstät zu Berln, Matheon 27
2 1. Problemstellung En Roboter soll enen Parcours mt Hndernssen selbstständg durchfahren. Dazu sollen möglche Fahrwege des Roboters gefunden und hnschtlch der benötgten Zet getestet werden. ZIEL START Abbldung 1: Blau: Kürzeste Verbndungsstrecke zwschen Start und Zel um de Hndernsse herum; Magenta: Möglcher Fahrweg des Roboters 2. Grundlagen 2.1. Parametrsche Darstellung von Geraden Koordnatendarstellung zweer Punkte n der Ebene n Spaltenform: a1 b1 a, b a 2 b 2 x 2 a b Darstellung der Punkte x auf der Geraden durch a und b: x1 (1 λa1 + λb x (1 λa + λb 1 (1 λa 2 + λb 2 x 2 x 1 Abbldung 2: Lneare Interpolaton zwschen a und b mt λ [0, 1] x (1 λ a + }{{} :α }{{} λ :β b αa + βb mt α + β 1 Defnton 1. (α, β heßen de baryzentrschen Koordnaten von x bezüglch der Punkte a und b n der Ebene. x 2 b x a 0 β λ α 1 x 1 Abbldung 3: Baryzentrsche Koordnaten enes Punktes x bezüglch der Punkte a und b Für de Längen #» ax und #» xb glt: ax #» xb #» β α. 28
3 Defnton 2. Se c en Punkt auf der Geraden durch de Punkte a und b n der Ebene. Dann se das Telverhältns defnert durch: β T V (a, c, b : λ }{{} α 1 λ. baryzentrsche Koordnaten 2.2. Satz von Menelaos Satz 1. Seen p 1, p 2, p 3 dre verschedene Punkte n der Ebene und t s reelle Zahlen. Se weter a t (1 tp 1 + tp 2, b t (1 tp 2 + tp 3, a s (1 sp 1 + sp 2 und b s (1 sp 2 + sp 3. Dann glt für den Schnttpunkt c der Geraden durch a t und b t mt der Geraden durch a s und b s : T V (a t, c, b t s 1 s und T V (a s, c, b s t 1 t. a t a s t : (1 t s : (1 s p 2 c s : (1 s b t t : (1 t t : (1 t s : (1 s p 1 b s Abbldung 4: Vsualserung des Satzes von Menelaos p 3 Bewes. Es st zu zegen, dass c (1 ta s + tb s und c (1 sa t + sb t glt. Wr zegen (1 ta s + tb s (1 sa t + sb t. Dann legt c : (1 ta s + tb s (1 sa t + sb t sowohl auf der Geraden durch a t und b t als auch auf der Geraden durch a s und b s, d.h. c st Schnttpunkt der beden Geraden. Durch Ensetzen der Defnton der Punkte a t, b t, a s und b s folgt: (1 ta s + tb s (1 sa t + sb t (1 t(1 sp 1 + (1 tsp 2 + t(1 sp 2 + tsp 3 (1 s(1 tp 1 + (1 stp 2 + s(1 tp 2 + stp 3 29
4 3. Bézerkurven 3.1. Defnton Defnton 3. Seen b 0, b 1,..., b n n der Ebene. Dann st B[b 0,..., b n ] ene Bézerkurve zu den Kontrollpunkten b 0,..., b n, falls de Punkte auf B[b 0,..., b n ] we folgt defnert snd: B[b 0,..., b n ](t : b [n] 0 (t mt t R und 0,..., n t R : b [0] (t b, r 1,..., n 0,..., n r t R : b [r] (t (1 tb [r 1] (t + tb [r 1] +1 (t. b 1 b 0 b 2 Abbldung 5: Ene enfache Bézerkurve für n 2 und t [0, 1]. Bézerkurven haben ene Rehe nützlcher Egenschaften. Für de Beschrebung von möglchen Wegen für den Roboter snd de beden wchtgsten Egenschaften de konvexe Hüllenegenschaft und de Dfferenzerbarket. Zum Nachwes deser Egenschaften benutzen wr ene Darstellung der Bézerkurven mt Hlfe von Bernsten-Polynomen Bernsten-Polynome Defnton 4. Für t R, n N und {0,..., n} snd de Bernsten-Polynome defnert als B [n] n (t t (1 t n. Lemma 1. Für t R, n N und {0,..., n} glt: mt B [0] 0 (t : 1 und B[n] (t : 0 / {0,..., n}. B [n] (t (1 tb [] 1 (t + tb [] 1 (t Bewes. B [n] (t n t (1 t n n (1 t t (1 t n n 1 (1 t t (1 t n ( (1 tb [] (t 1 n ( n 1 (1 t n }{{} n t (1 t 30
5 Nebenrechnung: n 1 (n 1! n n!(n 1! (n 1! ( 1!(n! De Nebenrechnung können wr oben ensetzen und erhalten B [n] (t (1 tb [] (t + (1 tb [] ( n 1 1 (t + tb [] (t. 1 t (1 t n n 1 1 Lemma 2. Für t R, n N und {0,..., n} glt: B [n] (t 1. 0 Bewes. 0 B [n] (t n t }{{} (1 t }{{} n a b 0 0 (a + b n (Bnomscher Satz (t + (1 t n 1 n 1 n a b n Satz 2. Bnomscher Satz (a + b n 0 n a b n Bewes. per Indukton über n Induktonsanfang: n 0 lnke Sete: (a + b 0 1 rechte Sete: 0 Induktonsschrtt: n n + 1 Zu zegen: (a + b n+1 n+1 (a + b n+1 (a + b(a + b n I.Vor. (a + b n a +1 b n + 0 n+1 n a b n ( 1 + ( n 0 ( n n a b n ( 0 0 a b n n a b n+1 a b ( 0 0 a 0 b 0 1 a b n+1. ( n+1 Nebenrechnung: n n! 1 ( 1!(n + 1! (n + 1! n + 1!(n + 1! n + 1 n + 1 n n!!(n! n + 1 (n + 1! n + 1!(n + 1! n + 1 n + 1 n
6 De Nebenrechnung können wr nun oben ensetzen. n+1 (a + b n+1 n + 1 ( a b n+1 n + 1 n n + 1 n n+1 n+1 n + 1 ( a b n ( n + 1 n + 1 n n+1 n + 1 a b n+1 0 a b n+1 a b n Zusammenhang von Bézerkurven und Bernsten-Polynomen Lemma 3. Seen b 0, b 1,..., b n de Kontrollpunkte ener Bézerkurve. Dann glt für r {0,..., n} und {0,..., r}: r b [r] (t b + B [r] (t mt b[0] (t b für 0,..., n. Bewes. per Indukton über r 0 Induktonsanfang: r 0 Induktonsschrtt: r r + 1 r 0 b +B [r] (t b B [0] 0 (t b b [0] (t Zu zegen st: b [r+1] (t r+1 (t 0 b +B [r+1] b [r+1] (t Def. (1 tb [r] (t + tb [r] +1 (t ( r I.Vor. (1 t b + B [r] (t + t 0 0 ( r (1 t b + B [r] (t + t (1 t ( r+1 0 b + B [r] (t + t ( r+1 ( r 1 ( r r+1 [ ] b + (1 tb [r] (t + tb[r] 1 (t 0 0 r+1 b + B [r+1] (t wegen Lemma?? b +1+ B [r] (t b + B [r] 1 (t b + B [r] 1 (t, da B [r] r+1 (t 0 und B[r] 1 (t 0 Satz 3. (Darstellung von Bézerkurven mttels Bernstenpolynomen Für de Punkte ener Bézerkurve glt: B[b 0,..., b n ](t b B [n] (t 0 Bewes. Per Defnton glt: B[b 0,..., b n ](t b [n] Lemma?? 0 (t 32 n 0 b B [n] (t.
7 4. Egenschaften von Bézerkurven 4.1. Konvexe Hüllenegenschaft Defnton 5. De konvexe Hülle von Punkten b 0,..., b n st de Menge { λ b λ 0, 0 0 } λ 1. Lemma 4. Zur konvexen Hülle von Punkten b 0,..., b n gehören alle Punkte der Strecken, de de Punkte b 0,..., b n paarwese verbnden. Das größte Polygon, das aus desen Verbndungsstrecken gebldet werden kann, bldet (nklusve sener nneren Punkte de konvexe Hülle von b 0,..., b n. Bewes. 1 Für de Punkte z, de auf der Strecke zwschen b 0 und b 1 legen, exstert en λ [0, 1], so dass z λb 0 + (1 λb 1 λ b mt λ 0 λ, λ 1 1 λ, λ 2... λ n 0. 0 Also gehört de Strecke zwschen b 0 und b 1 zur konvexen Hülle. 2 Des glt analog für alle Punkte auf den Verbndungsstrecken zwschen b und b für, 0,..., n. 3 Se z en belebger Punkt des größten Polygons. Dann fnden wr Punkte b, b und b k so, dass z auf der Strecke zwschen dem Punkt b und enem Punkt z auf der Strecke von b nach b k legt. Somt exsteren λ [0, 1] und λ [0, 1], so dass glt: z λ b + (1 λ z λ b + (1 λ [λb + (1 λb k ] Setze λ λ, λ (1 λ λ, λ k (1 λ (1 λ und alle anderen λ l 0 (für l, l, l k. z λ l b l l0 und λ l λ + λ + λ k λ + (1 λ λ + (1 λ (1 λ l0 λ + (1 λ 1. Da λ [0, 1] und λ [0, 1], so glt λ λ 0, λ (1 λ λ 0 und λ k (1 λ (1 λ 0. Somt gehört z zur konvexen Hülle. 4 Es blebt zu zegen, dass edes z der konvexen Hülle auch zu dem größtmöglchen Polygon gehört. Der Bewes wurde mangels Zet ncht vorgeführt. Satz 4. Das Bld der Bézerkurve B[b 0,..., b n ](t legt n der konvexen Hülle von b 0,..., b n. Bewes. Satz?? lefert B[b 0,..., b n ](t n 0 b B [n] (t. Wr setzen λ : B [n] (t. Dann blebt zu zegen: 1 n 0 λ 1 Des glt wegen n 0 λ n 0 B[n] Lemma?? (t 1. 2 λ 0 0,..., n Des glt wegen λ B [n] (t Def. ( n t (1 t n 0 für t [0, 1]. 33
8 4.2. De Abletung von Bézerkurven Satz 5. d dt B[b 0,..., b n ](t n (b +1 b B [] (t 0 Bewes. Nach Satz 2.4 glt: B[b 0,..., b n ](t n 0 b B [n] (t mt B [n] (t ( n t (1 t n. Für de Abletung der Bernsten-Polynome glt d n n dt B[n] (t t 1 (1 t n t (1 t n 1 (n n 1 n 1 n t 1 (1 t n n t (1 t n 1 1 nb [] (t nb[] (t 1 Damt folgt für de Abletung der Bézerkurve: d dt B[b 0,..., b n ](t ( b 0 0 nb [] 1 n b B [] 1 n b B [] 1 1 n 0 (t nb[] (t (t n 0 (t 0 b +1 B [] (t b B [] b B [] 0 (t (t b B [] (t 5. Splnes n Bézerform Defnton 6. En Splne n Bézerform st ene Zusammensetzung von Bézerkurven, be denen der Endpunkt der vorhergehenden Bézerkurve mt dem Anfangspunkt der nächsten Bézerkurve überenstmmt. Problem: Splnes n Bézerform können Kncke haben, sehe folgende Abbldungen.... b b n+1 b 0 b n... b 2n Abbldung 6: En ncht dfferenzerbarer Splne b 0... b b n b n+1... Abbldung 7: En dfferenzerbarer Splne b 2n 34
9 Satz 6. En Splne n Bézerform, der aus zwe Bézerkurven B[b 0,..., b n ] und B[b n,..., b 2n ] zusammengesetzt st, st dfferenzerbar, falls glt: b n+1 b n b n b. Bewes. Es st zu zegen, dass de Abletung der Bézerkurve B[b 0,..., b n ] m Punkt b n und de Abletung der Bézerkurve B[b n,..., b 2n ] m Punkt b n überenstmmen. Dazu muss man de Abletung der Bézerkurve B[b 0,..., b n ] n t 1 und de Abletung der Bézerkurve B[b n,..., b 2n ] m Punkt t 0 auswerten. d dt B[b 0,..., b n ](t d t1 dt B[b n,..., b 2n ](t t0 n 0 (b +1 b B [] (t n t1 0 n(b n b n(b n+1 b n Herbe haben wr ausgenutzt, dass { B [] 0, für n 1 (1 1, für n 1 und b n b b n+1 b n B [] (0 { 0, für 0 1, für 0 (b n++1 b n+ B [] glt. (t t0 6. Programm zur Erzeugung von Splnes zur Hndernsumfahrung Das Programm sucht selbstständg geegnete Kontrollpunkte und berechnet de Bézerkurven sukzessve von Start bs Zel. De Hndernsse können varabel vom Nutzer engegeben werden. Abbldung 8: Bespellösung ener Hndernsumfahrung 35
10 Realserung des Programms zur Pfadfndung n Python: Mt der Methode createcontrolponts werden de Kontrollpunkte so gelegt, dass deren konvexe Hülle de Hndernsse ncht schnedet. Mt der Routne plotbezer wrd ene Bézerkurve mt den entsprechenden Kontrollpunkten gezechnet. def plotpath ( o b s t a c l e s, l a s t C o n t r o l P o n t : p l t. pause ( 0. 5 f len ( o b s t a c l e s >3: CPS c r e a t e C o n t r o l P o n t s ( o b s t a c l e s [ 0 ], o b s t a c l e s [ 1 ], o b s t a c l e s [ 2 ] drawponts (CPS, 10, bx p l t. pause ( 1 coords x [ ] coords y [ ] coords x. append ( o b s t a c l e s [ 0 ] [ 0 ] coords y. append ( o b s t a c l e s [ 0 ] [ 1 ] f len ( l a s t C o n t r o l P o n t >0: c o o r d s x. append ( l a s t C o n t r o l P o n t [ 0 ] c o o r d s y. append ( l a s t C o n t r o l P o n t [ 1 ] f len ( o b s t a c l e s >3: c o o r d s x. append (CPS [ 0 ] [ 0 ] c o o r d s y. append (CPS [ 0 ] [ 1 ] coords x. append ( o b s t a c l e s [ 1 ] [ 0 ] coords y. append ( o b s t a c l e s [ 1 ] [ 1 ] p l o t b e z e r ( coords x, c o ords y o b s t a c l e s. pop ( 0 f len ( o b s t a c l e s >2: plotpath ( o b s t a c l e s,cps [ 1 ] ; Abbldung 9: Am Ende testeten wr de berechneten Splnes mt unserem Mnroboter Nbobee. Da ener der Odometresensoren defekt war, nutzten wr de Lnensensoren. Damt konnte der Mnroboter den zuvor berechneten Splne-Pfaden folgen. 36
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
MehrVorlesung 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 >
MehrAnalysis 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
MehrSeminar Einführung in die Kunst mathematischer Ungleichungen
Semnar Enführung n de Kunst mathematscher Unglechungen Cauchys erste Unglechung und de Unglechung vom arthmetschen und geometrschen Mttel Sopha Volmerng. prl 0 Inhaltsverzechns Cauchys erste Unglechung.
MehrDiskrete Mathematik 1 WS 2008/09
Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /
Mehr1 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
MehrSeminar über Numerische Mathematik
Andreas Mester Semnar über Numersche Mathematk Semnar m Wntersemester 008/009 Unverstät Kassel Fachberech Mathematk Inhaltsverzechns Bezer-Kurven 1 1 Enletung 1 Der Algorthmus von de-castelau.1 Parabeln....................................
Mehr16. Vorlesung Sommersemester
16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,
MehrDie Leistung von Quicksort
De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen
MehrKonkave und Konvexe Funktionen
Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage
MehrSei 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
MehrDeterminanten - 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
MehrInformatik 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
Mehr22. Vorlesung Sommersemester
22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De
Mehr4.6 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
Mehr3. Lineare Algebra (Teil 2)
Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw
Mehr6. 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
Mehr5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013
O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen
MehrSeminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -
Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole
MehrNSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.
PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs
MehrDie 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
MehrFachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung
Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung
Mehr4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:
4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2
MehrLösungen der Aufgaben zu Kapitel 2
Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n
Mehr3.3 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
Mehrn y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ).
5 Interpolaton 5.1 De Lagrangesche Interpolatonsaufgabe Mt È n bezechnen wr den Raum der reellen Polynome vom Grad n. Gegeben seen n+1 verschedene Stützstellen x j Ê, j = 0,...,n, und n + 1 ncht notwendg
MehrDas 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
MehrDie Transzendenz der Eulerschen Zahl e
De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen
MehrAufgabenkomplex 2: Umrechung von Einheiten, Ungleichungen, Komplexe Zahlen
Technsche Unverstät Chemntz 0. Oktober 009 Fakultät für Mathematk Höhere Mathematk I.1 Aufgabenkomplex : Umrechung von Enheten, Unglechungen, Komplexe Zahlen Letzter Abgabetermn: 19. November 009 n Übung
MehrLineare 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
Mehr4. 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,
Mehr1.Schularbeit 22.Okt A. A) Berechne ohne TI-92: Beachte: Für die Beispiele 1 und 2 sind alle notwendigen Rechenschritte anzugeben.
1.Schularbet.Okt. 1997 7.A A) Berechne ohne TI-9: Beachte: Für de Bespele 1 und snd alle notwendgen Rechenschrtte anzugeben. 1a) De zu z= a + bkonjugert komplexe Zahl st z= a b. Zege für z 1 = -4 + 3 und
MehrGrundbildung 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
Mehr50 Matrixnormen und Eigenwertabschätzungen
50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt
MehrRegressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n
Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade
MehrRotation (2. Versuch)
Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen
Mehr12 UMPU Tests ( UMP unbiased )
89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum
MehrMultilineare 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
MehrLineare Optimierung Einführung
Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb
Mehrkonvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass
Funktonentheore, Woche 4 Konvergenz und Folgen 4. Glechmäßge Konvergenz Ene Zahlenfolge {α n } n N C konvergert, wenn es en l C gbt derart, dass ε > 0 N ε N : n > N ε = α n l < ε. Auch zu Folgen von Funktonen
Mehr( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )
Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch
Mehr6. Hilbertraum und lineare Operatoren (mathematische Grundlagen QM)
6. Hlbertraum und lneare Operatoren (mathematsche Grundlagen QM) 6.1 Hlbertraum Raum = mathematsches Konstrukt: Vektorraum a) Der lneare komplexe Raum st de Menge von mathematschen Objekten mt folgenden
MehrProf. 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
Mehr3. Vorlesung Sommersemester
3. Vorlesung Sommersemester 1 Bespele (Fortsetzung) 1. Der starre Körper: Formulerung der Zwangsbedngungen später. Anschaulch snd schon de Frehetsgrade: dre der Translaton (z. B. Schwerpuntsoordnaten)
MehrVermessungskunde für Bauingenieure und Geodäten
Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13
MehrBachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013
Bachelorarbet Cayley s Formel und das Abzählen von Bäumen Vktora Prbauer Wen, September 2013 Matrkelnummer: 1007394 Studenrchtung: A 033621 Mathematk Betreuer: Mag. Dr. Bernhard Krön, Prvatdoz. Inhaltsverzechns
MehrEinführung in die numerische Mathematik
Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung
MehrGrundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt
Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten
MehrVermessungskunde für Bauingenieure und Geodäten
Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13
MehrAsymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.
Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle
MehrDiplomvorprüfung DI H 04 VD : 1
Dplomvorprüfung DI H 04 VD : Aufgabe : Bewesen Se (zum Bespel mt Hlfe der Dfferentalrechnung) de folgende Glechung: ln(snh(x) + cosh(x)) + ln(cosh(x) snh(x)) 0, für alle x R. Es gbt (mnd.) 2 Möglchketen:.
MehrStochastische 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)
MehrÄquivalenzen stetiger und glatter Hauptfaserbündel
Äquvalenzen stetger und glatter Hauptfaserbündel Chrstoph Müller Chrstoph Wockel Fachberech Mathematk Unverstät Darmstadt 31. Süddeutsches Kolloquum über Dfferenzalgeometre Glederung 1 De Problemstellung
MehrBedingte 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
MehrFunktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e
Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de
MehrDas 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.
MehrI) Mechanik 1.Kinematik (Bewegung)
I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate
Mehr1 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
Mehr1 Definition und Grundbegriffe
1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:
Mehrwird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:
Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab
Mehr2 Zufallsvariable und Verteilungen
Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem
MehrDie mathematischen Grundlagen der Wellenmechanik
De mathematschen Grundlagen der Wellenmechank Zustände und deren Darstellung En physkalsches System wrd durch enen Zustand u charaktersert, ndem es durch ene bestmmte expermentelle Präparaton gebracht
Mehrbinäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:
Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,
MehrResultate / "states of nature" / mögliche Zustände / möglicheentwicklungen
Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und
MehrZwei Sätze von Joseph Wolstenholme. Johann Cigler
Zwe Sätze von Joseh Wolstenholme Johann Cgler Vor enger Zet sandte mr Herr P., en hlosohsch gebldeter älterer Mann, enge Bemerkungen zu enem Resultat von Joseh Wolstenholme, das er folgendermaßen formulerte:
MehrSchriftliche Prüfung aus Systemtechnik am
U Graz, Insttt Regelngs- nd Atomatserngstechnk Schrftlche Prüfng as Sstemtechnk am 3.. Name / Vorname(n): Matrkel-Nmmer: Bonspnkte as den MALAB-Übngen: O ja O nen 3 4 errechbare Pnkte 5 6 6 4 errechte
MehrBeschreibende Statistik Mittelwert
Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )
MehrDer stöchiometrische Luftbedarf einer Reaktion kann aus dem Sauerstoffbedarf der Reaktion und der Zusammensetzung der Luft berechnet werden.
Stoffwerte De Stoffwerte für de enzelnen omponenten raftstoff, Luft und Abgas snd den verschedenen Stellen aus den Lteraturhnwesen zu entnehmen, für enge Stoffe sollen jedoch de grundlegenden Zusammenhänge
MehrI)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler
I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate
MehrGrundlagen der numerischen Strömungsmechanik, WS 2011/12
Lehrstuhl für Aerodynamk und Strömungsmechank Prof H-J Kaltenbach Assstenz: E Lauer Grundlagen der numerschen Strömungsmechank, WS / Lösung zu Übung 5 Aufgabe : Fnte-Elemente-Verfahren De Dfferentalglechung
Mehr2.9 Freiformkurven und -flächen
2.9 Freformkurven und -flächen Motvaton 2 Darstellung geometrscher Objekte, Farbe, Freformkurven- und Freformflächentechnken haben n den letzten Jahren ene große Bedeutung für de Entwcklung bzw. den Ausbau
Mehr11 Charaktere endlicher Gruppen
$Id: chaakte.tex,v.4 2009/07/3 4:38:36 hk Exp $ Chaaktee endlche Guppen W hatten gesehen, dass w fü enge Guppen G allen mt Hlfe des Satz 3 de Anzahl und de Dmensonen de eduzblen Dastellungen beechnen können.
MehrSS 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
MehrInvariantentheorie. Vorlesung 3. Lineare Operationen
Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invarantentheore Vorlesung 3 Lneare Operatonen Ene Operaton ener Gruppe G auf ener (geometrschen) Menge M st das gleche we en Gruppenhomomorphsmus der Gruppe
MehrAlgorithmen und Datenstrukturen SS09. Foliensatz 13. Michael Brinkmeier. Technische Universität Ilmenau Institut für Theoretische Informatik
Folensatz Mchael Brnkmeer Technsche Unverstät Ilmenau Insttut für Theoretsche Informatk Sommersemester 009 TU Ilmenau Sete / Sorteren TU Ilmenau Sete / Das Sorterproblem Das Sorterproblem Daten: ene total
Mehr18. Vorlesung Sommersemester
8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten
MehrApproximationsalgorithmen. Facility Location K-Median. Cheng, Wei 12. Juli
Approxmatonsalgorthmen aclty Locaton K-Medan heng We 12. Jul aclty Locaton Defnton Gegeben: möglche Standorte = { 1 2 m } Städte = { 1 2 n } Eröffnungskosten f für Verbndungskosten c zwschen und Dreecksunglechung
MehrWeitere 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,
MehrAlgorithmen und Datenstrukturen 6. Vorlesung
Algorthmen und Datenstrukturen 6. Vorlesung Karl-Henz Nggl. Ma 006 Sorteralgorthmen Bsher behandelte Sorteralgorhtmen: nserton-sort(a[..n]) mt worst-case und average-case Laufzet O(n ) merge-sort(a,p,r)
MehrKlasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten
Versuch r. 1: achwes des Hook schen Gesetzes und Bestmmung der Federkonstanten achwes des Hookeschen Gesetzes und Bestmmung der Federkonstanten Klasse : ame1 : ame 2 : Versuchszel: In der Technk erfüllen
MehrMECHATRONISCHE NETZWERKE
MECHATRONISCHE NETZWERKE Jörg Grabow Tel 3: Besondere Egenschaften 3.Besondere Egenschaften REZIPROZITÄT REZIPROZITÄT Neben den allgemenen Enschränkungen (Lneartät, Zetnvaranz) be der Anwendung der Verpoltheore
MehrAbbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).
44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften
MehrAufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):
LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete
MehrTheoretische Physik II Elektrodynamik Blatt 2
PDDr.S.Mertens M. Hummel Theoretsche Physk II Elektrodynamk Blatt 2 SS 29 8.4.29 1. Rechnen mt Nabla. Zegen Se durch Auswertung n kartesschen Koordnaten de folgende Relaton und werten Se de anderen Relatonen
Mehrarxiv: v1 [math.nt] 10 Apr 2014
Über de ratonalen Punkte auf der Sphäre von Nkolay Moshchevtn 1 Moskau) arxv:1404.907v1 [math.nt] 10 Apr 014 Wr beschäftgen uns her mt der Approxmaton von Punkten auf der n-dmensonalen Sphäre durch ratonale
Mehr6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen
196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen
Mehr3 Elastizitätstheorie
3 Elastztätstheore Für en elastsches Medum nmmt man enen spannungsfreen Referenzzustand an, der n Eulerkoordnaten durch x = Ax, t) gegeben st. Abwechungen werden beschreben durch de Verschebung ux, t)
MehrBemerkungen zum LCG Rupert Hartung,
mt Bemerkungen zum LCG Rupert Hartung, 24.6.2005 Wr betrachten den Lnear Congruental Generator (LCG) X 0, X 1,..., X,... X +1 = ax + c mod N (1) zur Erzeugung von Pseudozufallszahlen mäÿger Qualtät. De
MehrProtokoll zu Versuch C1-Mischungsvolumina
Protokoll zu Prnz: De sezfschen Mschungsvolumna ener Lösung werden durch auswegen fester Flüssgketsvolumna bekannter Lösungszusammensetzungen mt Hlfe von Pyknometern bestmmt. Theoretsche Grundlagen: Um
MehrCourse Dec 15, Statistische Mechanik plus. Course Hartmut Ruhl, LMU, Munich. People involved. Rationale
Dec 15, 2016 ASC, room A 238, phone 089-21804210, emal hartmut.ruhl@lmu.de Patrc Böhl, ASC, room A205, phone 089-21804640, emal patrc.boehl@phys.un-muenchen.de. Dsusson der Besetzungszahldarstellungen
MehrÜbungsklausur 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
MehrAspekte zur Approximation von Quadratwurzeln
Aspete zur Approxmaton von Quadratwurzeln Intervallschachtelung Intervallhalberungsverfahren Heron-Verfahren Rechnersche und anschaulche Herletung Zusammenhang mt Newtonverfahren Monotone und Beschränthet
MehrStochastische Prozesse
INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)
MehrEinführung in geostatistische Methoden der Datenauswertung
MUC 2.3 und MC 2.1.1 Praktkum Umweltanalytk II Enführung n geostatstsche Methoden der Datenauswertung Enführung n geostatstsche Methoden der Datenauswertung Zel: Anwendung der geostatstschen Methoden Semvarogrammanalyse
MehrGruppe. Lineare Block-Codes
Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung
MehrDynamik starrer Körper
Dynamk starrer Körper Bewegungen starrer Körper können n Translaton und Rotaton zerlegt werden. De Rotaton stellt enen nneren Frehetsgrad des Körpers dar, der be Punktmassen ncht exstert. Der Schwerpunkt
MehrVersuch Nr. 6. Chemische Kinetik Aktivierungsenergie (Inversion von Saccharose)
Chrstan Wdlng, Georg Deres Versuch Nr. 6 Chemsche Knet Atverungsenerge (Inverson von Saccharose) Zel des Versuchs: Das Zel des Versuches st de Bestmmung der Atverungsenerge der Reaton von Saccharose (S)
Mehr1.1 Das Prinzip von No Arbitrage
Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No
Mehr(Essentiell) τ-äquivalente Tests:
(Essentell) τ-äquvalente Tests: τ-äquvalenz: Essentelle τ-äquvalenz: τ τ τ τ +λ Repräsentatonstheore (Exstenzsatz): De Tests,..., snd genau dann τ-äquvalent, wenn ene reelle Zufallsvarable η sowereellekonstantenλ,...,
Mehr