3.3.1 Digitale Filter

Größe: px
Ab Seite anzeigen:

Download "3.3.1 Digitale Filter"

Transkript

1 Leseprobe Digitale Signalverarbeitung Abschnitt aus Algorithmische Bausteine Digitale Filter In den folgenden Abschnitten sollen die digitalen Filter im Gegensatz zum Abschnitt Grundlagen der DSV von den algorithmischen Aspekten her untersucht werden [14]. Dabei spielt die graphische Beschreibung des Filters durch ein digitales Netzwerk aus graphischen Symbolen eine wichtige Rolle Filternetzwerke In der Symbolsprache der Mathematik läßt sich ein digitales Filter durch seine Übertragungsfunktion H(z) = Y(z) X(z) = A 0 + A1 z-1 + A2 z Am z-m 1 + B1 z-1 + B2 z Bn z-n (3.26) beschreiben. Als Grundlage - für eine Realisierung sowie auch - für eine algorithmische Beschreibung ist zusätzlich die graphische Beschreibung des Filters durch ein digitales Netzwerk bestehend aus den graphischen Symbolen für die Addition, die Multiplikation mit einer Konstanten und die Verschiebung mit Verzögerern wichtig. Für eine Übertragungsfunktion H(z) können verschiedene digitale Netzwerke entwickelt werden. Man bezeichnet Netzwerke als kanonisch, wenn sie ein Minimum an Verzögerern enthalten. Das sind N Verzögerer bei einer Übertragungsfunktion mit einem Nennerpolynom vom Grade N. Die Übertragungsfunktion H(z) läßt sich z.b. für den Fall M = N = 4 als Produkt eines transversalen Faktors H1(z) = A0 + A1 z-1 + A2 z-2 + A3 z-3 + A4 z-4 = Y 1(z) X1(z) (3.27) und eines rein rekursiven Faktors H2(z) = B1 z-1 + B2 z-2 + B3 z-3 + B4 z-4 = Y 2(z) X2(z) (3.28) darstellen. Ein digitales Netzwerk für die transversale Übertragungsfunktion H1(z) ergibt sich, wenn Gl. (3.27) in der Form Y1(z) = A0 X1(z) +A1 X1(z) z-1 +A2 X1(z) z-2 +A3 X1(z) z-3 +A4 X1(z) z-4 (3.29)

2 geschrieben wird. Man erhält Y1(z) als Summe von Termen Ai X1(z) z-i. So entsteht das Filternetzwerk nach Bild Bild Filternetzwerk für ein transversales Filter 4. Ordnung Das Polynom der transversalen Übertragungsfunktion H1(z) läßt sich auch in der dem Horner Schema zugrundeliegenden Form schreiben, z.b. wieder für M = 4: H1(z) = (((A4 z-1 + A3) z-1 +A2) z-1 + A1) z-1 +A0 = Y 1(z) X1(z) (3.30) Durch Ausmultiplizieren gewinnt man Y1(z) = [[[A4 X1(z) z-1 + A3 X1(z)] z-1 + A2 X1(z)] z-1 + A1 X1(z)] z-1 + A0 X1(z), (3.31) woraus sich das Netzwerk nach Bild 3.14 ergibt. Bild Filternetzwerk für ein transversales Filter 4. Ordnung auf der Grundlage der Polynomschreibweise nach Horner

3 Ein digitales Netzwerk für die rein rekursive Übertragungsfunktion H2(z) ergibt Bild Filternetzwerk für die rein rekursive Übertragungsfunktion sich, wenn Gl. (3.28) durch Ausmultiplizieren auf die Form Y2(z) = X2(z) - B1 Y2(z) z-1 - B2 Y2(z) z-2 - B3 Y2(z) z-3 - B4 Y2(z) z-4 (3.32) gebracht wird. Daraus läßt sich das Netzwerk nach Bild 3.15 ablesen. Schreibt man das Nennerpolynom der Übertragungsfunktion H2(z) in der Horner'schen Form, so ergibt sich H2(z) = 1 (((B4 z-1 + B3) z-1 + B2) z-1 + B1) z = Y 2(z) X2(z) (3.33) und ausmultipliziert Y2(z) = X2(z) - { [[[B4 Y2(z) z-1 + B3 Y2(z)] z-1 + B2 Y2(z)] z-1 + B1 Y2(z)] z-1 }. (3.34)

4 Daraus läßt sich ebenfalls ein zweites Filternetzwerk ablesen (s. Bild 3.16). Bild Filternetzwerk für die rein rekursive Übertragungsfunktion H 2 (z) auf der Grundlage der Polynomschreibweise nach Horner Ein digitales Netzwerk für die Gesamtübertragungsfunktion H(z) läßt sich auf verschiedene Weise aus den Netzwerken für die Teilübertragungsfunktionen H1(z) und H2(z) zusammensetzen. Üblich ist die Konstruktion eines kanonischen Netzwerkes durch Kombination der Netzwerke aus Bild 3.14 und Bild 3.16, wie weiter unten gezeigt wird Grundalgorithmus Am Beispiel eines Filters 2. Ordnung mit der Übertragungsfunktion H(z) = Y(z) X(z) = A 0 + A1 z-1 + A2 z B1 z-1 + B2 z-2 (3.35) und der Differenzengleichung y(n) = A0 x(n)+ A1 x(n-1) + A2 x(n-2) - B1 y(n-1) -B2 y(n-2) (3.36) soll zunächst der Grundalgorithmus erläutert werden. Der gegenwärtige Wert der Ausgangsfolge y(n) wird berechnet aus dem gegenwärtigen Wert x(n) der Eingangsfolge sowie den vergangenen Werten der Eingangsfolge x(n-1), x(n-2) und der Ausgangsfolge y(n-1), y(n-2). Bei einer algoritmischen Darstellung des Rechenablaufs in Pascal sind diesen Werten und den Konstanten zunächst Speicherplätze zuzuordnen.

5 Dies geschieht für die Konstanten der Differenzengleichung mit der typisierten Konstantenvereinbarung CONST A0 : real = ; A1 : real = ; A2 : real = ; B1 : real = ; B2 : real = ; und für die Werte der Eingangs- und Ausgangsfolge mit der Variablenvereinbarung VAR x0 = : real ; { x(n) } x1 = : real ; { x(n-1) } x2 = : real ; { x(n-2) } y0 = : real ; { y(n) } y1 = : real ; { y(n-1) } y2 = : real ; { y(n-2) } Der jeweils neue Wert der Eingangsfolge werde dem Register eines A/D-Wandlers entnommen und der neu berechnete Wert der Ausgangsfolge zur Ausgabe in das Register eines D/A-Wandlers geschrieben. Dementsprechend wird für diese beiden Register vereinbart: VAR AD_Wandler : Word: DA_Wandler : Word; Für die Berechnung der Elemente der Ausgangsfolge ist die Differenzengleichung die Berechnungsvorschrift. Wesentlich dabei ist, daß der gegenwärtige Wert xo der Eingangsfolge zu dem um einen Schritt zurückliegenden Wert x1 wird, wenn der nächste Wert der Ausgangsfolge berechnet wird. Entsprechendes gilt für die weiter zurückliegenden Werte der Eingangs- und Ausgangsfolge. Das bedeutet, daß nach jeder Berechnung eines Wertes der Ausgangsfolge ein Umspeichern der Speicherinhalte zu erfolgen hat (s. Bild 3.17). Bild Umspeichern der Speicherinhalte Damit erhält man für die Differenzengleichung die Pascal-Anweisungsfolge Start: x0 := AD_Wandler; y0 := A0 * x0 + A1 * x1 + A2 * x2 - B1 * y1 - B2 * y2 DA_Wandler := y0; x2 := x1; x1 := x0; y2 := y1; y1 := y0; GOTO := Start;

6 Dies ist der Algorithmus eines Digitalfilters 2. Ordnung. Vor dem Eintritt in die obige endlose Schleife sind noch die Anfangsbedingungen festzulegen. x1 := 0; x2 := 0; y1 := 0; y2 := 0; Im Zusammenhang mit der Implementierung des Algorithmus sollen noch 2 Aspekte in den folgenden Abschnitten behandelt werden: 1. Die Differenzengleichung ist in Teildifferenzengleichungen zu zerlegen; denn die Rechenwerke erledigen in einem Schritt eine Multiplikation und eine Addition. 2. Das Umspeichern der Registerinhalte ist nach Möglichkeit zu umgehen, da das Umspeichern bei hoher Filterordnungszahl sehr zeitaufwendig ist und viele Anwendungen dies wegen der hohen Anforderungen an die Rechengeschwindigkeit nicht zulassen.

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 7.03.007 Uhrzeit: 3:30 Uhr Zeitdauer: Stunden Hilfsmittel:

Mehr

Theorie digitaler Systeme

Theorie digitaler Systeme Theorie digitaler Systeme Vorlesung 6: Impulsantwort und Faltung Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Grundlegende Systemeigenschaften Beispiele führten zu linearen Differenzengleichungen

Mehr

Mathematik macht Freu(n)de im Wintersemester 2018/19

Mathematik macht Freu(n)de im Wintersemester 2018/19 Mathematik macht Freu(n)de im Wintersemester 08/9 Markus Fulmek 08 06 9 Im folgenden wird zunächst ein kombinatorischer Gedankengang entwickelt, der mit wenigen einfachen Definitionen (samt erläuternden

Mehr

ÜBUNG 2: Z-TRANSFORMATION, SYSTEMSTRUKTUREN

ÜBUNG 2: Z-TRANSFORMATION, SYSTEMSTRUKTUREN ÜBUNG : Z-TRANSFORMATION, SYSTEMSTRUKTUREN 8. AUFGABE Bestimmen Sie die Systemfunktion H(z) aus den folgenden linearen Differenzengleichungen: a) b) y(n) = 3x(n) x(n ) + x(n 3) y(n ) + y(n 3) 3y(n ) y(n)

Mehr

Übungsaufgaben Digitale Signalverarbeitung

Übungsaufgaben Digitale Signalverarbeitung Übungsaufgaben Digitale Signalverarbeitung Aufgabe 1: Gegeben sind folgende Zahlenfolgen: x(n) u(n) u(n N) mit x(n) 1 n 0 0 sonst. h(n) a n u(n) mit 0 a 1 a) Skizzieren Sie die Zahlenfolgen b) Berechnen

Mehr

Tontechnik 2. Digitale Filter. Digitale Filter. Zuordnung Eingang x(t) Ausgang y(t) diskrete digitale Signale neue diskrete digitale Signale

Tontechnik 2. Digitale Filter. Digitale Filter. Zuordnung Eingang x(t) Ausgang y(t) diskrete digitale Signale neue diskrete digitale Signale Tontechnik 2 Digitale Filter Audiovisuelle Medien HdM Stuttgart Digitale Filter Zuordnung Eingang x(t) Ausgang y(t) diskrete digitale Signale neue diskrete digitale Signale lineares, zeitinvariantes, diskretes

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.006 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:

Mehr

Einführung in die Digitale Verarbeitung Prof. Dr. Stefan Weinzierl

Einführung in die Digitale Verarbeitung Prof. Dr. Stefan Weinzierl Einführung in die Digitale Verarbeitung Prof. Dr. Stefan Weinierl WS11/12 Musterlösung 6. Aufgabenblatt Analyse von LTI-Systemen. 1. Betrachten Sie ein stabiles lineares eitinvariantes System mit der Eingangsfolge

Mehr

filter Filter Ziele Parameter Entwurf

filter Filter Ziele Parameter Entwurf 1 Filter Ziele Parameter Entwurf 2.3.2007 2 Beschreibung Pol-Nullstellen- Diagramm Übertragungsfunktion H(z) Differenzengleichung y(n) Impulsantwort h(n): Finite Impulse Response (FIR) Infinite Impulse

Mehr

Tontechnik 2. Digitale Filter. Digitale Filter. Zuordnung diskrete digitale Signale neue diskrete digitale Signale

Tontechnik 2. Digitale Filter. Digitale Filter. Zuordnung diskrete digitale Signale neue diskrete digitale Signale Tontechnik 2 Digitale Filter Audiovisuelle Medien HdM Stuttgart Digitale Filter Zuordnung diskrete digitale Signale neue diskrete digitale Signale lineares, zeitinvariantes, diskretes System (LTD-System)

Mehr

Übung 6: Analyse LTD-Systeme

Übung 6: Analyse LTD-Systeme ZHAW, DSV, FS2009, Übung 6: Analyse LTD-Systeme Aufgabe : Pol-Nullstellendarstellung, UTF und Differenzengleichung. Die folgenden Pol-Nullstellen-Darstellungen charakterisieren verschiedene LTD- Systeme,

Mehr

4.4 Taylorentwicklung

4.4 Taylorentwicklung 4.4. TAYLORENTWICKLUNG 83 4.4 Taylorentwicklung. Definitionen f sei eine reellwertige m + -mal stetig differenzierbare Funktion der n Variablen x bis x n auf einem Gebiet M R n. Die Verbindungsgerade der

Mehr

Fouriertransformation, z-transformation, Differenzenglei- chung

Fouriertransformation, z-transformation, Differenzenglei- chung Kommunikationstechnik II 1.Übungstermin 31.10.2007 Fouriertransformation, z-transformation, Differenzenglei- Wiederholung: chung Als Ergänzung dieser sehr knapp gehaltenen Wiederholung wird empfohlen:

Mehr

ÜBUNG 4: ENTWURFSMETHODEN

ÜBUNG 4: ENTWURFSMETHODEN Dr. Emil Matus - Digitale Signalverarbeitungssysteme I/II - Übung ÜBUNG : ENTWURFSMETHODEN 5. AUFGABE: TIEFPASS-BANDPASS-TRANSFORMATION Entwerfen Sie ein nichtrekursives digitales Filter mit Bandpasscharakteristik!

Mehr

13 Polynome und Nullstellen

13 Polynome und Nullstellen 60 II. Differentialrechnung 13 Polynome und Nullstellen Lernziele: Resultat: Zwischenwertsatz Methoden: Raten von Nullstellen, Euklidischer Algorithmus, Horner-Schema Kompetenzen: Bestimmung von Nullstellen

Mehr

Zusatzmaterial zu Kapitel 4

Zusatzmaterial zu Kapitel 4 1 ERMITTLUNG DER TRANSITIONSMATRIX MIT DER SYLVESTER-FORMEL 1 Zusatzmaterial zu Kapitel 4 1 Ermittlung der Transitionsmatrix mit der Sylvester- Formel Wir nehmen an, dass das Zustandsmodell eines linearen

Mehr

Polynome. Analysis 1 für Informatik

Polynome. Analysis 1 für Informatik Gunter Ochs Analysis 1 für Informatik Polynome sind reelle Funktionen, die sich ausschlieÿlich mit den Rechenoperation Addition, Subtraktion und Multiplikation berechnen lassen. Die allgemeine Funktionsgleichung

Mehr

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

Mehr

2. Algorithmen und Algorithmisierung Algorithmen und Algorithmisierung von Aufgaben

2. Algorithmen und Algorithmisierung Algorithmen und Algorithmisierung von Aufgaben Algorithmen und Algorithmisierung von Aufgaben 2-1 Algorithmisierung: Formulierung (Entwicklung, Wahl) der Algorithmen + symbolische Darstellung von Algorithmen Formalismen für die symbolische Darstellung

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.00 Uhrzeit: 09:00

Mehr

Digitale Signalverarbeitung Vorlesung 5 - Filterstrukturen

Digitale Signalverarbeitung Vorlesung 5 - Filterstrukturen Digitale Signalverarbeitung Vorlesung 5 - Filterstrukturen 21. November 2016 Siehe Skript, Kapitel 8 Kammeyer & Kroschel, Abschnitt 4.1 1 Einführung Filterstrukturen: FIR vs. IIR 2 Motivation: Grundlage

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Technische Universität München SoSe 2017 Fakultät für Informatik, I-16 Lösungsblatt 4 Dr. Stefanie Demirci 31. Mai 2017 Rüdiger Göbl, Mai Bui Algorithmen und Datenstrukturen Aufgabe 1 Komplexität Berechnung

Mehr

Lineare Differenzengleichungen und Polynome. Franz Pauer

Lineare Differenzengleichungen und Polynome. Franz Pauer Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-600 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim ÖMG-LehrerInnenfortbildungstag

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 5.0.005 Uhrzeit: 09:00

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Technische Universität München WiSe 2012/13 Institut für Informatik I-16 Lösungsblatt 7 Dr. Tobias Lasser 3. Dezember 2012 Jakob Vogel Algorithmen und Datenstrukturen Aufgabe 1 Rechnen mit Landau-Symbolen

Mehr

Warum z-transformation?

Warum z-transformation? -Transformation Warum -Transformation? Die -Transformation führt Polynome und rationale Funktionen in die Analyse der linearen eitdiskreten Systeme ein. Die Faltung geht über in die Multiplikation von

Mehr

9. Polynom- und Potenzreihenringe

9. Polynom- und Potenzreihenringe 64 Andreas Gathmann 9. Polynom- und Potenzreihenringe Bevor wir mit der allgemeinen Untersuchung von Ringen fortfahren, wollen wir in diesem Kapitel kurz zwei sehr wichtige weitere Beispiele von Ringen

Mehr

Seminar Digitale Signalverarbeitung Thema: Digitale Filter

Seminar Digitale Signalverarbeitung Thema: Digitale Filter Seminar Digitale Signalverarbeitung Thema: Digitale Filter Autor: Daniel Arnold Universität Koblenz-Landau, August 2005 Inhaltsverzeichnis i 1 Einführung 1.1 Allgemeine Informationen Digitale Filter sind

Mehr

Demo für

Demo für SUMMENZEICHEN Regeln und Anwendungen Gebrauchs des Summenzeichens mit Aufgaben aus vielen Bereichen für Angela Datei Nr. 4 Stand:. Oktober INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK Demo für 4 Summenzeichen

Mehr

Lineare zeitinvariante Systeme

Lineare zeitinvariante Systeme Lineare zeitinvariante Systeme Signalflussgraphen Filter-Strukturen Fouriertransformation für zeitdiskrete Signale Diskrete Fouriertransformation (DFT) 1 Signalflussgraphen Nach z-transformation ist Verzögerung

Mehr

Beispiel-Klausuraufgaben Digitale Signalverarbeitung. Herbst 2008

Beispiel-Klausuraufgaben Digitale Signalverarbeitung. Herbst 2008 Beispiel-Klausuraufgaben Digitale Signalverarbeitung Herbst 8 Zeitdauer: Hilfsmittel: Stunden Formelsammlung Taschenrechner (nicht programmiert) eine DIN A4-Seite mit beliebigem Text oder Formeln (beidseitig)

Mehr

Aufgabe 1 (20 Punkte)

Aufgabe 1 (20 Punkte) Augabe 1 (20 Punkte) Es wird ein Sprachsignal x(t) betrachtet, das über eine ISDN-Teleonleitung übertragen wird. Das Betragsspektrum X() des analogen Signals kann dem nachstehenden Diagramm entnommen werden.

Mehr

1. Aufgabenblatt: EDS Wiederholung und Filterung

1. Aufgabenblatt: EDS Wiederholung und Filterung Kommunikationstechnik II 1.Übungstermin Prof. Dr. Stefan Weinzierl 19.10.2009 1. Aufgabenblatt: EDS Wiederholung und Filterung 1. Aufgabe a. Erstellen Sie ein Rechtecksignal mit der Frequenz f = 130 Hz

Mehr

Eindeutigkeit reduzierter Gröbnerbasen

Eindeutigkeit reduzierter Gröbnerbasen Eindeutigkeit reduzierter Gröbnerbasen Satz Existenz und Eindeutigkeit reduzierter Gröbnerbasen Jedes Ideal I F[x 1,..., x n ] besitzt eine eindeutige reduzierte Gröbnerbasis. Beweis: Existenz: Hilbert

Mehr

Lineare Differenzengleichungen. Franz Pauer. Vortrag beim LehrerInnenfortbildungstag West 2010 in Innsbruck

Lineare Differenzengleichungen. Franz Pauer. Vortrag beim LehrerInnenfortbildungstag West 2010 in Innsbruck Lineare Differenzengleichungen Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim LehrerInnenfortbildungstag

Mehr

Binomischer Satz. 1-E Vorkurs, Mathematik

Binomischer Satz. 1-E Vorkurs, Mathematik Binomischer Satz 1-E Vorkurs, Mathematik Terme Einer der zentralen Begriffe der Algebra ist der Term. Definition: Eine sinnvoll verknüpfte mathematische Zeichenreihe bezeichnet man als Term. Auch eine

Mehr

Klausur zur Vorlesung Digitale Signalverarbeitung

Klausur zur Vorlesung Digitale Signalverarbeitung INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 0.08.007 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:

Mehr

Zeitdiskrete Signalverarbeitung

Zeitdiskrete Signalverarbeitung Alan V. Oppenheim, Ronald W. Schafer, John R. Buck Zeitdiskrete Signalverarbeitung 2., überarbeitete Auflage ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario

Mehr

Technische Informatik - Eine Einführung

Technische Informatik - Eine Einführung Martin-Luther-Universität Halle-Wittenberg Fachbereich Mathematik und Informatik Lehrstuhl für Technische Informatik Prof. P. Molitor Technische Informatik - Eine Einführung Boolesche Funktionen - Grundlagen

Mehr

Lösung zur 13. Hausübung Algebraische Strukturen (keine Abgabe)

Lösung zur 13. Hausübung Algebraische Strukturen (keine Abgabe) TU Kaiserslautern Fachbereich Mathematik Prof. Dr. Andreas Gathmann Inga Schwabrow Lösung zur 13. Hausübung Algebraische Strukturen (keine Abgabe) Aufgabe 1. Wintersemester 2016/17 (1 + i) (1 i) 3 (2 +

Mehr

Vorlesung. Inhalt. Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016

Vorlesung. Inhalt. Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016 Vorlesung Lineare Algebra und Wahrscheinlichkeitsrechnung für Informatik Gunter Ochs, Nico Rompos Sommersemester 2016 Inhalt Polynome, Algebraische Strukturen Vektorrechnung Lineare Algebra Elementare

Mehr

Grundlagen komplexe Zahlen. natürliche Zahlen

Grundlagen komplexe Zahlen. natürliche Zahlen Grundlagen komplexe Zahlen Die Zahlenbereichserweiterungen von den natürlichen Zahlen hin zu den reellen Zahlen waren dadurch motiviert, bestimmte Rechenoperationen uneingeschränkt ausführen zu können.

Mehr

2. Algorithmische Methoden 2.1 Rekursion. 18. April 2017

2. Algorithmische Methoden 2.1 Rekursion. 18. April 2017 2. Algorithmische Methoden 2.1 Rekursion 18. April 2017 Rekursiver Algorithmus Ein rekursiver Algorithmus löst ein Problem, indem er eine oder mehrere kleinere Instanzen des gleichen Problems löst. Beispiel

Mehr

ANGEWANDTE MATHEMATIK POLYNOMFUNKTIONEN. Autor: Wolfgang Kugler

ANGEWANDTE MATHEMATIK POLYNOMFUNKTIONEN. Autor: Wolfgang Kugler Autor: Wolfgang Kugler Inhaltsverzeichnis Definition Nullstellen und Linearfaktorzerlegung 5. Einfache reelle Nullstellen 5. Reelle Nullstellen mit höherer Vielfachheit 7.3 Komplee Nullstellen. Zusammenfassung

Mehr

Allgemeines Halteproblem Hilberts 10. Problem

Allgemeines Halteproblem Hilberts 10. Problem Allgemeines Halteproblem Hilberts 10. Problem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit

Mehr

$Id: integral.tex,v /05/05 14:57:29 hk Exp hk $ ln(1 + t) 2 = ln 2 ln 3 + ln 2 = ln

$Id: integral.tex,v /05/05 14:57:29 hk Exp hk $ ln(1 + t) 2 = ln 2 ln 3 + ln 2 = ln $Id: integral.tex,v.5 2009/05/05 4:57:29 hk Exp hk $ 2 Integralrechnung 2.3 Die Integrationsregeln Wir wollen noch eine letzte kleine Anmerkung zur Substitutionsregel machen. Der letzte Schritt bei der

Mehr

filter Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015

filter Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015 1 Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015 2 Beschreibung Übertragungsfunktion H(z), H(ω) Differenzengleichung y[n] Impulsantwort h[n]: Finite Infinite Impulse Response (FIR) Impulse Response

Mehr

1 Potenzen und Polynome

1 Potenzen und Polynome 1 Potenzen und Polynome Für eine reelle Zahl x R und eine natürliche Zahl n N definieren wir x n := x x x... x }{{} n-mal Einschub über die bisher aufgetretenen mathematischen Symbole: Definition mittels

Mehr

3. Informationsverarbeitung in Objekten

3. Informationsverarbeitung in Objekten 3. Informationsverarbeitung in Objekten 1 3.1. Abtastung von Signalen an der Schnittstelle 2 Falls System an einen Rechner angeschlossen ist wert- und zeit-diskrete Signale x * (t k ) = abstrakte Zahlen

Mehr

Systemtheorie. Vorlesung 6: Lösung linearer Differentialgleichungen. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann

Systemtheorie. Vorlesung 6: Lösung linearer Differentialgleichungen. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Systemtheorie Vorlesung 6: Lösung linearer Differentialgleichungen Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Einführung Viele technischen Anwendungen lassen sich zumindest näherungsweise

Mehr

1.Vortrag: Rechnen mit Restklassen/modulo einer Zahl

1.Vortrag: Rechnen mit Restklassen/modulo einer Zahl Westfälische Wilhelms-Universität Münster Mathematik Sommersemester 2017 Seminar: Verschlüsselungs- und Codierungstheorie Leitung: Thomas Timmermann 1.Vortrag: Rechnen mit Restklassen/modulo einer Zahl

Mehr

Diskrete Folgen, z-ebene, einfache digitale Filter

Diskrete Folgen, z-ebene, einfache digitale Filter apitel 1 Diskrete Folgen, z-ebene, einfache digitale Filter 1.1 Periodische Folgen Zeitkoninuierliche Signale sind für jede Frequenz periodisch, zeitdiskrete Signale nur dann, wenn ω ein rationales Vielfaches

Mehr

Filter - Theorie und Praxis

Filter - Theorie und Praxis 23.06.2016 Manuel C. Kohl, M.Sc. 1 Agenda Einführung und Motivation Analoge und digitale Übertragungssysteme Grundlegende Filtertypen Übertragungsfunktion, Impulsantwort und Faltung Filter mit endlicher

Mehr

Allpass-Transformation

Allpass-Transformation Grundidee: Allpass-Transformation Entwurf eines IIR-Filters H p (z) mit bekanntem Verfahren Abbildung des Frequenzgangs durch Transformation der Frequenzvariablen Transformation durch Substitution ζ =

Mehr

Differenzengleichungen. und Polynome

Differenzengleichungen. und Polynome Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-600 Innsbruck, Österreich franz.pauer@uibk.ac.at 1 Einleitung Mit linearen Differenzengleichungen

Mehr

Theorie digitaler Systeme

Theorie digitaler Systeme Theorie digitaler Systeme Vorlesung 2: Fakultät für Elektro- und Informationstechnik, anfred Strohrmann Einführung Frequenzgang zeitkontinuierlicher Systeme beschreibt die Änderung eines Spektrums bei

Mehr

1.2 Rechnen mit Termen II

1.2 Rechnen mit Termen II 1.2 Rechnen mit Termen II Inhaltsverzeichnis 1 Ziele 2 2 Potenzen, bei denen der Exponent negativ oder 0 ist 2 3 Potenzregeln 3 4 Terme mit Wurzelausdrücken 4 5 Wurzelgesetze 4 6 Distributivgesetz 5 7

Mehr

( ) ( ) Schnittpunkt mit der y Achse P 0 y : Bedingung: y = f 0. y s s

( ) ( ) Schnittpunkt mit der y Achse P 0 y : Bedingung: y = f 0. y s s R. Brinkmann http://brinkmann-du.de Seite 07.0.0 Achsenschnittpunkte ganzrationaler Funktionen Schnittpunkt mit der y Achse P 0 y : Bedingung: y = f 0 y s s f = f 0 = 0 0 = 0 0 = P ( 0 ) oder P ( 0 f(0)

Mehr

Turing-Maschinen: Ein abstrakes Maschinenmodell

Turing-Maschinen: Ein abstrakes Maschinenmodell Wann ist eine Funktion (über den natürlichen Zahlen) berechenbar? Intuitiv: Wenn es einen Algorithmus gibt, der sie berechnet! Was heißt, eine Elementaroperation ist maschinell ausführbar? Was verstehen

Mehr

Partielle Ableitungen

Partielle Ableitungen Partielle Ableitungen 7-E Partielle Ableitungen einer Funktion von n Variablen Bei einer Funktion y f x1, x,..., xn von n unabhängigen Variablen x1, x,..., x n lassen sich insgesamt n partielle Ableitungen

Mehr

Rekursionen (Teschl/Teschl 8.1/8.2)

Rekursionen (Teschl/Teschl 8.1/8.2) Rekursionen (Teschl/Teschl 8.1/8.2) treten in vielen Algorithmen auf: Eine Rekursion ist eine Folge von Zahlen a 0, a 1, a 2,.., bei der jedes a n aus seinen Vorgängern berechnet wird: Beispiele a n =

Mehr

Kapitel 3. Kapitel 3 Gleichungen

Kapitel 3. Kapitel 3 Gleichungen Gleichungen Inhalt 3.1 3.1 Terme, Gleichungen, Lösungen x 2 2 + y 2 2 3.2 3.2 Verfahren zur zur Lösung von von Gleichungen 3x 3x + 5 = 14 14 3.3 3.3 Gleichungssysteme Seite 2 3.1 Terme, Gleichungen, Lösungen

Mehr

Rekursionen (Teschl/Teschl 8.1/8.2)

Rekursionen (Teschl/Teschl 8.1/8.2) Rekursionen (Teschl/Teschl 8.1/8.2) treten in vielen Algorithmen auf: Eine Rekursion ist eine Folge von Zahlen a 0, a 1, a 2,.., bei der jedes a n aus seinen Vorgängern berechnet wird: Beispiele a n =

Mehr

Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 2. 1 Translationen 2. 2 Skalierungen 4. 3 Die Wurzelfunktion 6

Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 2. 1 Translationen 2. 2 Skalierungen 4. 3 Die Wurzelfunktion 6 Universität Basel Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 2 Inhaltsverzeichnis 1 Translationen 2 2 Skalierungen 4 3 Die

Mehr

Test = 28 Punkte. 1: 2: 3: 4: 5: Punkte: Note:

Test = 28 Punkte. 1: 2: 3: 4: 5: Punkte: Note: ZHAW, DSV1, FS2010, Rumc, 1 Test 1 5 + 5 + 5 + 8 + 5 = 28 Punkte Name: Vorname: 1: 2: : 4: 5: Punkte: Note: Aufgabe 1: AD-DA-System. + 1 + 1 = 5 Punkte Das analoge Signal x a (t) = cos(2πf 0 t), f 0 =750

Mehr

Das wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie?

Das wissen Sie: 6. Welche Möglichkeiten zur Darstellung periodischer Funktionen (Signalen) kennen Sie? Das wissen Sie: 1. Wann ist eine Funktion (Signal) gerade, ungerade, harmonisch, periodisch (Kombinationsbeispiele)? 2. Wie lassen sich harmonische Schwingungen mathematisch beschreiben und welche Beziehungen

Mehr

ZHAW, DSV1, FS2010, Rumc, 1. H(z) a) Zeichnen Sie direkt auf das Aufgabenblatt das Betragsspektrum an der Stelle 1.

ZHAW, DSV1, FS2010, Rumc, 1. H(z) a) Zeichnen Sie direkt auf das Aufgabenblatt das Betragsspektrum an der Stelle 1. ZHAW, DSV, FS200, Rumc, DSV Modulprüfung 7 + 4 + 5 + 8 + 6 = 30 Punkte Name: Vorname: : 2: 3: 4: 5: Punkte: Note: Aufgabe : AD-DA-Umsetzung. + + +.5 +.5 + = 7 Punkte Betrachten Sie das folgende digitale

Mehr

Prof. Dr. Stefan Weinzierl SNR V = P signal P noise

Prof. Dr. Stefan Weinzierl SNR V = P signal P noise Audiotechnik II Digitale Audiotechnik: 5. Tutorium Prof. Dr. Stefan Weinzierl 0.11.01 Musterlösung: 1. November 01, 15:50 1 Dither a) Leiten sie den SNR eines idealen, linearen -bit Wandlers her. Nehmen

Mehr

Kapitel III Ringe und Körper

Kapitel III Ringe und Körper Kapitel III Ringe und Körper 1. Definitionen und Beispiele Definition 117 Eine Algebra A = S,,, 0, 1 mit zwei zweistelligen Operatoren und heißt ein Ring, falls R1. S,, 0 eine abelsche Gruppe mit neutralem

Mehr

Erweiterung einer digitalen Übertragungsstrecke mit Einplatinencomputern zur Signalanalyse

Erweiterung einer digitalen Übertragungsstrecke mit Einplatinencomputern zur Signalanalyse Erweiterung einer digitalen mit Einplatinencomputern Alexander Frömming Mario Becker p.1 Inhalt 1 Ausgangssituation 2 Zielsetzung 3 Theoretische Grundlagen 4 Umsetzung - Hardware 5 Umsetzung - Software

Mehr

2. Imperative Programmierung und Berechenbarkeit - Registermaschinen -

2. Imperative Programmierung und Berechenbarkeit - Registermaschinen - 2. Imperative Programmierung und Berechenbarkeit - Registermaschinen - 2.1 Definition 2.2 Loop-Programme 2.3 While Programme 2.4 While Programme und rekursive Funktionen Im Wesentlichen: Tafel! Maschinenmodell

Mehr

In der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y

In der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y Approximationen In der Praxis werden wir häufig mit relativ komplexen Funktionen konfrontiert. y y = f (x) x Um das Arbeiten mit einer komplizierten Funktion zu vermeiden, können wir versuchen, diese Funktion

Mehr

Modul SiSy: Einleitung

Modul SiSy: Einleitung Modul SiSy: Einleitung SiSy, Einleitung, 1 Grobe Signaleinteilung Signale können Information tragen Hilfreich ist die Unterscheidung nach der Informationsquelle: Nachrichtensignal, Mess-/Sensorsignal,

Mehr

POTENZSUMMENFORMELN, POLYNOME UND DIFFERENZENRECHNUNG. m x=0

POTENZSUMMENFORMELN, POLYNOME UND DIFFERENZENRECHNUNG. m x=0 POTENZSUMMENFORMELN, POLYNOME UND DIFFERENZENRECHNUNG MARKUS FULMEK. Problestellung Seien n, N 0 = {0,,,...} natürliche Zahlen (inklusive 0). Wir betrachten die n te Potenzsue S n () := x n. x=0 Z.B. ist

Mehr

H.J. Oberle Komplexe Funktionen SoSe Residuensatz

H.J. Oberle Komplexe Funktionen SoSe Residuensatz H.J. Oberle Komplexe Funktionen SoSe 2013 Partialbruch-Zerlegung. 10. Residuensatz Wir setzen unsere Untersuchung der isolierten Singularitäten einer holomorphen Funktion mit einer Methode fort, die komplexe

Mehr

EAH Jena Prüfungsaufgaben Prof. Giesecke FB ET/IT Filterentwurf WS 12/13

EAH Jena Prüfungsaufgaben Prof. Giesecke FB ET/IT Filterentwurf WS 12/13 FB ET/IT Filterentwurf WS 2/3 Name, Vorname: Matr.-Nr.: Zugelassene Hilfsmittel: beliebiger Taschenrechner eine selbsterstellte Formelsammlung ein mathematisches Formelwerk Wichtige Hinweise: Ausführungen,

Mehr

Fakultät für Informatik und Automatisierung, Technische Universität Ilmenau. Über Polynome mit Arithmetik modulo m.

Fakultät für Informatik und Automatisierung, Technische Universität Ilmenau. Über Polynome mit Arithmetik modulo m. 19 Fingerprinting Martin Dietzfelbinger Fakultät für Informatik und Automatisierung, Technische Universität Ilmenau Anhang: Über Polynome mit Arithmetik modulo m Dieser Abschnitt ergänzt Kapitel 19 Fingerprinting

Mehr

Klausur im Lehrgebiet. Signale und Systeme. - Prof. Dr.-Ing. Thomas Sikora - Name:... Bachelor ET Master TI Vorname:... Diplom KW Magister...

Klausur im Lehrgebiet. Signale und Systeme. - Prof. Dr.-Ing. Thomas Sikora - Name:... Bachelor ET Master TI Vorname:... Diplom KW Magister... Signale und Systeme - Prof. Dr.-Ing. Thomas Sikora - Name:............................ Bachelor ET Master TI Vorname:......................... Diplom KW Magister.............. Matr.Nr:..........................

Mehr

Polynominterpolation. Allgemeines Problem: Beispiel 1 (Teil 1):

Polynominterpolation. Allgemeines Problem: Beispiel 1 (Teil 1): . Großübung Polynominterpolation Allgemeines Problem: Aufgrund gegebener Messwerte (Paare aus Werten i und Funktionswerten f( i )) soll ein Funktionsverlauf rekonstruiert bzw. zumeist angenähert werden.

Mehr

Digitale Signalverarbeitungssysteme II: Praktikum 2

Digitale Signalverarbeitungssysteme II: Praktikum 2 Digitale Signalverarbeitungssysteme II: Praktikum 2 Emil Matus 10. Dezember 2010 Technische Universität Dresden Mobile Communications Systems Chair Tel.: +49 351 463 41021 Fax : +49 351 463 41099 Mail:

Mehr

Faktorisierung bei Brüchen und Bruchtermen

Faktorisierung bei Brüchen und Bruchtermen Faktorisierung bei Brüchen und Bruchtermen Rainer Hauser Mai 2016 1 Einleitung 1.1 Rationale Zahlen Teilt man einen Gegenstand in eine Anzahl gleich grosse Stücke, so bekommt man gebrochene Zahlen, die

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 21. Januar 2016 Definition 8.1 Eine Menge R zusammen mit zwei binären Operationen

Mehr

Gegeben sei folgendes lineare zeitinvariante Zustandsraummodell mit der Eingangsgröße u und dem Zustandsvektor x: dx

Gegeben sei folgendes lineare zeitinvariante Zustandsraummodell mit der Eingangsgröße u und dem Zustandsvektor x: dx 1 Teilklausur WS 15/16 Aufgabe 1 (6 Punkte) Gegeben sei folgendes lineare zeitinvariante Zustandsraummodell mit der Eingangsgröße u und dem Zustandsvektor x: [ ] [ ] 2 1 3 = Ax + bu = x + u dt 0 1 1 a)

Mehr

Zeitdiskrete Signalverarbeitung

Zeitdiskrete Signalverarbeitung Zeitdiskrete Signalverarbeitung Ideale digitale Filter Dr.-Ing. Jörg Schmalenströer Fachgebiet Nachrichtentechnik - Universität Paderborn Prof. Dr.-Ing. Reinhold Haeb-Umbach 7. September 217 Übersicht

Mehr

2 Polynome und rationale Funktionen

2 Polynome und rationale Funktionen Gleichungen spielen auch in der Ingenieurmathematik eine große Rolle. Sie beschreiben zum Beispiel Bedingungen, unter denen Vorgänge ablaufen, Gleichgewichtszustände, Punktmengen. Gleichungen für eine

Mehr

Vorteile digitaler Filter

Vorteile digitaler Filter Digitale Filter Vorteile digitaler Filter DF haben Eigenschaften, die mit analogen Filtern nicht realisiert werden können (z.b. lineare Phase). DF sind unabhängig von der Betriebsumgebung (z.b. Temperatur)

Mehr

8. Musterlösung zu Mathematik für Informatiker II, SS 2004

8. Musterlösung zu Mathematik für Informatiker II, SS 2004 8. Musterlösung zu Mathematik für Informatiker II, SS 2004 MARTIN LOTZ &MICHAEL NÜSKEN Aufgabe 8.1 (Polynomdivision). (8 Punkte) Dividiere a mit Rest durch b für (i) a = x 7 5x 6 +3x 2 +1, b = x 2 +1in

Mehr

C++ Teil Schleifen. Man kann bestimme Anweisungen in einem Programm mehrfach ausführen lassen. Dazu gibt es in C++ verschiedene Schleifen.

C++ Teil Schleifen. Man kann bestimme Anweisungen in einem Programm mehrfach ausführen lassen. Dazu gibt es in C++ verschiedene Schleifen. C++ Teil 3 3.3 Schleifen Man kann bestimme en in einem Programm mehrfach ausführen lassen. Dazu gibt es in C++ verschiedene Schleifen. for-schleife for-schleife while-schleife do-while-schleife for ( Ausdruck1;

Mehr

Interpolation und Integration mit Polynomen

Interpolation und Integration mit Polynomen Interpolation und Integration mit Polynomen Philipp Andrea Zardo Universität Kassel 23. Februar 2006 / Kassel Outline 1 Einleitung Was ist numerische Mathematik? Die eulersche e-funktion Ein Wurzelalgorithmus

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 26 1. Folgen R. Steuding (HS-RM)

Mehr

Digitale Signalverarbeitung mit MATLAB- Praktikum

Digitale Signalverarbeitung mit MATLAB- Praktikum Martin Werner Digitale Signalverarbeitung mit MATLAB- Praktikum Zustandsraumdarstellung, Lattice-Strukturen, Prädiktion und adaptive Filter Mit 118 Abbildungen, 29 Tabellen und zahlreichen Praxisbeispielen

Mehr

Typen von Programmiersprachen

Typen von Programmiersprachen Typen von Programmiersprachen Berechenbarkeitstheorie: Formalisierung des intuitiven Berechenbarkeitsbegriffs man kann vier Typen von Programmiersprachen zum Berechnen von Zahlenfunktionen unterscheiden:

Mehr

Über Polynome mit Arithmetik modulo m

Über Polynome mit Arithmetik modulo m Über Polynome mit Arithmetik modulo m Um den Fingerprinting-Satz über die Fingerabdrücke verschiedener Texte aus dem 37. Algorithmus der Woche ( http://www-i1.informatik.rwth-aachen.de/~algorithmus/algo37.php

Mehr

Reduktion / Hilberts 10. Problem

Reduktion / Hilberts 10. Problem Reduktion / Hilberts 10. Problem Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 9. November 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und

Mehr

Minimalpolynome und Implikanten

Minimalpolynome und Implikanten Kapitel 3 Minimalpolynome und Implikanten Wir haben bisher gezeigt, daß jede Boolesche Funktion durch einfache Grundfunktionen dargestellt werden kann. Dabei können jedoch sehr lange Ausdrücke enstehen,

Mehr

Filterentwurf. Bernd Edler Laboratorium für Informationstechnologie DigSig - Teil 11

Filterentwurf. Bernd Edler Laboratorium für Informationstechnologie DigSig - Teil 11 Filterentwurf IIR-Filter Beispiele für die verschiedenen Filtertypen FIR-Filter Entwurf mit inv. Fouriertransformation und Fensterfunktion Filter mit Tschebyscheff-Verhalten Vorgehensweise bei Matlab /

Mehr

Überblick. Ausdrücke. 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke

Überblick. Ausdrücke. 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke Überblick 3. Mathematische Grundlagen 3.1 Mengen und Abbildungen 3.2 Induktion und Rekursion 3.3 Ausdrücke 3 Mathematische Grundlagen 3 Ausdrücke Einf. Progr. (WS 08/09) 148 Ausdrücke Betrachten wir folgende

Mehr

Invariantentheorie. Vorlesung 1 Wir beginnen mit einigen typischen Beispielen zur Invariantentheorie. Dreieckskongruenzen

Invariantentheorie. Vorlesung 1 Wir beginnen mit einigen typischen Beispielen zur Invariantentheorie. Dreieckskongruenzen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invariantentheorie Vorlesung 1 Wir beginnen mit einigen typischen Beispielen zur Invariantentheorie. Dreieckskongruenzen Beispiel 1.1. Wir betrachten Dreiecke

Mehr