Algorithmische Bioinformatik I
|
|
- Sigrid Günther
- vor 7 Jahren
- Abrufe
Transkript
1 Ludwig-Maximilians-Universität Münhen Institut für Informatik Prof. Dr. Volker Heun Sommersemester 2016 Wiederholungsklausur 19. Oktoer 2016 Algorithmishe Bioinformatik I Vorname Name Matrikelnummer Reihe Platz Untershrift Hiermit stimme ih einer Veröffentlihung meines Klausurergenisses dieser Semestralklausur unter Verwendung meiner Matrikelnummer im Internet zu. Ja Nein (Untershrift) Allgemeine Hinweise zur Semestralklausur Vor der Prüfung ist diese Seite mit Vornamen, Namen, Matrikelnummer, Reihe und Platz leserlih mit Drukuhstaen zu versehen und zu untershreien. Bitte niht in roter oder grüner Fare zw. niht mit Bleistift shreien. Der Studentenausweis und ein amtliher Lihtildausweis sind ereit zu halten. Die reine Beareitungszeit eträgt 120 Minuten. Es sind insgesamt 40 Punkte zu erreihen, zum Bestehen sind 17 Punkte nötig. Viel Erfolg! Hörsaal verlassen von... is... von... is... Vorzeitig agegeen um... Hz A1 A2 A A4 A5 Erstkorrektur Nahkorrektur Zweitprüfer
2 Aufgae 1 (8 Punkte) Gi das Master-Theorem aus der Vorlesung an. Spezifiziere hierzu insesondere die drei vershiedenen Fälle und gi an, welhe Lösung der jeweilige Fall esitzt. Bestimme die Asymptotik von T(n) mithilfe des Master-Theorems aus der Vorlesung unter Angae einer der drei Fälle (siehe oen) mit Begründung zw. egründe, warum das Master-Theorem niht anwendar ist. Es gilt daei immer T(1) = 1: a) T(n) = 2 T(n/4)+ n, ) T(n) = 4 T(n/)+n 2. ) T(n) = T(n/)+n/log(n). Seien a,,d N mit > 1, sei f(n) eine Funktion und sei T(n) definiert durh die Rekursionsgleihung T(n) = a T(n/)+f(n) für n > 1 und T(1) = d. Dann gilt: Θ(n log (a) ) falls f(n) = O(n log (a) e ) für ein konstantes e > 0 Θ(n T(n) = log (a) log(n)) falls f(n) = Θ(n log (a) ) Θ(f(n)) falls f(n) = Ω(n log (a)+e ) für ein konstantes e > 0 und a f(n/) f(n) für ein konstantes < 1 a) Für das Master-Theorem erhalten wir a = 2, = 4 und f(n) = n. Es gilt log 4 (2) = 1 2 und somit f(n) = n = n 1/2 = Θ(n log 2 (4) ) = Θ(n log (a) ). Also gilt der zweite Fall des Master-Theorems und es ist T(n) = Θ(f(n)log(n)) = Θ( nlog(n)). ) Für das Master-Theorem erhalten wir a = 4, = und f(n) = n 2. Da offensihtlih 1 < log (4) < 2 gilt, gilt auh log (4) = 1 + e für ein geeignetes e (0,1). Damit erhalten wir f(n) = n 2 = Ω(n 1+e ) = Ω(n log (a)+e ) für das oige e (0,1/2). Weiter ist 4 ) n2! f(n) und somit gilt der dritte Fall des Master-Theorems mit = 4 9 T(n) = Θ(f(n)) = Θ(n 2 ). < 1 und wir erhalten ) Für das Master-Theorem erhalten wir a =, = und f(n) = n/log(n). Es gilt log (a) = log () = 1. Es gilt n/log(n) = ω(n 1 e ) für alle e > 0. Also ist f(n) = n/log(n) = ω(n 1 e ) und damit f(n) O(n 1 e ) = O(n log (a) e ) für alle e > 0 und Fall 1 ist niht zutreffend. Weiter ist f(n) = n/log(n) = ω(n) und daher f(n) Θ(n) = Θ(n log (a) ). Fall 2 trifft also niht zu. Da n/log(n) = o(n), ist auh f(n) = n/log(n) Ω(n 1+e ) für alle e > 0. Das Master- Theorem ist also auh im Fall niht anwendar. [SS16] 2
3 Aufgae 2 (8 Punkte) Betrahte die folgende Suhwortmenge S = {a, a,, a,, a}. a) Konstruiere einen Suhwort-Baum für S nah Aho-Corasik; ) Konstruiere die Failure-Links in diesem Suhwort-Baum; ) Markiere nah dem in der Vorlesung angegeenen Algorithmus von Aho und Corasik alle Knoten darin, die einem Suhwort aus S entsprehen; d) Markiere nah dem in der Vorlesung angegeenen Algorithmus von Aho und Corasik die Knoten, für die Treffer ausgegeen werden und gee die zugehörigen Hit-Links an. e) Wende den Algorithmus von Aho-Corasik mit dem konstruierten Suhwort-Baum auf das folgende Wort an: t 1 t 11 = aa. Hinweis: Verwende vershiedene Faren, aus denen ersihtlih wird, welhe Teile des Baumes(zw. welhe Annotationen) zu welhem Aufgaenteil gehören(zeihne ggf. den Baum mehrmals). 1 5 a 2 Failure-Links sind orange und gestrihelt, Hit- Links grün und gepunktet dargestellt. Die laue Zahl i git den Knoten an, an dem versuht wird, mit s i weiterzuareiten; Bei * efindet sih der Algorithmus am Ende. 6 Es werden daei die folgenden Treffer an der entsprehenden Endposition ausgegeen: a * Der Lesarkeit wegen werden hier die Worte der Treffermenge ausgegeen, normalerweise wird die Länge zw. die daraus erehnete Startposition ausgegeen. 11 [SS16]
4 Aufgae (8 Punkte) Betrahte die Wörter s = BAHAMA und t = OBAMA. Berehne den ersten Shritt des Hirsherg-Algorithmus ei einem gloalen Sequenzen-Alignment für s und t zur Rekonstruktion des Traeaks. Bestimme insesondere den zw. die Shnittpunkte der Wörter s und t, d.h. die Teilwörter, für die der Hirsherg-Algorithmus rekursiv aufgerufen wird und gi das zw. die zugehörigen Alignments an. Gi dazu sowohl die eiden Taellen zur Ermittlung der Shnittpunkte an und zeihne in diesen Taellen auh die Traeak-Pfeile ein (die vom Hirsherg-Algorithmus niht verwendet werden). Die enötigten rekursiv konstruierten Alignments dürfen aus diesen Taellen agelesen werden. Die Kostenfunktion für ein Distanzmaß sei daei mit 0 für ein Math, mit für eine Sustitution und mit 2 für eine Indel-Operation gegeen. Begründe kurz in eigenen Worten, warum die Rekonstruktion eines optimalen Alignments eim Hirsherg-Algorithmus linearen Platz enötigt. B A H A M A O B A M A =10 =9 =6 =6 =9 = Damit liegt der Shnittpunkt ei (, 2), d.h. BAH AMA versus OB AMA, oder (, ), d.h. BAH AMA versus OBA MA. Die eiden Alignments lauten: ( ) ( ) BAHAMA BAHAMA zw.. OB AMA OBA MA Der Divide-Shritt enötigt jeweils linearen Platz O(n), da nur die letzten eiden Zeilen der DP-Matrix zu speihern sind. Da der Platz in den rekursiven Aufrufen wiederverwendet werden kann ist der Platzedarf hierfür insgesamt linear. Im Conquer-Shritt wird nur das Alignment aufgeaut, das insgesamt linearen Platz O(n + m) enötigt. [SS16] 4
5 Aufgae 4 (8 Punkte) Zeige, dass gilt: i 4 (n i+1) 4 Θ(n 9 ). Hinweis: Verwende daei geeignete Ashätzungen. Es gilt: i 4 (n i+1) 4 Also ist n i4 (n i+1) 4 O(n 9 ). Weiter gilt n 4 n 4 = n 8 = n 9. i 4 (n i+1) 4 = 2n i= n 2n i= n 2n i= n 2n i= n i 4 (n i+1) 4 n ) 8 4 ( n ) 4 ( n 2n ) 4 2n +1 ) 4 ( 2n n (( ) 2n ) 1 +1 ) 8 1 ) n 1 n für n 6 6 n 8 6 ) 9 6) ) +1 ) ) +1 ) Also gilt n i4 (n i+1) 4 Ω(n 9 ). Zusammen gilt also n i4 (n i+1) 4 Θ(n 9 ). [SS16] 5
6 Aufgae 5 (8 Punkte) Für ein Wort w = w 1 w m Σ m ezeihnet w R = w m w 1 Σ m das gespiegelte Wort zu w. Konstruiere einen möglihst effizienten Algorithmus, der für ein Wort t Σ n ein längstes Teilwort von t findet, dessen gespiegeltes Wort eenfalls in t vorkommt. Hinweis: Korrektheitseweis und Laufzeitanalyse niht vergessen! Wir konstruieren nun für t t R $ mit,$ / Σ mit $ den zugehörigen Suffix-Baum T. Die Größe des Suffix-Baumes eträgt O(2n) = O(n). Mit einer Tiefensuhe entfernen wir alle Teiläume, die üer das Zeihen erreihar sind. Somit enden nun alle Pfade im Suffix-Baum mit dem Zeihen oder $. Mit einer weiteren Tiefensuhe markieren wir alle Knoten des Baumes, von denen sowohl ein Blatt erreihar ist, dessen Kantenlael mit endet, als auh ein Blatt erreihar ist, dessen Kantenlael mit $ endet. Somit ist jedes Wort w, das zu einem Pfad von der Wurzel zu einem markierten Knoten des Suffix-Baumes korrespondiert, sowohl ein Präfix eines Suffixes von t als auh ein Präfix eines Suffixes von t R. Das Wort w ist also sowohl Teilwort von t als auh von t R. Damit tauht neen dem Wort w in t auh w R in (t R ) R = t auf, da w auh in t R auftauht. Somit müssen wir mit einer weiteren Tiefensuhe nur einen tiefsten(zgl. der String-Tiefe) Knoten in diesem Suffix-Baum finden. Da sowohl die Konstruktion des Suffix-Baumes in Zeit O(2n) als auh die drei Tiefensuhen nur jeweils O(n) Zeit enötigen, ist die Gesamtaufzeit O(n). [SS16] 6
Algorithmische Bioinformatik I
Ludwig-Mximilins-Universität München Institut für Informtik Prof. Dr. Volker Heun Sommersemester 2016 Semestrlklusur 21. Juli 2016 Algorithmische Bioinformtik I Vornme Nme Mtrikelnummer Reihe Pltz Unterschrift
MehrTechnische Universität München Zentrum Mathematik
Tehnishe Universität Münhen Zentrum Mathematik Mihael Stroel Geometriekalküle WS 7/8 http://www-m.ma.tum.de/geometriekalkuelews78 Lösungen zu Aufgaenlatt 5 (8. Dezemer 7 Aufgae. Dualisieren und Doppelverhältnis.
MehrAlgorithmische Bioinformatik 1
Algorithmische Bioinformatik 1 Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 2009 Übersicht Paarweises
Mehr2. Klausur Datenstrukturen und Algorithmen SS 2014
Prof. aa Dr. E. Ábrahám F. Corzilius, S. Schupp, T. Ströder 2. Klausur Datenstrukturen und Algorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik
MehrAlgorithmentheorie. 15 Suchen in Texten (1)
Algorithmentheorie 15 Suhen in Texten (1) Prof. Dr. S. Alers Suhe in Texten Vershiedene Szenrien: Sttishe Texte Literturdtennken Biliothekssysteme Gen-Dtennken WWW-Verzeihnisse Dynmishe Texte Texteditoren
MehrKlausur Algorithmen und Datenstrukturen
Technische Universität Braunschweig Sommersemester 2018 Institut für Betriebssysteme und Rechnerverbund Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Christian Rieck Arne Schmidt Klausur Algorithmen
MehrDatenstrukturen und Algorithmen (SS 2013) Prof. Dr. Leif Kobbelt Thomas Ströder, Fabian Emmes, Sven Middelberg, Michael Kremer
Präsenzübung Datenstrukturen und Algorithmen (SS 2013) Prof. Dr. Leif Kobbelt Thomas Ströder, Fabian Emmes, Sven Middelberg, Michael Kremer Dienstag, 28. Mai 2013 Nachname: Vorname: Matrikelnummer: Studiengang:
MehrÜbungen zur Vorlesung Modellierung WS 2003/2004 Blatt 11 Musterlösungen
Dr. Theo Lettmnn Pderorn, den 9. Jnur 24 Age 9. Jnur 24 A x, A 2 x, Üungen zur Vorlesung Modellierung WS 23/24 Bltt Musterlösungen AUFGABE 7 : Es sei der folgende prtielle deterministishe endlihe Automt
MehrPräsenzübung Datenstrukturen und Algorithmen SS 2014
Prof. aa Dr. E. Ábrahám F. Corzilius, S. Schupp, T. Ströder Präsenzübung Datenstrukturen und Algorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik
Mehr2. Präsenzübung Datenstrukturen und Algorithmen SS 2014
Prof. aa Dr. E. Ábrahám F. orzilius, S. Schupp, T. Ströder 2. Präsenzübung Datenstrukturen und lgorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik
MehrAlgorithmen auf Sequenzen
Algorithmen auf Sequenzen Vorlesung von Prof. Dr. Sven Rahmann im Sommersemester 2008 Kapitel 5 Approximative Textsuhe Weseite zur Vorlesung http://ls11-www.s.tu-dortmund.de/people/rahmann/teahing/ss2008/algorithmenaufsequenzen
MehrAlgorithmische Bioinformatik 1
Algorithmische Bioinformatik 1 Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 2009 Übersicht Algorithmen
MehrDivide & Conquer. Problem in Teilprobleme aufteilen Teilprobleme rekursiv lösen Lösung aus Teillösungen zusammensetzen
Teile & Herrsche: Divide & Conquer Problem in Teilprobleme aufteilen Teilprobleme rekursiv lösen Lösung aus Teillösungen zusammensetzen Probleme: Wie setzt man zusammen? [erfordert algorithmisches Geschick
Mehr16. All Pairs Shortest Path (ASPS)
. All Pairs Shortest Path (ASPS) All Pairs Shortest Path (APSP): Eingabe: Gewichteter Graph G=(V,E) Ausgabe: Für jedes Paar von Knoten u,v V die Distanz von u nach v sowie einen kürzesten Weg a b c d e
MehrAlgorithmen auf Sequenzen Volltext-Indexdatenstrukturen: Suffixbäume
Algorithmen uf Sequenzen Volltext-Indexdtenstrukturen: Suffixäume Sven Rhmnn Genominformtik Universitätsklinikum Essen Universität Duisurg-Essen Universitätsllinz Ruhr Motivtion Bei wiederholten Suhen
MehrÜber-/Rückblick. F3 01/02 p.269/294
Über-/Rükblik Algorithmenbegriff: Berehenbarkeit Turing-Mashine RAM µ-rekursive Funktionen Zeit Platz Komplexität Algorithmentehniken Algorithmenanalyse (Berehnung der Komplexität) Rekursion Iteration
MehrDatenstrukturen und Algorithmen (SS 2013)
Datenstrukturen und Algorithmen (SS 2013) Präsenzübung Musterlösung Dienstag, 28.05.2013 Aufgabe 1 (Allgemeine Fragen [20 Punkte]) 1. Tragen Sie in der folgenden Tabelle die Best-, Average- und Worst-Case-
MehrWürde man nun versuchen die Aufgabe 6.2 des vorigen Abschnittes rechnerisch zu lösen, so stößt man auf folgende noch unlösbare Gleichung: h 1
0 Die Logarithmusfunktion Würde man nun versuhen die Aufgae 6. des vorigen Ashnittes rehnerish zu lösen, so stößt man auf folgende noh unlösare Gleihung: h 0,88 www.etremstark.de 0,88 h Gesuht ist also
Mehr1. Musterlösung. Problem 1: Average-case-Laufzeit vs. Worst-case-Laufzeit ** i=1
Universität Karlsruhe Algorithmentechnik Fakultät für Informatik WS 05/06 ITI Wagner. Musterlösung Problem : Average-case-Laufzeit vs. Worst-case-Laufzeit ** (a) Im schlimmsten Fall werden für jedes Element
MehrAlgorithmen und Datenstrukturen 1 VL Übungstest WS November 2008
Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 1. Übungstest WS 2008 07. November
MehrSuche in Texten: Suffix-Bäume
Suhe in Texten: Suffix-Bäume Prof. Dr. S. Alers Prof. Dr. Th. Ottmnn 1 Suhe in Texten Vershiedene Szenrios: Dynmishe Texte Texteditoren Symolmnipultoren Sttishe Texte Literturdtennken Biliothekssysteme
Mehr4.9.7 Konstruktion der Suffixbäume
.9.7 Konstruktion der Suffixbäume Beipiel: xabxa (siehe Abbildung.27) Man beginnt mit der Konstruktion eines Suffixbaumes für gesamten String und schreibt eine 1 am Blatt, weil der Suffix xabxa an der
MehrMathe an Stationen. Mathe an Stationen 10 Inklusion. Trigonometrie am rechtwinkligen Dreieck. Bernard Ksiazek. Klasse
Bernard Ksiazek Mathe an Stationen 10 Inklusion Trigonometrie am rehtwinkligen Dreiek Sekundarstufe ufe I Bernard Ksiazek Downloadauszug aus dem Originaltitel: Mathe an Stationen Klasse Materialien zur
Mehr4.4 Anwendungen von Suffixbäumen und Suffix-Arrays
4.4 Anwendungen von Suffixbäumen und Suffix-Arrays exakte Suche in unveränderlichen Texten (schon besprochen) inexakte Suche in unveränderlichen Texten Finden von Regelmäßigkeiten (z.b. längste Wiederholungen)
Mehrf 1 (n) = log(n) + n 2 n 5 f 2 (n) = n 3 + n 2 f 3 (n) = log(n 2 ) f 4 (n) = n n f 5 (n) = (log(n)) 2
Prof. aa Dr. E. Ábrahám Datenstrukturen und Algorithmen SS Lösung - Präsenzübung.05.0 F. Corzilius, S. Schupp, T. Ströder Aufgabe (Asymptotische Komplexität): (6 + 0 + 6 = Punkte) a) Geben Sie eine formale
MehrKlausur Algorithmen und Datenstrukturen
Technische Universität Braunschweig Wintersemester 2017/2018 Institut für Betriebssysteme und Rechnerverbund Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Christian Rieck Arne Schmidt Klausur Algorithmen
Mehr7. Grassmannsche Vektoren und die Drehungen im Raum.
7. Grassmannshe Vektoren und die Drehungen im Raum. Wir haen im vorigen Kapitel gesehen, wie man Gegenstände im Raum vermöge der Zentralprojektion als Figuren in der Eene perspektivish genau darstellen
MehrProf. Dr. Schmidt-Thieme / Michael Rottmann Arbeitsblatt Algebra SS 2005
Prof. Dr. Shmidt-Thieme / Mihael Rottmann Areitslatt Algera SS 2005 Gruppen Lösungen.) i) Die ist neutrales Element der Multiplikation. (M, é ) ist damit keine Gruppe, denn es git keine inversen Elemente
MehrKapitel 3: Sortierverfahren Gliederung
Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen
MehrKlausur zur Vorlesung Grundbegriffe der Informatik 14. September 2015 Lösungsvorschläge
Klausur zur Vorlesung Grundegriffe der Informatik 14. Septemer 2015 svorschläge Klausurnummer Nachname: Vorname: Matr.-Nr.: Diese Klausur ist mein 1. Versuch 2. Versuch in GBI Email-Adr.: nur falls 2.
MehrLösungsvorschläge und Erläuterungen Klausur zur Vorlesung Grundbegriffe der Informatik 2. März 2016
Lösungsvorschläge und Erläuterungen Klausur zur Vorlesung Grundegriffe der Informatik 2. März 2016 Klausurnummer Nachname: Vorname: Matr.-Nr.: Diese Klausur ist mein 1. Versuch 2. Versuch in GI Email-dr.:
MehrKlausur Algorithmen und Datenstrukturen
Technische Universität Braunschweig Wintersemester 2014/2015 Institut für Betriebssysteme und Rechnerverbund Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Dr. Christian Scheffer Klausur Algorithmen
Mehr1. Klausur Datenstrukturen und Algorithmen SS 2014
Prof. aa Dr. E. Ábrahám F. Corzilius, S. Schupp, T. Ströder 1. Klausur Datenstrukturen und lgorithmen SS 2014 Vorname: Nachname: Studiengang (bitte genau einen markieren): Informatik Bachelor Informatik
MehrKlausur Algorithmen und Datenstrukturen
Technische Universität Braunschweig Wintersemester 2016/2017 Institut für Betriebssysteme und Rechnerverbund Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Phillip Keldenich Arne Schmidt Klausur Algorithmen
MehrWirtschaftsmathematik - Übungen WS 2018
Wirtshftsmthemtik - Üungen WS 8 Bltt : Linere Alger. Gegeen ist eine eine 3 3 Mtrix C =( ij ) mit un eine Mtrix B = A ) Shreien Sie ie Mtrix C n! Y _] j i für ij
MehrInformatik II: Algorithmen & Datenstrukturen. Blättern Sie nicht um bevor Sie dazu aufgefordert werden!
Albert-Ludwigs-Universität Institut für Informatik Prof. Dr. F. Kuhn Informatik II: Algorithmen & Datenstrukturen Montag, 29. August, 2014, 14:00 17:00 Name:...........................................................
MehrDownload. Mathe an Stationen. Mathe an Stationen. Das Kreisgeobrett in der Sekundarstufe I. Marco Bettner, Erik Dinges
Download Maro Bettner, Erik Dinges Mathe an Stationen Das in der Sekundarstufe I Downloadauszug aus dem Originaltitel: Sekundarstufe I Maro Bettner Erik Dinges Mathe an Stationen Umgang mit dem Geobrett
MehrAbgabe: (vor der Vorlesung) Aufgabe 3.1 (P) Master-Theorem
TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen SS 2009 Grundlagen: Algorithmen und Datenstrukturen Übungsblatt 3 Prof. Dr. Helmut Seidl, S. Pott,
MehrDatenstrukturen und Algorithmen (SS 2013)
Datenstrukturen und Algorithmen (SS 2013) Übungsblatt 4 Abgabe: Montag, 13.05.2013, 14:00 Uhr Die Übungen sollen in Gruppen von zwei bis drei Personen bearbeitet werden. Schreiben Sie die Namen jedes Gruppenmitglieds
MehrRelationen: Verkettungen, Wege, Hüllen
FH Gießen-Frieerg, Sommersemester 00 Lösungen zu Üungsltt 9 Diskrete Mthemtik (Informtik) 9./. Juni 00 Prof. Dr. Hns-Ruolf Metz Reltionen: Verkettungen, Wege, Hüllen Aufge. Es ezeihne R ie Reltion {(,
MehrBitte füllen Sie den untenstehenden Abschnitt nicht aus
Institut für Informatik Prof. Dr. Michael Böhlen Binzmühlestrasse 14 8050 Zurich Telefon: +41 44 635 4333 Email: boehlen@ifi.uzh.ch AlgoDat Midterm1 Frühjahr 2014 28.03.2014 Name: Matrikelnummer: Hinweise
MehrKlausur Grundlagen der Informatik Hochschule Ravensburg-Weingarten
Klausur Grundlagen der Informatik Hochschule Ravensburg-Weingarten Semester: AI2, WI2 Bearbeitungszeit: 90 Min. Hilfsmittel: kein prog. C SS 2010, 07.07.2010 90% Punkte entspr. Note 1,0 50% Punkte entspr.
MehrWirtschaftsmathematik - Übungen SS 2018
Wirtshftsmthemtik - Üungen SS 8 Bltt : Linere Alger. Gegeen sin ie Punkte P =( 3, ) un =(6, ). Bestimmen Sie ie Prmeterrstellung er Geren urh iese Punkte! Zeihnen Sie iese Gere! Wie lutet ie Koorintenrstellung
MehrÜBUNGSKLAUSUR Studienhalbjahr: 2. Semester. Datum: 20. Juli 2016 Bearbeitungszeit: 90 Minuten. Modul: T2INF Dozent: Stephan Schulz
Matrikelnummer: Fakultät Studiengang: Jahrgang / Kurs : Technik Angewandte Informatik 01 B/C/K ÜBUNGSKLAUSUR Studienhalbjahr:. Semester Datum: 0. Juli 01 Bearbeitungszeit: 90 Minuten Modul: TINF100.1 Dozent:
MehrÜbung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 017 Marc Bux, Humboldt-Universität zu Berlin Agenda 1. Vorrechnen von Aufgabenblatt 1. Wohlgeformte Klammerausdrücke 3. Teile und Herrsche Agenda 1.
MehrSS 2018 Torsten Schreiber
SS 08 orsten Shreier 8 Beim inneren Produkt ) wird komponentenweise multipliziert und die entstehenden Produkte nshließend. Somit hndelt es sih um keine d nur eine Zhl Sklr) ls Lösung heruskommt. Ds Sklrprodukt
MehrDiskrete Strukturen. Name Vorname Studiengang Matrikelnummer. Hörsaal Reihe Sitzplatz Unterschrift ... Allgemeine Hinweise
Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 7 Prof. Dr. Javier Esparza Wintersemester 2008/09 Abschlussklausur 7. Februar 2009 Diskrete Strukturen Name Vorname Studiengang
MehrÜbungsklausur Algorithmen I
Name: Vorname: Matrikelnr.: Tutorium: Jun.-Prof. Hofheinz, Jun.-Prof. Meyerhenke (ITI, KIT) 08.06.2015 Übungsklausur Algorithmen I Aufgabe 1. (Algorithm Engineering) [2 Punkte] Nennen Sie zwei Konzepte,
MehrMathematische Probleme, SS 2018 Dienstag 5.6. $Id: dreieck.tex,v /06/05 15:41:51 hk Exp $ 2.1 Dreiecksberechnung mit Seiten und Winkeln
Mthemtishe Proleme, SS 2018 Dienstg 5.6 $Id: dreiek.tex,v 1.43 2018/06/05 15:41:51 hk Exp $ 2 Dreieke 2.1 Dreiekserehnung mit Seiten und Winkeln Am Ende der letzten Sitzung htten wir den sogennnten Kongruenzstz
MehrWirtschaftsmathematik - Übungen WS 2015/16
Wirtshftsmthemtik - Üungen WS 25/6 Bltt 2: Linere Alger. Gegeen sin ie Punkte P =( 2, 2) un =(4, ). ) Bestimmen Sie ie Prmeterrstellung er Geren urh iese Punkte! Zeihnen Sie ie Gere! Wie lutet ie Koorintenrstellung
MehrDatenstrukturen und Algorithmen. Christian Sohler FG Algorithmen & Komplexität
Datenstrukturen und Algorithmen Christian Sohler FG Algorithmen & Komplexität 1 Klausur Wichtige Hinweise: 2.7.07, Beginn 9 Uhr Bitte spätestens 8:4 Uhr vor Ort sein Sporthalle + Audimax Informationen
MehrKlausur Algorithmentheorie
Prof. Dr. G. Schnitger Frankfurt, den 13.02.2009 Klausur Algorithmentheorie WS 2008/2009 Name: Vorname: Studiengang: BITTE GENAU LESEN Die Klausur besteht aus 4 Aufgaben, in denen maximal 100 Punkte erreicht
MehrGrundlagen: Algorithmen und Datenstrukturen
Grundlagen: Algorithmen und Datenstrukturen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 2010
MehrKapitel 2: Analyse der Laufzeit von Algorithmen Gliederung
Gliederung 1. Motivation / Einordnung / Grundlagen 2. Analyse der Laufzeit von Algorithmen 3. Untere Schranken für algorithmische Probleme 4. Sortier- und Selektionsverfahren 5. Paradigmen des Algorithmenentwurfs
MehrKlausur Algorithmen und Datenstrukturen
Technische Universität Braunschweig Wintersemester 2013/2014 Institut für Betriebssysteme und Rechnerverbund Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Stephan Friedrichs Klausur Algorithmen und
MehrAlgorithmen und Datenstrukturen 1 VL Übungstest WS November 2007
Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 1. Übungstest WS 2007 16. November
MehrFAKULTÄT FÜR INFORMATIK
TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Effiziente Algorithmen SS 2008 Grundlagen: Algorithmen und Datenstrukturen Midterm-Klausur Prof. Dr. Christian Scheideler, Dr. Stefan
MehrP 2. Bemerkung 3: Im Folgenden wird das Konstruktionsverfahren beschrieben. Die Beweise überlassen wir dem der Lust hat.
Hans Walser, [20150318] Brennpunkte der Ellipse 1 Worum geht es? Eine Ellipse sei durh fünf Punkte,...,P 5 gegeben (Abb. 1). P5 P 4 P 3 Abb. 1: Eine Ellipse durh fünf Punkte Gesuht sind die Brennpunkte
Mehr10. Grassmannsche Vektoren und die Drehungen im Raum.
10. Grassmannshe Vektoren und die Drehungen im Raum. Wir haen in der vorigen Vorlesung gesehen wie man Gegenstände im Raum vermöge der Zentralprojektion als Figuren in der Eene perspektivish genau darstellen
MehrDer Begriff der Stammfunktion
Lernunterlgen Integrlrehnung Der Begriff der Stmmfunktion Wir gehen von folgender Frgestellung us: welhe Funktion F x liefert ls Aleitung eine gegeene Funktion f x. Wir suhen lso eine Umkehrung der Aleitung
Mehr1. Überlege, ob die gegebenen Körper mit einem geometrischen Grundkörper
1 Anwendungsaufgaen Geh ei Anwendungsaufgaen zu Körpererehnungen folgendermaßen vor: 1. Üerlege, o die gegeenen Körper mit einem geometrishen Grundkörper üereinstimmen.. Findest du keine Üereinstimmung,
MehrLösungsvorschlag 1. Vorlesung Algorithmentechnik im WS 09/10
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Lösungsvorschlag Vorlesung Algorithmentechnik im WS 09/0 Problem : Dynamisches Array (Amortisierte Analyse) [vgl. Kapitel 0.3 im Skript]
MehrTutorium 23 Grundbegriffe der Informatik (9. Sitzung)
Tutorium 23 Grundbegriffe der Informatik (9. Sitzung) Tutor: Felix Stahlberg SOFTWARE DESIGN AND QUALITY GROUP Source: pixelio.de KIT The cooperation of Forschungszentrum Karlsruhe GmbH and Universität
MehrÜbungsaufgaben zur Klausurvorbereitung
Üungsaufgaen zur Klausurvorereitung Üungsaufgaen zur Klausurvorereitung. Ein Plattenkondensator esteht aus zwei quadratishen Metallplatten der Seitenlänge m. Der Plattenastand eträgt 8, 0 mm. Die Anordnung
MehrKlausur Algorithmentheorie
Prof. Dr. G. Schnitger Frankfurt, den 24.02.2011 M. Poloczek Klausur Algorithmentheorie WS 2010/2011 Name: Vorname: Geburtsdatum: Studiengang: BITTE GENAU LESEN Die Klausur besteht aus 4 Aufgaben, in denen
MehrAutomaten und formale Sprachen Notizen zu den Folien
5 Ds Pumping Lemm Shufhprinzip (Folie 137) Automten und formle Sprhen Notizen zu den Folien Im Blok Ds Shufhprinzip für endlihe Automten steht m n (sttt m > n), weil die Länge eines Pfdes die Anzhl von
MehrHeapsort / 1 A[1] A[2] A[3] A[4] A[5] A[6] A[7] A[8]
Heapsort / 1 Heap: Ein Array heißt Heap, falls A [i] A [2i] und A[i] A [2i + 1] (für 2i n bzw. 2i + 1 n) gilt. Beispiel: A[1] A[2] A[3] A[4] A[5] A[6] A[7] A[8] Heapsort / 2 Darstellung eines Heaps als
MehrÜbersicht. Datenstrukturen und Algorithmen. Übersicht. Heaps. Vorlesung 8: Heapsort (K6) Joost-Pieter Katoen. 7. Mai 2015
Datenstrukturen und Algorithmen Vorlesung 8: (K6) 1 Joost-Pieter Katoen Lehrstuhl für Informatik Software Modeling and Verification Group http://moves.rwth-aachen.de/teaching/ss-15/dsal/ 7. Mai 015 3 Joost-Pieter
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Weitere Grundlagen Maike Buchin 20.4.2017 Wiederholung wir interessieren uns für effizienten Algorithmen und Datenstrukturen Laufzeiten messen wir asymptotisch in der Oh-Notation
MehrKlausur Grundlagen der Informatik Hochschule Ravensburg-Weingarten
Klausur Grundlagen der Informatik Hochschule Ravensburg-Weingarten Semester: AI2, WI2 Bearbeitungszeit: 90 Min. Hilfsmittel: kein prog. C WS 09/10, 16.02.2010 90% Punkte entspr. Note 1,0 50% Punkte entspr.
MehrAlgorithmische Bioinformatik
Algorithmische Bioinformatik Suffixbäume Ulf Leser Wissensmanagement in der Bioinformatik Ziele Perspektivenwechsel: Von Online zu Offline-Stringmatching Verständnis von Suffix-Bäumen als Datenstruktur
MehrAbgabe: (vor der Vorlesung) Aufgabe 2.1 (P) O-Notation Beweisen Sie die folgenden Aussagen für positive Funktionen f und g:
TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen SS 2009 Grundlagen: Algorithmen und Datenstrukturen Übungsblatt 2 Prof. Dr. Helmut Seidl, S. Pott,
MehrAuswertung von Operatorbäumen Huffman-Code
Datenstrukturen: Bäume 4 Bäume 4. Terminologie und Grundlagen: Modelle für Graphen und Bäume 4.. Spezifikation und einfahe Algorithmen 4. Anwendungen - 4.. Auswertung von Operatoräumen - 4.. Huffman-Code
MehrÜbersicht. Datenstrukturen und Algorithmen. Die Teile-und-Beherrsche-Methode. Übersicht. Vorlesung 3: Rekursionsgleichungen (K4)
Datenstrukturen und Algorithmen Vorlesung 3: (K4) 1 e für rekursive Algorithmen Prof. Dr. Erika Ábrahám 2 Theorie Hybrider Systeme Informatik 2 http://ths.rwth-aachen.de/teaching/ss-14/ datenstrukturen-und-algorithmen/
MehrÜbung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 2016 Patrick Schäfer, Humboldt-Universität zu Berlin Organisation Vorlesung: Montag 11 13 Uhr Marius Kloft RUD 26, 0 115 Mittwoch 11 13 Uhr Marius Kloft
MehrInformatik 3 Theoretische Informatik WS 2015/16
Probeklausur 20. November 2015 Informatik 3 Theoretische Informatik WS 2015/16 Prof. Dr. Peter Thiemann Albert-Ludwigs-Universität Freiburg Institut für Informatik Name: Matrikel-Nr.: Schreiben Sie Ihren
Mehrlim log 2n n = > 0 Da es einen Limes gibt, gibt es auch einen Limes inferior, der gleich diesem Limes ist.
Prof. aa Dr. Ir. Joost-Pieter Katoen Christian Dehnert, Jonathan Heinen, Thomas Ströder, Sabrina von Styp Aufgabe 1 (O-Notation): Beweisen oder widerlegen Sie die folgenden Aussagen: (3 + 3 + 4 = 10 Punkte)
Mehr4. Tries und kd-bäume
4. Tries und kd-bäume Digitale Suchbäume (Tries) kd-bäume Prof. Dr. O. Bittel, HTWG Konstanz Algorithmen und Datenstrukuren Tries und kd-bäume SS 2019 4-1 Tries (1) Problem mit den bisherigen Suchbäumen
MehrAlgorithmen und Datenstrukturen SoSe 2008 in Trier. Henning Fernau Universität Trier
Algorithmen und Datenstrukturen SoSe 2008 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Algorithmen und Datenstrukturen Gesamtübersicht Organisatorisches / Einführung Grundlagen: RAM,
MehrInformatik II: Algorithmen und Datenstrukturen SS 2015
Informatik II: Algorithmen und Datenstrukturen SS 2015 Vorlesung 8b, Mittwoch, 17. Juni 2015 (Balancierte Suchbäume) Prof. Dr. Hannah Bast Lehrstuhl für Algorithmen und Datenstrukturen Institut für Informatik
MehrΣ /6 /6 /6 /6 /24
DECKBLATT IN DRUCKSCHRIFT AUSFÜLLEN! Name: Vorname: Matrikelnr.: Tutor: Johanna Lena Max Michael Klausur zur Vorlesung Informatik B ( Dr. Frank Hoffmann) Sommersemester 2006 19. Juli 2006 Beginn: 8 30
MehrAlgorithmen und Datenstrukturen VO UE 2.0 Nebentermin Vorlesungsprüfung / 4. Übungstest SS
Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen 8.089 VO.0 + 8. UE.0 Nebentermin Vorlesungsprüfung
MehrName Vorname Fachrichtg. Matrikelnr. Punkte Klausur Aufgabe max. Punkte Punkte. Bitte beachten!
Fakultät für Mathematik Institut für Algebra und Geometrie Prof. Dr. Martin Henk, Dr. Mihael Höding Modulprüfung Mathematik III Fahrihtung: Computer Siene in Engineering, Computervisualistik, Informatik,
Mehr2.2 Der Algorithmus von Knuth, Morris und Pratt
Suchen in Texten 2.1 Grundlagen Ein Alphabet ist eine endliche Menge von Symbolen. Bsp.: Σ a, b, c,..., z, Σ 0, 1, Σ A, C, G, T. Wörter über Σ sind endliche Folgen von Symbolen aus Σ. Wörter werden manchmal
MehrDatenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 9. März 2016
MehrInformatik II, SS 2018
Informatik II - SS 28 (Algorithmen & Datenstrukturen) Vorlesung 22 (6.7.28) Greedy Algorithmen II (Datenkompression) Algorithmen und Komplexität Datenkompression Reduziert Größen von Files Viele Verfahren
Mehr112 C.1 Aufbau der Blasenkammer. ˆ Aufgabe 1: Funktionsweise einer Blasenkammer Erkläre die Aufgaben der einzelnen Bestandteile.
112 C.1 Aufbau der Blasenkammer C Arbeitsblätter C.1 Aufbau der Blasenkammer Der Aufbau der Blasenkammer Abbildung 1: Aufbau der Blasenkammer ˆ Aufgabe 1: Funktionsweise einer Blasenkammer Erkläre die
MehrLösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 11 Peter Hartmann
Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel Verständnisfragen. Ein zusammenhängender Graph ist ein Baum, wenn er einen Knoten mehr hat als Kanten. Warum ist in diesem Satz der Zusammenhang
MehrKlausur - Informatik I SS 05. Note: Bearbeitungszeit 120 Minuten Keine Hilfsmittel
Klausur - Informatik I SS 05 Aufgabe 1 2 3 4 Punkte 40 30 40 10 Gesamtpunkte (max. 120): Note: Bearbeitungszeit 120 Minuten Keine Hilfsmittel Tragen Sie als erstes Ihren vollständigen Namen und Ihre Matrikelnummer
MehrA7.1 Untere Schranke. Algorithmen und Datenstrukturen. A7.1 Untere Schranke. Algorithmen und Datenstrukturen. A7.2 Quicksort. A7.
Algorithmen und Datenstrukturen 14. März 2018 A7. III Algorithmen und Datenstrukturen A7. III Marcel Lüthi and Gabriele Röger Universität Basel 14. März 2018 A7.1 Untere Schranke A7.2 Quicksort A7.3 Heapsort
MehrMarkieren Sie die Integralausdrücke, die den Flächeninhalt der markierten Fläche berechnen:
Aufge C (X/N) Mrkieren Sie ie Integrlusrüke, ie en Fläheninhlt er mrkierten Flähe erehnen: A) f () g() g() f () B) ( f () g() ) + ( f () g() ) C) f () g() D) ( f () g() ) ( g() f () ) E) f () g() F) f
MehrRekursionsbäume Aufstellen eines Baumes dessen Knoten die Laufzeit auf jeder Rekursionsstufe darstellen und Aufsummieren
Algorithmen und Datenstrukturen 74 3 Rekursionen Vor allem bei rekursiven Algorithmen besitzt die Laufzeitfunktion eine naheliegende rekursive Formulierung, d.h. die Laufzeitfunktion ist konstant für den
MehrKapitel 1: Endliche Automaten Gliederung 1. Endliche Automaten
Gliederung 0. Grundegriffe 1. Endliche Automaten 2. Formale Sprachen 3. Berechenarkeitstheorie 4. Komplexitätstheorie 1.1. Grundlagen 1.2. Minimierungsalgorithmus 1.3. 1/3, S. 1 Git es Sprachen, die nicht
Mehr1.3 Erinnerung: Mergesort
Mergesort 1.3 Erinnerung: Mergesort Um n Zahlen/Objekte a 1,..., a n zu sortieren, geht der Mergesort-Algorithmus so vor: Falls n n 0 : Sortiere mit einem naiven Algorithmus (z. B. Insertion Sort). Sonst:
MehrDatenstrukturen und Algorithmen
Datenstrukturen und Algorithmen Jedes Programm verwendet Datenstrukturen und Algorithmen um seine Aufgabe zu erfüllen Diese müssen offenbar zunächst sorgfältig dem speziellen Problem entsprechend ausgewählt
MehrKlausur Algorithmentheorie
Prof. Dr. G. Schnitger Frankfurt, den 06.04.2009 Klausur Algorithmentheorie WS 2008/2009 Name: Vorname: Geburtsdatum: Studiengang: BITTE GENAU LESEN Die Klausur besteht aus 4 Aufgaben, in denen maximal
MehrMathematik I für MB/ME
Mathematik I für MB/ME Fahbereih Grundlagenwissenshaften Prof. Dr. Viola Weiÿ Wintersemester /6 Übungsaufgaben Serie : Vektorrehnung. Gegeben seien die Vektoren a =, b =, = (a) Berehnen Sie a + b und a
MehrAnalysis. Tangenten, Normalen, Änderungsraten. Schaubilder von Ableitungsfunktionen
Analysis Shaubilder von Ableitungsfunktionen Allg. Gymnasien: ab Klasse 0 Beruflihe Gymnasien: ab Klasse Berufskolleg: Aufgaben ohne *) Hilfsmittel: wissenshaftliher Tashenrehner Alexander Shwarz Juli
Mehr