Algorithmische Graphentheorie
|
|
- Stephan Schuster
- vor 6 Jahren
- Abrufe
Transkript
1 Algorihmiche Graphenheorie Sommeremeer Vorleung Flualgorihmen Prof. Dr. Alexander Wolff 1
2 Erinnerung Oh my God i an LP! Gegeben ein gericheer Graph G = (V, E) mi, V und Kanenkapaziäen c : E R >0. Geben Sie eine Mehode an, die einen maximalen --Flu f konruier., alo eine Funkion f : E R 0, die den Flu erhäl, d.h. für jeden Knoen / {, } icherell: Neozuflu f () = f (u) f (w) = 0, {u V u E} zuläig i, d.h. für jede Kane e garanier: Konane 0 f (e) c(e), {w V w E} maximal i, d.h. uner allen zuläigen --Flüen f = Neozuflu f () maximier. Variable V E lineare Bechränkungen! lineare Zielfunkion! 2
3 Fuure Work Today Kann man maximale Flüe (= Spezialfall eine LP) auch mi maßgechneideren kombinaorichen Algorihmen berechnen? Hoffnung: Da könne chneller gehen und rukurelle Einichen liefern. 3
4 Nich i prakicher al eine gue Theorie Def. Sei G = (V, E) ein gericheer Graph,, V. Eine Pariionierung (S, T = V \ S) on V i ein --Schni, fall S, T. S T S T Rau(S) = {u E u S, T } {u E u T, S} = Rein(S) Zuflu f (S) = f (Rein(S)) } minu =: Neozuflu f (S) Abflu f (S) = f (Rau(S)) 4
5 Neozuflüe on Schnien und Knoen Zur Erinnerung: Neozuflu f (S) := f (Rein(S)) f (Rau(S)) S Rau(S) E T S Rein(S) E T Lem. 1 Bewei. Sei G = (V, E) Graph, S V und f : E R. Dann: Neozuflu f (S) = S Neozuflu f (). S Neozufl f () = S (Zuflu f () Abflu f ()) ( S S e=u f (e) +f = e=w f (e)) u f = f (e) f (e) = Neozufl f (S) +f f e Rein(S) e Rau(S) 5
6 Noch mehr Schnie Lemma 1. Sei G = (V, E) Graph, S V und f : E R. Dann: Neozuflu f (S) = S Neozuflu f (). Lemma 2. G Graph,, V, f --Flu, (S,T ) --Schni. Dann gil f = Neozuflu f (T ) Bewei. f = Def. Neozuflu f () = T Neozuflu f () da Neozuflu f () = 0 für alle, = Neozuflu f (T ) 6
7 Kapaziä on Schnien Lemma 2. G Graph,, V, f --Flu, (S,T ) --Schni. Dann gil f = Neozuflu f (T ) =: Neoabflu f (S). Def. G Graph mi Kap. c : E R >0, (S,T ) --Schni. Dann i c(s) := c(rau(s)) die Kapaziä on (S,T ). Lemma 3. f zulä. --Flu, (S, T ) --Schni f c(s). Bewei. Speziell: max f f min S c(s) f = Neoabflu f (S) = f (Rau(S)) f (Rein(S)) f (Rau(S)) S 8/ 16 5/ 13 4/ / 12 3/ 9 4/ / / 20 3/ 4 T c(rau(s)) = c(s) Korollar. f = c(s) f maximal,! c(s) min.!! 7
8 Reidualnez Beob. Aber: Def. 8/ 16 12/ 13 4/ 4 Fall e einen --Weg gib, bei dem auf keiner Kane die Kapaziä augechöpf i, können wir f ergrößern. Fall e keinen olchen --Weg gib, o i f nich unbeding maximal. Der Reidualgraph G f = (V, E f ) enhäl für jede Kane e = u on G = (V, E) die Kane(n) +e := u fall f (e) < c(e) e := u fall f (e) > / 12 3/ 9 11/ / / 20 4/ 4 G mi c f (+e) := c(e) f (e) mi c f ( e) := f (e) Reidualkapaziäen G f 8
9 Fluergrößernde Wege Def. Ein --Weg W in G f heiß fluergrößernder Weg für f. Die Reidualkapaziä on W i W := min σe W c f (σe), wobei σ {+, }. Saz. (om fluergrößernden Weg). Ein zuläiger --Flu f in G i maximal e gib keinen fluergrößernden Weg in G f. 8/ 16 4/ 4 12/ / 12 3/ 9 11/ / / 20 4/ 4 G G f 9
10 Da Max-Flow-Min-Cu-Theorem Saz. [Ford & Fulkeron, 1956] [Elia, Feinein, Shannon 1956] [Kozig 56] Saz. In einem ger. Graphen G mi Kap. c : E R >0 gil: max f = f zuläiger --Flu min c(s) (S,T ) --Schni d.h. der Wer eine maximalen Flue i gleich der Kapaziä eine minimalen --Schnie. Leer Randolph Ford, Jr. (*1927) Delber R. Fulkeron ( ) Zur Erinnerung: Korollar. f = c(s) f maximal, c(s) min. (om fluergrößernden Weg). Ein zuläiger --Flu f in G i maximal e gib keinen fluergrößernden Weg in G f.!!! 10
11 Saz. Bewei. In einem ger. Graphen G mi Kap. c : E R >0 gil: max f = f zuläiger --Flu min c(s) (S,T ) --Schni Sei f ein maximaler Flu. e gib keinen fluergrößernden Weg { in G f i on au nich erreichbar } S = { on erreichbar} i --Schni T = { on nich erreichbar} Sei e = u Rau(S) f (e) = c(e), on wäre on in G f f (Rau(S)) = c(rau(s)) Nun ei e = u Rein(S) f (e) = 0 f (Rein(S)) = 0 erreichbar Alo: c(s) = c(rau(s)) = f (Rau(S) f (Rein(S)) Def. = Neoabflu f (S) = f c(s) minimal 11 Korr.
12 Der Algorihmu on Ford & Fulkeron FordFulkeron(DirecedGraph G = (V, E; c), Verex, Verex ) foreach u E do f u = 0 while G f enhäl --Weg W do W = min u W c f (u) foreach u W do if u E hen f u = f u + W ele f u = f u W reurn f Korrekhei? Folg au Saz om fluergrößernden Weg. Laufzei? Berechnung on --Wegen } Breienuche O(E) Zei Tiefenuche Anz. Schleifendurchläufe in jedem Durchlauf wird f um 1 ergrößer max. f Durchläufe, wobei f ein max. Flu 1. c : E N: 2. Q >0 : 3. R >0 : O( f E) erweiern... problemaich! 12
13 Beipiel 0/ 0/ 0/1 u 0/G 0/ G f u 1 1/ 0/ 1/1 u 0/ 1/ u / 1/ 0/1 u 1/ 1/... Laufzei Ω( f E) 13
14 Der Algorihmu on Edmond & Karp EdmondKarp FordFulkeron(DirecedGraph G = (V, E; c), Verex, Verex ) foreach u E do f u = 0 while G f enhäl --Weg do W = kürzeer --Weg in G f W = min u W c f (u) foreach u W do if u E hen f u = f u + W ele f u = f u W reurn f Jack R. Edmond *1934 Richard M. Karp *1935 Boon, MA 14
15 Beipiel 0/ 0/ 0 0/1 u u 0 u 0 0/G 0/ 0 G f Aband on = 1 u u Aband = 3 u Aband = 15 FERTIG!
16 Kürzee Wege machen effiziene Algorihmen Def. Sei δ f (u, ) die Länge (= Anz. Kanen) eine kürzeen u--weg in G f. Lemma. Während EdmondKarp(G,, ) gil für jeden Knoen V, da δ f (, ) mi jeder Fluergrößerung monoon zunimm. Bewei. Annahme: e gib einen Knoen derar, da δ(, ) bei einer Fluergrößerung abnimm. Seien f und f die Flüe or bzw. nach der Vergrößerung. kleiner Schurke Ab jez ei ein Knoen mi minimalem Wer on δ f (, ) und δ f (, ) < δ f (, ). 16
17 Forezung Bewei Sei W ein kürzeer --Weg in G f. Sei u der leze Knoen or auf W. u E f und δ f (, ) = δ f (, u) + 1. Nach Wahl on gil: δ f (, u) δ f (, u) Beh. Bewei. u E f u i kein Schurke; Aband nimm nich ab. Eig. kürzeer Wege Angenommen u E f. δ f (, ) δ f (, u) + 1 δ f (, u) + 1 = δ f (, ) Widerpruch zur Annahme, da δ f (, ) < δ f (, ). Aber wa kann u E f und u E f erklären?? 17
18 Forezung II 1. Fall: u E u E f u E f 2. Fall: u E u E f bedeue f (u) = c(u). bedeue f (u) < c(u). Fluergrößerung enlang u E f bedeue f (u) = 0. u E f bedeue f (u) > 0. Fluergrößerung enlang u E f der Flu wird in beiden Fällen enlang u ergrößer Da EdmondKarp enlang kürzeer Wege ergrößer, mu Vorgänger on u auf einem kürzeen -u-weg in G f ein. [u kein Schurke] [u lieg auf W or ] δ f (, ) = δ f (, u) 1 δ f (, u) 1 = δ f (, ) 2 < δ f (, ) Widerpr. zur Ann. δ f (, ) < δ f (, ) 18
19 Anzahl Fluerhöhungen & Laufzei Saz. EdmondKarp(G,, ) führ O(V E) Fluergrößerungen durch. Korollar. Der Edmond-Karp-Algorihmu läuf in O(V E 2 ) Zei. Bewei. Jede der O(V E) Fluergrößerungen benöig O(E) Zei bei Anwendung on Breienuche. 19
20 Bewei (Saz) Saz. EdmondKarp(G,, ) führ O(V E) Fluergrößerungen durch. Bewei. Alg. ergrößere enlang kürzeem --Weg W in G f Kane u auf W heiß kriich in G f, wenn c f (u) = W zeigen: jede Kane kann höchen O(V ) mal kriich ein δ f (, ) = δ f (, u) + 1 da u auf kürzeem Weg W in G f nach Fluergr. enlang W erchwinde u au G f u erchein er wieder im Reidualgraph, nachdem Flu enlang u ergrößer wurde u E f 20
21 Forezung Bewei Saz. EdmondKarp(G,, ) führ O(V E) Fluergrößerungen durch. Bewei. da u auf kürzeem fluergr. Weg in G f δ f (, u) = δ f (, ) + 1 u auf W in G f δ f (, ) + 1 = δ f (, u) + 2 δ f (, u) V 2 olange δ f (, u) < + u kann nur O(V ) mal kriich ein 21
22 Kurze Gechiche der Berechnung max. Flüe Mehode Laufzei O( ) Auoren Allgemeine gerichee Graphen hore reid. - pah V E 2 Edmond & Karp 56 puh relabel V 2 E Goldberg 87 relabel o fron V 3 Goldberg & Tarjan 88 V E log(v 2 /E + 2) blocking flow min(v 2/3, E 1/2 ) E Goldberg & Rao 98 log(v 2 /E + 2) log C, wobei C = e E c(e) new VE Orlin 13 --planare Graphen hore pah in dual V Hain 81 + Henzinger e al. 97 Planare Graphen lefmo reid. - pah V log V Borradaile & Klein 06 + erex capaciie V log V Kaplan & Nubaum 09 22
Netzwerke Beispielnetzwerk N
Nezwerke Kapiel Flüe in Nezwerken Sromnez Telefonnez Warenflu zwichen Herellern und Konumenen Verkehr (Sraßen, Züge, Flugzeuge,...) Of wollen wir Güer von einem Punk zu einem anderen chicken Ziel So viel/effizien/illig
MehrFluß. Flußnetzwerk. Definition 6.2. Es sei N = (G, c, s, t) ein Flußnetzwerk. Für einen Knoten
6. Flüe un Zuornungen Fluß In ieem Kapiel weren Bewerungen von Kanen al maximale Kapaziäen inerpreier, ie üer iee Kane pro Zeieinhei ranporier weren können. Wir können un einen Graphen al Verorgungnezwerk
Mehr6. Primal-duale Algorithmen
6. Einführung... 6. Der primal-duale Algorihmu... 6 6. Bemerkungen zum primal-dualen Algorihmu... 7 6. Ein primal-dualer Algorihmu für da Kürzee-Wege-Problem... 8... 9 6.6 Ein primal-dualer Algorihmu für
MehrÜbungsblatt 4 Lösungsvorschläge
Insiu für Theoreische Informaik Lehrsuhl Prof. Dr. D. Wagner Übungsbla 4 Lösungsvorschläge Vorlesung Algorihmenechnik im WS 09/10 Problem 1: Flüsse [vgl. Kapiel 4.1 im Skrip] ** Gegeben sei ein Nezwerk
MehrMinimal spannende Bäume
Minimal pannende Bäume Geuch: : ein minimal pannender Baum u G,, d.h. eine minimale Teilmenge E min E der Kanen, o da G min = (V,E( min,d) uammenhängend ngend und die Summe der Kanengewiche minimal i.
MehrArbeitsauftrag Thema: Gleichungen umformen, Geschwindigkeit, Diagramme
Arbeiaufrag Thema: Gleichungen umformen, Gechwindigkei, Diagramme Achung: - So ähnlich (aber kürzer) könne die näche Klaenarbei auehen! - Bearbeie die Aufgaben während der Verreungunde. - Wa du nich chaff
MehrFlüsse, Schnitte, bipartite Graphen
Flüe, Schnie, iprie Grphen Michel Eicher 06. Juni 0 Michel Eicher Flüe, Schnie, iprie Grphen 06. Juni 0 / 48 Deniionen Nezwerk Flu Üerich Mximler Flu Ford-Fulkeron Minimler Schni Edmond-Krp 3 Redukionen
MehrAlgorithmen II Vorlesung am
Algorithmen II Vorlesung am 0..0 Minimale Schnitte in Graphen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum
MehrAbiturprüfung Mathematik 2009 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
www.mahe-aufgaben.com Abiurprüfung Mahemaik 009 (Baden-Würemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe. (7 Punke) Das Schaubild P einer Polynomfunkion drien Grades ha den Wendepunk W(-/-) und
MehrWeg im tv-diagramm. 1. Rennwagen
Weg im v-diagramm 1. Rennwagen Löung: (a). (a) Bechreibe die Fahr de Rennwagen. (b) Wie wei kommm der Rennwagen in den eren vier Minuen, wie wei komm er über den geamen Zeiraum? (c) Wie groß i die Durchchnigechwindigkei
MehrKAPITEL 4 FLÜSSE IN NETZWERKEN
KAPITEL 4 FLÜSSE IN NETZWERKEN F. VALLENTIN, A. GUNDERT 1. Das Max-Flow-Min-Cut Theorem Es sei D = (V, A) ein gerichteter Graph, s, t V zwei Knoten. Wir nennen s Quelle und t Senke. Definition 1.1. Eine
MehrAlgorithmische Graphentheorie
Algorithmische Graphentheorie Sommersemester 204 4. Vorlesung Matchings / Paarungen Kombinatorische Anwendungen des Max-Flow-Min-Cut-Theorems Prof. Dr. Alexander Wolff 2 Paarungen (Matchings) Def. Sei
MehrAlgorithmentheorie. 13 - Maximale Flüsse
Algorithmentheorie 3 - Maximale Flüsse Prof. Dr. S. Albers Prof. Dr. Th. Ottmann . Maximale Flüsse in Netzwerken 5 3 4 7 s 0 5 9 5 9 4 3 4 5 0 3 5 5 t 8 8 Netzwerke und Flüsse N = (V,E,c) gerichtetes Netzwerk
Mehr1. Mathematische Grundlagen und Grundkenntnisse
8 1. Mahemaische Grundlagen und Grundkennnisse Aufgabe 7: Gegeben sind: K = 1; = 18; p = 1 (p.a.). Berechnen Sie die Zinsen z. 18 1 Lösung: z = 1 = 5 36 Man beache, dass die kaufmännische Zinsformel als
MehrStaatlich geprüfte Techniker
Auzug au dem Lernmaerial Forildunglehrgang Saalich geprüfe Techniker Auzug au dem Lernmaerial Naurwienchaf DAA-Technikum Een / www.daa-echnikum.de, Infoline: 00 83 6 50 Definiion: Die Gechwindigkei eine
MehrKürzere reguläre Ausdrücke aus deterministischen endlichen Automaten
Kürzere reguläre Audrücke au deerminiichen endlichen Auomaen by Hermann Gruber Iniu für Informaik, Juu-Liebig-Univeriä Gieen, Arndrae 2, D-35392 Gieen. Februar 2009 gemeinam mi Marku Holzer (JLU Gieen).
MehrGraphentheorie. Maximale Flüsse. Maximale Flüsse. Maximale Flüsse. Rainer Schrader. 31. Oktober Gliederung. sei G = (V, A) ein gerichteter Graph
Graphentheorie Rainer Schrader Zentrum ür Angewandte Inormatik Köln 31. Oktober 2007 1 / 30 2 / 30 Gliederung maximale Flüsse Schnitte Edmonds-Karp-Variante sei G = (V, A) ein gerichteter Graph sei c eine
MehrKombinatorische Optimierung
Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesungen 5 und 6 Programm
MehrPhysikalische Größe = Zahlenwert Einheit
Phyikaliche Grundlagen - KOMPAKT 1. Phyikaliche Größen, Einheien und Gleichungen 1.1 Phyikaliche Größen Um die Ar ( Qualiä) und da Aumaß ( Quaniä) phyikalicher Eigenchafen und Vorgänge bechreiben und mi
MehrName: Punkte: Note: Ø:
Name: Punke: Noe: Ø: Kernfach Physik Abzüge für Darsellung: Rundung: 4. Klausur in K am 5. 5. 0 Ache auf die Darsellung und vergiss nich Geg., Ges., Formeln, Einheien, Rundung...! Angaben: e =,60 0-9 C
MehrEffiziente Algorithmen und Datenstrukturen I. Kapitel 9: Minimale Spannbäume
Effiziente Algorithmen und Datenstrukturen I Kapitel 9: Minimale Spannbäume Christian Scheideler WS 008 19.0.009 Kapitel 9 1 Minimaler Spannbaum Zentrale Frage: Welche Kanten muss ich nehmen, um mit minimalen
MehrTheoretische Grundlagen
Theoreiche Grundlagen Phik Leiungkur Größen Größen Größen 5 m Grundgrößen abgeleiee Größen Zahl Einhei Länge, Mae, Zei, Sromärke, Temperaur, Soffmenge, Lichärke Gechwindigkei, Kraf, Ladung Änderunggrößen:
Mehr7.3. Partielle Ableitungen und Richtungsableitungen
7.3. Parielle Ableiungen und Richungsableiungen Generell vorgegeben sei eine Funkion f von einer Teilmenge A der Ebene R oder allgemeiner des n-dimensionalen Raumes R n nach R. Für x [x 1,..., x n ] aus
MehrGeradlinige Bewegung Krummlinige Bewegung Kreisbewegung
11PS KINEMATIK P. Rendulić 2011 EINTEILUNG VON BEWEGUNGEN 1 KINEMATIK Die Kinemaik (Bewegunglehre) behandel die Geezmäßigkeien, die den Bewegungabläufen zugrunde liegen. Die bei der Bewegung aufreenden
MehrWiederholung zu Flüssen
Universität Konstanz Methoden der Netzwerkanalyse Fachbereich Informatik & Informationswissenschaft SS 2008 Prof. Dr. Ulrik Brandes / Melanie Badent Wiederholung zu Flüssen Wir untersuchen Flüsse in Netzwerken:
MehrMaximale s t-flüsse in Planaren Graphen
Maximale s t-flüsse in Planaren Graphen Vorlesung Algorithmen für planare Graphen June 1, 2015 Ignaz Rutter INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg
MehrInduktionsgesetz. a = 4,0cm. m = 50g
1. Die neenehende Aildung (Blick von vorn) zeig eine Spule mi 5 Windungen von quadraichem uerchni mi Seienlänge a = 4,cm zum Zeipunk. DieSpuleeweg ich mider Gechwindigkei v vom Berag v = 2, cm nachrech.
MehrSR MVP die Sharpe Ratio des varianzminimalen
Prüfung inanzmahemaik und Invesmenmanagemen 4 Aufgabe : (4 Minuen) a) Gegeben seien zwei Akien mi zugehörigen Einperiodenrendien R und R. Es gele < ρ(r,r )
MehrGreensche Funktion. Frank Essenberger FU Berlin. 30.September Nomenklatur 1. 2 Greensche Theoreme 1. 3 Anwendung in der Elektrostatik 2
Greenche Funktion Frank Eenberger FU Berlin 30.September 2006 Inhalterzeichni Nomenklatur 2 Greenche Theoreme 3 Anwendung in der Elektrotatik 2 4 Anpaung an Randbedingungen 3 5 Eindeutigkeit der Löung
MehrAbiturprüfung Baden-Württemberg 1986
001 - hp://www.emah.de 1 Abirprüfng Baden-Würemberg 1986 Leisngskrs Mahemaik - Analysis Z jedem > 0 is eine Fnkion f gegeben drch f x x x e x ; x IR Ihr Schabild sei K. a Unersche K af Asympoen, Schnipnke
MehrMaximaler Fluss = minimaler Schnitt
Maximaler Flu = minimaler Schnitt Oliver Junge Fakultät für Mathematik Techniche Univerität München Flüe in Netzwerken Mathematiche Abtraktion Kapazität 3 2 Quelle 5 Senke 1 2 Netzwerk gerichteter Graph
MehrOptimierung. Optimierung. Vorlesung 7 Lineare Programmierung II. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 7 Lineare Programmierung II 1 Lineare Programme Lineares Programm: Lineare Zielfunktion Lineare Nebenbedingungen (Gleichungen oder Ungleichungen) Spezialfall der konvexen Optimierung
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Wintersemester 2013/14 1. Vorlesung Kapitel 1: Sortieren Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Das Problem Eingabe Gegeben: eine Folge A = a 1, a 2,..., a
MehrKapitel : Exponentielles Wachstum
Wachsumsprozesse Kapiel : Exponenielles Wachsum Die Grundbegriffe aus wachsum 1.xmcd werden auch hier verwende! Wir verwenden im Beispiel 2 auch fas die gleiche Angabe wie in Beispiel 1 - lediglich eine
Mehr4. Kippschaltungen mit Komparatoren
4. Kippschalungen mi Komparaoren 4. Komparaoren Wird der Operaionsversärker ohne Gegenkopplung berieben, so erhäl man einen Komparaor ohne Hserese. Seine Ausgangsspannung beräg: a max für > = a min für
MehrWestfälische Hochschule - Fachbereich Informatik & Kommunikation - Bereich Angewandte Naturwissenschaften. 2. Mechanik
Wefäliche Hochchule - Fachbereich Informaik & Kommunikaion - Bereich Anewande Naurwienchafen. Mechanik Ziele der Vorleun:.) Eineilun der phikalichen Größen in kalare und ekorielle Größen.) Kinemaik Bechreibun
Mehr= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel:
E Tilgugsrechug.. Jährliche Raeilgug Ausgagspuk: Bei Raeilgug wird die chuldsumme (Newer des Kredis [Aleihe, Hypohek, Darleh]) i gleiche Teilberäge T geilg. Die Tilgugsrae läss sich ermiel als: T =.. Jährliche
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Wintersemester 2012/13 22. Vorlesung Tiefensuche und Topologische Sortierung Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Vorlesungsumfrage Nutzen Sie die Vorlesungsbefragung
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
MehrAufgaben zu den Würfen. Aufgaben
Aufaben zu den Würfen Aufaben. Ein Körper wird i der Gecwindikei 8 - nac oben eworfen. Vo Lufwiderand ee an ab. Berecnen Sie die Wurföe und die Zei bi zu Erreicen de öcen Punke der Ban. Berecnen Sie die
MehrZeitabhängige Felder, Maxwell-Gleichungen
Zeiabhängige Felde, Mawell-Gleichungen Man beobache, dass ein eiabhängiges Magnefeld ein elekisches Feld eeug. Dies füh.. u eine Spannung an eine Dahschleife (ndukion). mgekeh beobache man auch: ein eiabhängiges
MehrInstitut für Informatik. Aufgaben zur Klausur Grundlagen der Technische Informatik 1 und 2
NIVESITÄT LEIPZIG Iniu für Informaik Prüfungaufgaben Klauur zur Vorleung WS 2/2 und SS 2 b. Techniche Informaik Prof. Dr. do Kebchull Dr. Paul Herrmann Dr. Han-Joachim Lieke Daum:. Juli 2 hrzei: 8-3 Or:
MehrAlgorithmen II Vorlesung am 15.11.2012
Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
MehrUniversität Ulm Samstag,
Universiä Ulm Samsag, 5.6. Prof. Dr. W. Arend Robin Nika Sommersemeser Punkzahl: Lösungen Gewöhnliche Differenialgleichungen: Klausur. Besimmen Sie die Lösung (in möglichs einfacher Darsellung) folgender
Mehr3.5 Überlagerung von harmonischen Schwingungen
3.5 Überlagerung von harmonischen Schwingungen 3.5 Überlagerung von harmonischen Schwingungen Zwei Schwingungen u 1 und u längs gleicher Richung können superponier werden. u 1 = u sin(ω 1 + ϕ 1 ) (3.9)
MehrProf. Liedl Lösung Blatt 8. Übungen zur Vorlesung PN1. Lösung zum Übungsblatt 8. Besprochen am
11.12.212 Löung Blatt 8 Übungen zur Vorleung PN1 Löung zum Übungblatt 8 Beprochen am 11.12.212 Aufgabe 1: Moleküle al tarre rotierende Körper Durch Mikrowellen laen ich Rotationen von Molekülen mit einem
MehrWarum ist die Frage, wem ein Leasingobjekt zugerechnet wird, wichtig? Welche Vorteile kann ein Leasinggeber (eine Leasinggesellschaft) ggf. erzielen?
1) Boschafen von Kapiel 7 Welche Eigenschafen ha ein Finanzierungs-Leasing-Verrag? Warum is die Frage, wem ein Leasingobjek zugerechne wird, wichig? FLV, vollkommener Kapialmark und Gewinnseuer Welche
MehrDifferenzieren von Funktionen zwischen Banachräumen
Differenzieren von Funkionen zwischen Banachräumen Ingmar Gezner In dieser Seminararbei wollen wir das Differenzieren auf Funkionen zwischen Banachräume verallgemeinern. In unendlichdimensionalen Räumen
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
Mehr3. Partielle Differentialgleichungen
3.. Grundlagen und Klassifikaion Welche Ordnung haben diese Gleichungen?? 3.4.1 Lineare parielle Differenialgleichungen. Ordnung Analogie: Klassifikaion Kegelschnie 1 3.4.3 Korrek geselle Probleme Anfangs-
MehrIntegralrechnung. Grundidee der Integralrechnung. Einführung des Riemann- Integrals
1/8 Grundidee der Inegralrechnung Inegralrechnung Die Inegralrechnung is neben der Differenialrechnung der wichigse Zweig der Analysis. Sie is aus dem Problem der Flächen- und Volumenberechnung ensanden.
Mehr1 Lokale Änderungsrate und Gesamtänderung
Schülerbuchseie Lösungen vorläufig I Inegralrechnung Lokale Änderungsrae und Gesamänderung S. S. b h = m s ( s) + m s s + m s ( s) = 7 m Fläche = 7 FE a) s =, h km h +, h km h +, h km h +, h km h +,, h
MehrGruppenarbeit: Anwendungen des Integrals Gruppe A: Weg und Geschwindigkeit
Gruppenarbei: Anwendungen de Inegral Gruppe A: Weg und Gechwindigkei Die ere Ableiung der Zei-Or-Funkion x() der Bewegung eine Körper ergib bekannlich die Zei- Gechwindigkei-Funkion v(), deren ere Ableiung
Mehr4. Quadratische Funktionen.
4-1 Funkionen 4 Quadraische Funkionen 41 Skalierung, Nullsellen Eine quadraische Funkion is von der Form f() = c 2 + b + a mi reellen Zahlen a, b, c; is c 0, so sprechen wir von einer echen quadraischen
MehrSignal- und Systemtheorie for Dummies
FB Eleroechni Ewas Signal- und Sysemheorie or Dummies Version - Juli Oh No!!!! Pro. Dr.-Ing. ajana Lange Fachhochschule Merseburg FB Eleroechni Pro. Dr.-Ing. ajana Lange Signal- und Sysemheorie or Dummies
Mehrauf den Boden fallen, hört man in gleichen Zeitabständen 4 Geräusche. Welchen Abstand hat die 3. Schraube vom unteren Ende der Fallschnur?
Aufaben zu freien Fall 0. Von der Spize eine Ture lä an einen Sein fallen. Nach 4 Sekunden ieh an ihn auf de Boden aufchlaen. a) Wie hoch i der Tur? b) Mi welcher Gechwindikei riff der Sein auf den Erdboden
MehrÜbungsserie: Single-Supply, Gleichrichter Dioden Anwendungen
1. Mai 216 Elekronik 1 Marin Weisenhorn Übungsserie: Single-Supply, Gleichricher Dioden Anwendungen Aufgabe 1. Gleichricher In dieser Gleichricherschalung für die USA sei f = 6 Hz. Der Effekivwer der Ausgangspannung
MehrMessgrößen und gültige Ziffern 7 / 1. Bewegung mit konstanter Geschwindigkeit 7 / 2
Die Genauigkei einer Megröße wird durch die güligen Ziffern berückichig. Al gülige Ziffern einer Maßzahl gelen alle Ziffern und alle Nullen, die rech nach der eren Ziffer ehen. Megrößen und gülige Ziffern
MehrArbitragefreie Preise
Arbiragefreie Preise Maren Schmeck 24. Okober 2006 1 Einleiung P i () Preis von Anleihe i zur Zei, i = 1,..., n x i Anzahl an Einheien der Anleihe i V () = n i=1 x ip i () Wer eines Porfolios mi x i Einheien
MehrLiteratur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)
Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,
Mehrges.: Der erste Treffpunkt ist zum Zeitpunkt 0 am Start. Danach fährt der Fahrer 1 45 min und legt dabei
859. Zwei Auo faren mi erciedenen Gecwindigkeien 1 = 160 / bzw. 2 = 125 / dieelbe Srecke on 200 Länge. Beide Wagen aren gleiczeiig in derelben Ricung. Der arer de cnelleren Wagen mac nac 45min arzei 15min
MehrAufgabenblatt 1. Lösungen. A1: Was sollte ein Arbitrageur tun?
Aufgabenbla 1 Lösungen 1 A1: Was solle ein Arbirageur un? Spo-Goldpreis: $ 5 / Unze Forward-Goldpreis (1 Jahr): $ 7 / Unze Risikoloser Zins: 1% p.a. Lagerkosen: Es gib zwei Handelssraegien, um in einem
MehrDie Lösungen der Übungsaufgaben werden durch folgendes Lemma etwas vereinfacht:
Prof. Dr. D. Kuske, M.Sc. M. Huschenbe Fachgebie Theoreische Informaik, TU Ilmenau Muserlösung zum 2. Übungsbla Auomaenheorie Die Lösungen der Übungsaufgaben werden durch folgendes Lemma ewas vereinfach:
MehrFakultät Grundlagen. s = t. gleichförm ig
Experimenierfeld Freier Fall und Würfe. Einführung Die Kinemaik al Lehre der Bewegungen befa ich nich mi den Urachen on Bewegungabläufen, ondern lediglich mi den Bewegungen an ich. Auch die Audehnung und
Mehr1.1. Grundbegriffe zur Mechanik
... Die geradlinig gleichförmige Bewegung.. Grundbegriffe zur Mechanik Ein Körper beweg sich geradlinig und gleichförmig enlang der -Achse, wenn seine Geschwindigkei (eloci) 0 konsan bleib. Srecke Zeiabschni
MehrVersuchsprotokoll. Datum:
Laborveruch Elekroechnik I eruch 2: Ozillokop und Funkiong. Hochchule Bremerhaven Prof. Dr. Oliver Zielinki / Han Sro eruchprookoll Teilnehmer: Name: 1. 2. 3. 4. Tea Daum: Marikelnummer: 2. Ozillokop und
MehrAlgorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen 2 Sommersemester 2006 5. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Wdhlg.: Dijkstra-Algorithmus I Bestimmung der
Mehr2 Formeln richtig und schnell umstellen
Formeln ricig und cnell umellen 17 Aufgabe 1 Peer i mi einer Scweer Criina in Konanz unerweg. Er oll ie bei irer Freundin abezen. Die beiden faren gerade in einer engen Einbanraße mi Parkbucen und Bürgereig
MehrFlüsse, Schnitte, bipartite Graphen
Flüsse, Schnitte, bipartite Graphen Vlad Popa 08.06.2010 Inhaltsverzeihnis 1. Flussnetzwerke und Flüsse 1.1 Ford- Fulkerson 1.2 Edmond Karp 1.3 Dinic 2. Schnitte 3. Maximaler Fluss bei minimalen Kosten
MehrTheoretische Informatik SS 03 Übung 3
Theoretische Informatik SS 03 Übung 3 Aufgabe 1 a) Sind die folgenden Funktionen f : partiell oder total: f(x, y) = x + y f(x, y) = x y f(x, y) = x y f(x, y) = x DIV y? Hierbei ist x DIV y = x y der ganzzahlige
MehrMotivation. Finanzmathematik in diskreter Zeit
Moivaion Finanzmahemaik in diskreer Zei Eine Hinführung zu akuellen Forschungsergebnissen Alber-Ludwigs-Universiä Freiburg Prof. Dr. Thorsen Schmid Abeilung für Mahemaische Sochasik Freiburg, 22. April
MehrAbstand von 4,5 cm von der Mitte. Wie groß ist die Bahngeschwindigkeit eines Punktes in diesem Abstand? (in km/h)
Aufgaben zu Roaion 1. Die Spize de Minuenzeige eine Tuuh ha die Gechwindigkei 1,5-1. Wie lang i de Zeige?. Eine Ulazenifuge eeich 3 940 Udehungen po Minue bei eine Radiu von 10 c. Welchen Weg leg ein Teilchen
MehrEigenwerte und Eigenvektoren
Eigenwere un Eigenvekoren Vorbemerkung: Is ie n n Marix inverierbar, so ha as lineare Gleichungssysem A x b für jees b genau eine Lösung, nämlich x A b. Grun: i A x A A b b, ii Is y eine weiere Lösung,
MehrPhillips Kurve (Blanchard Ch.8) JKU Linz Riese, Kurs Einkommen, Inflation und Arbeitslosigkeit SS 2008
Phillips Kurve (Blanchard Ch.8) 151 Einleiung Inflaion und Arbeislosigkei in den Vereinigen Saaen, 1900-1960 In der beracheen Periode war in den USA eine niedrige Arbeislosigkei ypischerweise von hoher
MehrKondensator und Spule im Gleichstromkreis
E2 Kondensaor und Spule im Gleichsromkreis Es sollen experimenelle nersuchungen zu Ein- und Ausschalvorgängen bei Kapaziäen und ndukiviäen im Gleichsromkreis durchgeführ werden. Als Messgerä wird dabei
MehrThema 10: Kapitalwert und Steuern I
Thema : Kapialwer und Seuern I Augangpunk: Fehlende Encheidungneuraliä mach e erforderlich, euerliche Regelungen in beriebwirchaflichen Encheidungkalkülen zu berückichigen. Definiion Encheidungneuraliä
Mehr9. EXPONENTIALFUNKTION, LOGARITHMUSFUNKTION
Eponenialfunkion, Logarihmusfunkion 9. EXPONENTIALFUNKTION, LOGARITHMUSFUNKTION 9.. Eponenialfunkion (a) Definiion Im Abschni Zinseszinsrechnung konne die Berechnung eines Kapials K n nach n Perioden der
Mehr8 Diskrete Optimierung
8 Diskrete Optimierung Definition 8.1. Ein Graph G ist ein Paar (V (G), E(G)) besteh aus einer lichen Menge V (G) von Knoten (oder Ecken) und einer Menge E(G) ( ) V (G) 2 von Kanten. Die Ordnung n(g) von
MehrPhysik-Übungsblatt Nr. 1: Lösungsvorschläge
Phyik-Übungbla Nr. 1: Löungorchläge ufgabe 1: Zur Zei are Wagen mi der konanen Gechwindigkei 1 km / h, Wagen fähr mi der konanen Gechwindigkei 1 km / h in die gleiche Richung, ha aber zu eginn einen Vorprung
MehrApproximationsalgorithmen
Approximationsalgorithmen Seminar im Sommersemester 2008 Sebastian Bauer, Wei Cheng und David Münch Herausgegeben von Martin Nöllenburg, Ignaz Rutter und Alexander Wolff Institut für Theoretische Informatik
Mehr5. Flipflops. 5.1 Nicht-taktgesteuerte Flipflops. 5.1.1 NOR-Flipflop. Schaltung: zur Erinnerung: E 1 A 1 A 2 E 2.
AO TIF 5. Nich-akgeseuere Flipflops 5.. NO-Flipflop chalung: E A zur Erinnerung: A B A B 0 0 0 0 0 0 0 E 2 A 2 Funkionsabelle: Fall E E 2 A A 2 0 0 2 0 3 0 4 Erklärungen: Im peicherfall behalen die Ausgänge
MehrADS: Algorithmen und Datenstrukturen 2
ADS: Algorithmen und Datenstrukturen Der Tragödie IV. Theyl Peter F. Stadler & Konstantin Klemm Bioinformatics Group, Dept. of Computer Science & Interdisciplinary Center for Bioinformatics, University
MehrKapitel 11 Produktion, Sparen und der Aufbau von Kapital
apiel 11 Produkion, Sparen und der Aufbau von apial Vorbereie durch: Florian Barholomae / Sebasian Jauch / Angelika Sachs Die Wechselwirkung zwischen Produkion und apial Gesamwirschafliche Produkionsfunkion:
MehrSERVICE NEWSLETTER. Einführung in die Mechanik Teil 2: Kinematik (2)
Einührung in ie Mechanik Teil : Kinemaik Ausgabe: 9 / 4 In iesem Teil er Reihe wollen wir anhan eines Zahlenbeispiels en Deomaionsgraienen als zenrale Größe zur Beschreibung er Deormaion in er Kinemaik
Mehr23. November Betweenness Centrality Closeness Centrality. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 108
23. November 2011 Betweenness Centrality Closeness Centrality H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 108 Betweenness Centrality Grundlegende Idee: Ein Knoten ist wichtig, wenn er auf
MehrMathematik III DGL der Technik
Mahemaik III DGL der Technik Grundbegriffe: Differenialgleichung: Bedingung in der Form einer Gleichung in der Ableiungen der zu suchenden Funkion bis zu einer endlichen Ordnung aufreen. Funkions- und
MehrBericht zur Prüfung im Oktober 2007 über Finanzmathematik und Investmentmanagement
Berich zur Prüfung im Okober 7 über Finanzmahemaik und Invesmenmanagemen (Grundwissen) Peer Albrech (Mannheim) Am 5 Okober 7 wurde zum zweien Mal eine Prüfung im Fach Finanzmahemaik und Invesmenmanagemen
MehrPhysik 1 (GPh1) am
Nae: Marikelnuer: Sudienfach: Phyik 1 (GPh1) a 4.03.013 Fachbereich Elekrechnik und Infraik, Fachbereich Mecharnik und Machinenbau Zugelaene Hilfiel zu dieer Klauur: Beibläer zur Vrleung Phyik 1 ab WS
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. Dr. D. Casrigiano Dr. M. Prähofer Zenralübung TECHNISCHE UNIVERSITÄT MÜNCHEN Zenrum Mahemaik Mahemaik 3 für Physik (Analysis ) hp://www-hm.ma.um.de/ss/ph/ 49. Eine reguläre Kurve ha keinen Knick
MehrAusgleichsrechnung - Lineare Regression
ugleichrechnung - Lineare Regreion Die biher berachee Fehlerrechnung i gu verwendbar wenn ich die beracheen Größen dire een laen. Of ind phialiche Größen für eine diree Meung aber nur chwer zugänglich;
MehrDer Zeitwert des Geldes - Vom Umgang mit Zinsstrukturkurven -
- /8 - Der Zeiwer des Geldes - Vom Umgang mi Zinssrukurkurven - Dr. rer. pol. Helmu Sieger PROBLEMSELLUNG Zinsänderungen beeinflussen den Wer der Zahlungssröme, die Krediinsiue, Versicherungen und sonsige
MehrEffiziente Algorithmen und Datenstrukturen: Kürzeste Wege
Effiziente Algorithmen und Datenstrukturen: Kürzeste Wege Kürzeste Wege Zentrale Frage: Wie komme ich am schnellsten von A nach B? B A Kürzeste Wege Zentrale Frage: Wie komme ich am schnellsten von A nach
Mehr6. In einem Experiment wurden für die Bewegung eines Spielzeugautos folgende Messwerte aufgenommen:
Aufgaben zur gleicförigen Bewegung Aufgaben. Ein Radfarer are u 7.00 Ur in Leipzig und fär i der ileren Gecwindigkei 0 / nac Berlin. U 9.00 Ur fär ein Auo on deelben Punk in dieelbe Ricung ab. E beiz die
MehrLineares Programmieren
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.05.2011 Nachtrag Art Gallery Problem Lässt sich der Triangulierungs-Algorithmus
MehrNutzung der inhärenten sensorischen Eigenschaften von piezoelektrischen Aktoren
Nuzung der inhärenen enorichen Eigenchafen von piezoelekrichen Akoren K. Kuhnen; H. Janocha Lehruhl für Prozeßauomaiierung (LPA), Univeriä de Saarlande Im Sadwald, Gebäude 13, 6641 Saarbrücken Tel: 681
MehrKommunikationstechnik I
Kommunikaionsechnik I Prof. Dr. Sefan Weinzierl Muserlösung 5. Aufgabenbla 1. Moden 1.1 Erläuern Sie, was in der Raumakusik uner Raummoden versanden wird. Der Begriff einer sehenden Welle läss sich am
Mehr4 Greedy-Algorithmen (gierige Algorithmen)
Greedy-Algorithmen (gierige Algorithmen) Greedy-Algorithmen werden oft für die exakte oder approximative Lösung von Optimierungsproblemen verwendet. Typischerweise konstruiert ein Greedy-Algorithmus eine
MehrAnwendungen von Netzwerkfluss. Wojciech Polcwiartek Institut für Informatik FU Berlin
Anwendungen von Netzwerkfluss Wojciech Polcwiartek Institut für Informatik FU Berlin 13. 01. 2009 Gliederung Einführung Netzwerk, Fluss und Schnitt Max-Flow-Min-Cut Theorem Algorithmen zum Bestimmen vom
MehrGRUNDLAGENLABOR CLASSIC RC-GLIED
GUNDLAGNLABO LASSI -GLID Inhal: 1. inleing nd Zielsezng...2 2. Theoreische Afgaben - Vorbereing...2 3. Prakische Messafgaben...4 Anhang: in- nd Asschalvorgänge...5 Filename: Version: Ahor: _Glied_2_.doc
MehrLaplacetransformation in der Technik
Verallgemeinere Funkionen Laplaceransformaion in der echnik Fakulä Grundlagen Februar 26 Fakulä Grundlagen Laplaceransformaion in der echnik Übersich Verallgemeinere Funkionen Verallgemeinere Funkionen
Mehr