Lexikalisch-Funktionale Grammatik (LFG), Teil 2
|
|
- Thomas Kohl
- vor 6 Jahren
- Abrufe
Transkript
1 exiklisch-funktionle Grmmtik (FG), Teil 2 Vorlesung Grmmtikformlismen lexnder Koller 23. Juni 2016
2 Beispiel VP NP NP V Det N Hns isst ein Käsebrot. c-truktur 2 pred essen " pred subj 1 num 2 pred 6 obj 2 4spec 6 4 num fin + 1, 2 f-truktur 3 # hns sg 3 kb 7 5 sg 7 5 bbildung ϕ
3 Verbletztstellung VP! V "= # VP! NP ("subj) =# VP! NP ("obj) =# VP VP Hns NP (" pred) = Hns ("gr cse) =nom Mri NP (" pred) = Mri ("gr cse) =cc liebt V (" pred) = lieben h("subj), ("obj)i ("subj gr cse) =nom ("obj gr cse) =cc NP Hns VP NP Mri VP VP V liebt. 2 pred lieben "subj, "obj 2 subj 4 pred hns 3 h i5 gr cse nom 2 6 4obj 4 pred mri 3 h i5 gr cse cc 3 7 5
4 Heute Fernbhängigkeiten / Functionl Uncertinty. Expressivität von FG. Prsing von FG. hrscheinlichkeitsmodelle für FG.
5 Fernbhängigkeiten in FG Grmmtiklität: c-truktur: korrekter Prsebum der kfg. f-truktur: eindeutig, kohärent, vollständig und erfüllt lle f-truktur-constrints us der Grmmtik Präd-rg-truktur muss in der f-truktur richtig heruskommen; c-truktur eher Mittel zum Zweck. Fernbhängigkeiten: Unifiziere zwei f-knoten, die in der c-truktur weit useinnderstehen.
6 Fernbhängigkeiten! NP ("topic) =# ("topic) =("obj) "= # clled V (" pred) = cll h("subj), ("obj)i! NP ("subj) =# VP VP! V NP ("obj) =#) NP Mry, NP John VP V clled. 2 pred cll "subj, "obj h i subj pred john 6obj 1 4 h i topic 1 pred mry 3 7 5
7 Fernbhängigkeiten!! NP VP ("subj) =# VP! V NP ("topic) =# ("topic) =("comp obj) NP ("obj) =#) "= # clled V (" pred) = cll h("subj), ("obj)i thinks V (" pred) = think h("subj), ("comp)i ("comp) =# NP Mry, NP Bill VP V thinks NP John VP V clled. 2 pred think "subj, "comp h i subj pred bill 2 pred cll "subj, "obj comp h i 6 4subj pred john 6 obj 1 4 h i topic 1 pred mry
8 Fernbhängigkeiten Problem: für jede Einbettungstiefe brucht mn seprte Regel. ("topic) =("obj) ("topic) =("comp obj) ("topic) =("comp comp obj)... ösung: Functionl uncertinty = regulärer usdruck über Pfde = Disjunktion über lle möglichen Pfdlängen. ("topic) =("comp obj)
9 Fernbhängigkeiten! NP ("topic) =# ("topic) =("comp obj)! NP VP ("subj) =# VP! V NP ("obj) =#) "= # clled V (" pred) = cll h("subj), ("obj)i thinks V (" pred) = think h("subj), ("comp)i ("comp) =# NP Mry, NP John VP V clled. 2 pred cll "subj, "obj h i subj pred john 6obj 1 4 h i topic 1 pred mry 3 7 5
10 Fernbhängigkeiten! NP ("topic) =# ("topic) =("comp obj)! NP VP ("subj) =# VP! V NP ("obj) =#) "= # clled V (" pred) = cll h("subj), ("obj)i thinks V (" pred) = think h("subj), ("comp)i ("comp) =# NP Mry, NP Bill VP V thinks NP John VP V clled. 2 pred think "subj, "comp h i subj pred bill 2 pred cll "subj, "obj comp h i 6 4subj pred john 6 obj 1 4 h i topic 1 pred mry
11 Expressivität von FG Ist FG ein schwch kontextsensitiver Grmmtikformlismus? Definition schwch kontextsensitiv: enthält kontextfreie prchen cross-seril dependencies / Copy-prche constnt growth polynomielles Prsingproblem
12 Expressivität von FG Ist FG ein schwch kontextsensitiver Grmmtikformlismus? Definition schwch kontextsensitiv: enthält kontextfreie prchen cross-seril dependencies / Copy-prche constnt growth polynomielles Prsingproblem
13 Copy-prche in FG! (") =# (" ) = b (" ) =b c (" ) =c! b c b c b 4 h i 7 55 c (Kpln & Bresnn 82)
14 Copy-prche in FG! (") =# (" ) = b (" ) =b c (" ) =c! b c b c b 4 h i 7 55 c (Kpln & Bresnn 82)
15 Copy-prche in FG! (") =# (" ) = b (" ) =b c (" ) =c! b c b c b 4 h i 7 55 c (Kpln & Bresnn 82)
16 Copy-prche in FG! (") =# (" ) = b (" ) =b c (" ) =c! b c b c b 4 h i 7 55 c (Kpln & Bresnn 82)
17 Copy-prche in FG! (") =# (" ) = b (" ) =b c (" ) =c! b c b c b 4 h i 7 55 c (Kpln & Bresnn 82)
18 Copy-prche in FG! (") =# (" ) = b (" ) =b c (" ) =c! b c b c b 4 h i 7 55 c (Kpln & Bresnn 82)
19 Copy-prche in FG! (") =# (" ) = b (" ) =b c (" ) =c! b c b c b 4 h i 7 55 c (Kpln & Bresnn 82)
20 Expressivität von FG Ist FG ein schwch kontextsensitiver Grmmtikformlismus? Definition schwch kontextsensitiv: enthält kontextfreie prchen cross-seril dependencies / Copy-prche constnt growth polynomielles Prsingproblem
21 Expressivität von FG Ist FG ein schwch kontextsensitiver Grmmtikformlismus? Definition schwch kontextsensitiv: enthält kontextfreie prchen cross-seril dependencies / Copy-prche constnt growth polynomielles Prsingproblem
22 2 in FG 2 = { 2n n 1}! (" f) =# (" f) =# (" f) = pple f h f i " f pple f h f i # (Berwick 84)
23 ttus von FG FG ist nicht schwch kontextsensitiv: ht die constnt-growth-eigenschft nicht. Immerhin sind lle FG-prchen kontextsensitiv. Prsingkomplexität?
24 Prsing von FG Niver lgorithmus: Normles Chrt-Prsing mit c-truktur-grmmtik. Zähle lle möglichen c-trukturen uf. Berechne für jede einzelne c-truktur die möglichen f-trukturen. chritte 1 und 3 sind reltiv klr: chritt 1 = Chrtprsing chritt 3 = ösen von Feture-Constrints. ie ist es mit chritt 2?
25 ufzählen von c-trukturen Problem: tring knn unendlich viele c-trukturen hben. von denen jede eine ndere f-truktur ht und deshlb vielleicht die kleinste grmmtisch korrekte ist insbesondere mit Kettenregeln, d.h. B und B Kettenregeln können beliebig oft ngewendet werden, ohne im Prsing Fortschritt zu mchen. ösung: Beim Berechnen von c-trukturen wiederholte nwendung von Kettenregeln verbieten.
26 ufzählen von c-trukturen Problem: Jetzt terminiert c-truktur-prser, ber wir müssen immer noch lle Bäume ufzählen. tring knn exponentiell viele kf. Prses hben. : Prsebäume = lle binären Bäume der änge n nzhl ist n-te Ctln-Zhl C n = 1 n +1 2n Grundprinzip: ufzählen von Prsebäumen ist fst immer eine gnz schlechte Idee. n
27 Idee 1: Frühes Unifizieren f-truktur-constrints schon beim Berechnen der c-truktur-chrt uswerten. Mnchml schlägt Unifiktion fehl. Dnn Item gr nicht erst in Chrt eintrgen. Prsing immer noch worst-cse exponentiell, ber schneller wg. kleinerer Chrt.
28 Frühes Unifizieren! (" f) =# (" f) =# (" f) =
29 Frühes Unifizieren! (" f) =# (" f) =# (" f) = Item (,0,2) pple h i f f
30 Frühes Unifizieren! (" f) =# (" f) =# (" f) = Item (,0,2) pple h i f f Item (,2,3) h f i
31 Frühes Unifizieren! (" f) =# (" f) =# (" f) = kein Item für (,0,3) bgeleitet: Unifiktion schlägt fehl Item (,0,2) pple h i f f Item (,2,3) h f i
32 FG-Prsing FG-spezifische Optimierung: us c-chrt einen f-truktur-constrint mit Disjunktionen berechnen und diesen lösen (Mxwell & Kpln 95). Beste beknnte lgorithmen für FG-Prsing sind worst-cse exponentiell. Optimierungen reduzieren typische ufzeit mit echten Grmmtiken. Prxis: Prser im XE-ystem extrem effizient.
33 hrscheinlichkeitsmodell FG-Grmmtiken enthlten kfgen. Nheliegender Gednke: PCFGen uf FG verllgemeinern. PCFG: Expnsion verschiedener Knoten sind sttistisch unbhängige Ereignisse. [0.4] [0.6]
34 ttistische bhängigkeiten Problem: In FG schränken f-constrints ein, wie verschiedene c-knoten expndiert werden dürfen. Expnsionen nicht sttistisch unbhängig.! (" f) =# (" f) =# (" f) =
35 Mximum-Entropy-Modell Typische ösung: Verwende ein Mximum- Entropy-Modell für FG-bleitungen. P (t w) = e f(t,w) P t 0 e f(t0,w) Feture-Funktionen f i (t,w); Gewichte θ i. MxEnt-Modelle sind robust gegenüber sttistischen bhängigkeiten der Fetures. (Riezler et l. 02)
36 MxEnt für FG: Fetures Fetures über c-truktur wie oft wurde jede c-regel verwendet? Fetures über f-truktur wie oft wird jede grmmtische Funktion verwendet? von wem wird sie gefüllt? exikon-fetures: wie oft wird ort x mit exikoneintrg verwendet? Und noch viele mehr. (Riezler et l. 02)
37 Evlution Penn Treebnk ht keine FG-nnottionen, ber knn PTB in FG-Bumbnk konvertieren : Originltext mit großer FG-Grmmtik prsen nur FG-bleitungen behlten, deren c-truktur mit nnottion übereinstimmt F-core (us Precision & Recll von f-truktur-einträgen): lower bound (zufällige uswhl us Prses): 75.5 upper bound (Prse mit bestem Mtch): 84.1 triniertes MxEnt-Modell: 78.6 (Riezler et l. 02)
38 Zusmmenfssung Fernbhängigkeiten gehen prim, mit Functionl Uncertinty. Expressivität und Prsing: kontextsensitiv, ber nicht schwch kontextsensitiv worst-cse-komplexität ist exponentiell durch geschickten Umgng mit Unifiktionen in der Prxis effizient prsbr. tndrd-.modell: Mximum Entropy.
39 Idee 2: Globle f-constrints Jede Regel in der Chrt trägt f-constrints bei. ir smmeln lle uf und lösen sie m chluss lle uf einml. Eintrg (, i, k) in Chrt mit Regeln r 1,..., r n expndiert: Constrint für (,i,k) ist Disjunktion der Constrints für r 1,..., r n. (Mxwell & Kpln 95)
40 Globle f-constrints Tc Is Bill sw the girl with the telescope ^ u ^ b ^ c ^ h ^ d ^ i ^ e ^ l ^ f ^ j ^ g ^ k ^ m ^ p ^ q ^ (r _ o) ^ v f-truktur 1: f-truktur 2: ^ u ^ b ^ c ^ h ^ d ^ i ^ e ^ l ^ f ^ j ^ g ^ k ^ m ^ p ^ q ^ r ^ v ^ u ^ b ^ c ^ h ^ d ^ i ^ e ^ l ^ f ^ j ^ g ^ k ^ m ^ p ^ q ^ o ^ v
Effiziente Algorithmen und Komplexitätstheorie
Effiziente Algorithmen und Komplexitätstheorie Vorlesung Ingo Wegener Vertretung Thoms Jnsen 10042006 1 Ws letzten Donnerstg geschh Linere Optimierung Wiederholung der Grundbegriffe und Aussgen M konvex
Präfixcodes und der Huffman Algorithmus
Präfixcodes und der Huffmn Algorithmus Präfixcodes und Codebäume Im Folgenden werden wir Codes untersuchen, die in der Regel keine Blockcodes sind. In diesem Fll können Codewörter verschiedene Länge hben
Schwach kontextsensitive Grammatikformalismen
chwach kontextsensitive Grammatikformalismen! Vorlesung Grammatikformalismen Alexander Koller! 2. Juni 2015 Grammatikformalismen Parsingkomplexität O(n) O(n 3 ) polynomiell exponentiell PPACE-vollst. unentscheidbar
Multiplikative Inverse
Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll
FORMALE SYSTEME. 6. Vorlesung: Reguläre Ausdrücke. TU Dresden, 27. Oktober Markus Krötzsch
FORMALE SYSTEME 6. Vorlesung: Reguläre Ausdrücke Mrkus Krötzsch TU Dresden, 27. Oktober 2016 Rückblick Mrkus Krötzsch, 27. Oktober 2016 Formle Systeme Folie 2 von 29 Wiederholung: Opertionen uf Automten
Brückenkurs Lineare Gleichungssysteme und Vektoren
Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem
Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:
8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.
Grundbegriffe der Informatik Aufgabenblatt 6
Mtr.nr.: Nchnme: Vornme: Grundbegriffe der Informtik Aufgbenbltt 6 Tutorium: Nr. Nme des Tutors: Ausgbe: 2. Dezember 2015 Abgbe: 11. Dezember 2015, 12:30 Uhr im GBI-Briefksten im Untergeschoss von Gebäude
Automaten und Formale Sprachen alias Theoretische Informatik. Sommersemester 2012. Sprachen. Grammatiken (Einführung)
Wörter, Grmmtiken und die Chomsky-Hierrchie Sprchen und Grmmtiken Wörter Automten und Formle Sprchen lis Theoretische Informtik Sommersemester 2012 Dr. Snder Bruggink Üungsleitung: Jn Stückrth Alphet Ein
Vorkurs Mathematik DIFFERENTIATION
Vorkurs Mthemtik 6 DIFFERENTIATION Beispiel (Ableitung von sin( )). Es seien f() = sin g() = h() =f(g()) = sin. (f () =cos) (g () =) Also ist die Ableitung von h: h () =f (g())g () =cos = cos. Mn nennt
11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG
91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und
Bsp 6.1: Slutsky Zerlegung für Kreuzpreiseffekte
Bsp 6.1: Slutsky Zerlegung für Kreuzpreiseffekte Wie wirkt sich eine reiserhöhung für Gut uf die konsumierte Menge n us: Bzw.: d (,, ) h (,, V ) 2 V 0,5 0,5 Für die Unkompensierte Nchfrgefunktion gilt:
Mitschrift Repetitorium Theoretische Informatik und Logik
Mitschrift Repetitorium Theoretische Informtik und Logik Teil 1: Formle Sprchen, 15.01.2010, 1. Edit Allgemeine Hinweise für die Prüfung Ds Pumping-Lemm für kontextfreie Sprchen kommt nicht (sehr wohl
- 1 - VB Inhaltsverzeichnis
- - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit
Tag der Mathematik 2011
Zentrum für Mthemtik Tg der Mthemtik 0 Gruppenwettbewerb Einzelwettbewerb Mthemtische Hürden Lösungen Allgemeine Hinweise: Als Hilfsmittel dürfen nur Schreibzeug, Geodreieck und Zirkel benutzt werden.
Übungen zu Wurzeln III
A.Nenner rtionl mchen: Nenner ist Qudrtwurzel: 5 bc 1.).).).) 5.) 1 15 9 bc.).) 8.) 9.) 10.) 5 5 B.Nenner rtionl mchen: Nenner ist höhere Wurzel: 1 1 9 5 1 1.).).).) 5.).) 5 C.Nenner rtionl mchen: Nenner
Grundbegriffe der Informatik Aufgabenblatt 5
Grundegriffe der Informtik Aufgenltt 5 Mtr.nr.: Nchnme: Vornme: Tutorium: Nr. Nme des Tutors: Ausge: 20. Novemer 2013 Age: 29. Novemer 2013, 12:30 Uhr im GBI-Briefksten im Untergeschoss von Geäude 50.34
1 Einleitung 3. 3 Die Methode der Pfadregeln Drei Pfadregeln Anwendungen von drei Pfadregeln... 6
Mrkow-Ketten JUAN LU AUSARBEITUNG ZUM VORTRAG IM Blockseminr Stochstik (WINTERSEMESTER 28/9, LEITUNG PD DR. GUDRUN THÄTER) Zusmmenfssung: Eine Mrkow-Kette ist eine spezielle Klsse von stochstischen Prozessen.
1.6 Bruchterme. 1 Theorie Lernziele Repetition Die Addition von zwei Bruchtermen-Methode I Doppelbrüche...
.6 Bruchterme Inhltsverzeichnis Theorie. Lernziele............................................ Repetition............................................3 Die Addition von zwei Bruchtermen-Methode I.......................
Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre
Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt
Matrizen und Determinanten
Mtrizen und Determinnten Im bschnitt Vektorlgebr Rechenregeln für Vektoren Multipliktion - Sklrprodukt, Vektorprodukt, Mehrfchprodukte wurde in einem Vorgriff bereits eine interessnte mthemtische Konstruktion
Verlauf Material LEK Glossar Lösungen. In acht Leveln zum Meister! Exponentialgleichungen lösen. Kerstin Langer, Kiel VORANSICHT
Eponentilgleichungen lösen Reihe 0 S Verluf Mteril LEK Glossr Lösungen In cht Leveln zum Meister! Eponentilgleichungen lösen Kerstin Lnger, Kiel Klsse: Duer: Inhlt: Ihr Plus: 0 (G8) 5 Stunden Eponentilgleichungen
Versuchsplanung. Grundlagen. Extrapolieren unzulässig! Beobachtungsbereich!
Versuchsplnung 22 CRGRAPH www.crgrph.de Grundlgen Die Aufgbe ist es Versuche so zu kombinieren, dss die Zusmmenhänge einer Funktion oder eines Prozesses bestmöglich durch eine spätere Auswertung wiedergegeben
2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt
2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,
Dr. Günter Rothmeier Kein Anspruch auf Vollständigkeit Elementarmathematik (LH) und Fehlerfreiheit
WS 008/09 7 Elementrmthemtik (LH) und Fehlerfreiheit. Zhlenbereiche... Die rtionlen Zhlen... Definition Die Definition der rtionlen Zhlen erfolgt hier innermthemtisch ebenflls wie diejenige der gnzen Zhlen
Dein Trainingsplan. sportmannschaft. ... und was sonst noch wichtig ist. Deine Zähne sind wie deine. und du bist der Trainer!
hben Freunde Deine Zähne sind wie deine sportmnnschft und du bist der Triner! Und jeder Triner weiß, wie wichtig jeder einzelne Spieler ist eine wichtige und schöne Aufgbe! Drum sei nett zu deinen Zähnen
Thema 13 Integrale, die von einem Parameter abhängen, Integrale von Funktionen auf Teilmengen von R n
Them 13 Integrle, die von einem Prmeter bhängen, Integrle von Funktionen uf Teilmengen von R n Wir erinnern drn, dß eine Funktion h : [, b] R eine Treppenfunktion ist, flls es eine Unterteilung x < x 1
8. Sprachhierarchien und Komplexität
Kpitel 8: Sprchhierrchien und Komplexität 129 8 Sprchhierrchien und Komplexität 81 Formlismus der PS-grmmr 811 Ursprüngliche Definition Von dem meriknischen Logiker E Post 1936 ls rewrite oder Post production
Kapitel 13. Taylorentwicklung Motivation
Kpitel 13 Tylorentwicklung 13.1 Motivtion Sei D R offen. Sie erinnern sich: Eine in D stetig differenzierbre Funktion f : D R wird durch die linere Funktion g(x) = f() + f ()(x ) in einer Umgebung von
Das Rechnen mit Logarithmen
Ds Rechnen mit Logrithmen Etw in der 0. Klssenstufe kommt mn in Kontkt mit Logrithmen. Für die, die noch nicht so weit sind oder die, die schon zu weit dvon entfernt sind, hier noch einml ein kleiner Einblick:
MC-Serie 12 - Integrationstechniken
Anlysis D-BAUG Dr. Meike Akveld HS 15 MC-Serie 1 - Integrtionstechniken 1. Die Formel f(x) dx = xf(x) xf (x) dx i) ist im Allgemeinen flsch. ii) folgt us der Sustitutionsregel. iii) folgt us dem Huptstz
Vergleichsarbeiten 2010 3. Jahrgangsstufe (VERA-3) Deutsch TESTHEFT I Lesen
Vergleichsrbeiten. Jhrgngsstufe (VERA-) eutsch TESTHEFT I Lesen ANLEITUNG In diesem Test wirst du einige Leseufgben berbeiten. Es gibt verschiedene Arten von Aufgben. Für einige Frgen werden dir mehrere
Teilbarkeitsregeln. 6.1 Grundwissen Mathematik Algebra Klasse 6. Teilbarkeit durch 2: Eine Zahl ist durch 2 teilbar, wenn die Endziffer gerade ist.
6.1 Grundwissen Mthemtik Algebr Klsse 6 Teilbrkeitsregeln Definition und Regeln Teilbrkeit durch 2: Eine Zhl ist durch 2 teilbr, wenn die Endziffer gerde ist. Teilbrkeit durch 3: Eine Zhl ist durch 3 teilbr,
Der Gauß - Algorithmus
R Brinkmnn http://brinkmnn-du.de Seite 7..9 Der Guß - Algorithmus Der Algorithmus von Guss ist ds universelle Verfhren zur Lösung beliebiger linerer Gleichungssysteme. Einführungsbeispiel: 7x+ x 5x = Drei
1.6 Bruchterme. 1 Einführung und Repetition 2. 2 Multiplikation und Division von Bruchtermen 3. 3 Die Addition von zwei Bruchtermen-Methode I 3
.6 Bruchterme Inhltsverzeichnis Einführung und Repetition 2 2 Multipliktion und Division von Bruchtermen 3 3 Die Addition von zwei Bruchtermen-Methode I 3 4 Doppelbrüche 5 5 Die Addition von zwei Bruchtermen
Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen
Seminr Quntum Computtion - Finite Qunten-Automten und Qunten-Turingmschinen Sebstin Scholz sscholz@informtik.tu-cottbus.de Dezember 3. Einleitung Aus der klssischen Berechenbrkeitstheorie sind die odelle
definiert ist, heißt an der Stelle x0
1 Stetigkeit 1 Stetigkeit Bei der Behndlung der bschnittsweise deinierten Funktionen km es vor, dss der Grph dieser Funktion n der Nhtstelle einen Sprung ht. Andere dgegen hben keine Sprungstelle! Doch
Numerische Integration durch Extrapolation
Numerische Integrtion durch Extrpoltion Pblo Thiel Romberg-Verfhren Idee: Im Gegenstz zur numerischen Integrtion mit Hilfe der einfchen bzw. zusmmengesetzten Trpez-, Simpson-, 3/8- oder zum Beispiel der
Definition Suffixbaum
Suffix-Bäume Definition Suche nch einer Menge von Mustern Längste gemeinsme Zeichenkette Pltzreduktion Suffixbäume für Muster Alle Pre Suffix-Präfix Übereinstimmung Sich wiederholende Strukturen Definition
x usw., wie oben unter 1.) behauptet.]
[Anmerkung zur Berechnung im Beispiel: Ersetzen wir die Zhlen der AzM durch die Koeffizienten, 2, 2 und 22, so lässt sich die Rechnung sowohl für ) ls uch b) gnz nlog durchführen, und es ergibt sich z.
7/17/06. Huffman-Kodierung. Morsecode. Erstellung eindeutiger Codes
7/7/6 Huffmn-Kodierung Morsecode Kodierung = Konvertierung der rstellung von Informtion in eine ndere rstellung eispiel: Schriftzeichen sind ein ode, SII ein nderer ode Morsecode kodiert uchstben in bhängigkeit
U berblick. Knoten und Zo pfe. Knoten sind u berall in unserer 3-dimensionalen Welt. Knoten finden sich auch in den Naturwissenschaften
U berblick Knoten und Zo pfe 1 Motivierende Frgen Spin Jonglge hirlit t 2 Zo pfe Wie modelliert mn Zo pfe? Wie rechnet mn mit Zo pfen? nwendung uf Dirc Zo pfe 3 Knoten Wie modelliert mn Knoten? Wie rechnet
Differenzial- und Integralrechnung III
Differenzil- und Integrlrechnung III Riner Huser April 2012 1 Einleitung 1.1 Polynome und Potenzfunktionen Die Polynome oder Polynomfunktionen lssen sich durch die endliche Anzhl von n+1 Prmetern i R in
TECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Aufge 69. Quizz Integrle. Es sei Höhere Mthemtik für Informtiker II (Sommersemester
Lösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.
Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,
Differentialgleichungen Gewöhnliche Differentialgleichungen
Differentilgleichungen Gewöhnliche Differentilgleichungen ( n) + + +... ++ Eplizite Form: (Gleichung lässt sich nch höchster Ableitung uflösen Implizite Form: + 0 Lösung: Durch eine Funktion Lösungsweg:
Aufgabentyp 2: Geometrie
Aufgbe 1: Würfel (1) () (3) (Schülerzeichnung) Wie wurde der links drgestellte Körper jeweils gedreht? Der Körper wurde nch links vorne gekippt. Der Körper wurde nch rechts vorne gekippt. Der Körper wurde
1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie
Gliederun 1. Motivtion / Grundlen 2. Sortierverfhren 3. Elementre Dtenstrukturen / Anwendunen 4. Bäume / Grphen 5. Hshin 6. Alorithmische Geometrie 3/1, Folie 1 2010 Prof. Steffen Lne - HD/FbI - Dtenstrukturen
Theoretische Informatik und Logik Übungsblatt 2 (2013S) Lösung
Theoretische Informtik und Logik Üungsltt 2 (2013S) en Aufge 2.1 Geen Sie jeweils eine kontextfreie Grmmtik n, welche die folgenden Sprchen erzeugt, sowie einen Aleitungsum für ein von Ihnen gewähltes
Kapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35
Kpitel 0 Integrtion Josef Leydold Mthemtik für VW WS 205/6 0 Integrtion / 35 Flächeninhlt Berechnen Sie die Inhlte der ngegebenen Flächen! f (x) = Fläche: A = f (x) = +x 2 Approximtion durch Treppenfunktion
Mildly context-sensitive grammar formalisms: TAG and related frameworks
Mildly context-sensitive grmmr formlisms: TAG nd relted frmeworks Exercise 1 (Due until 7.11.05.) L 2 := { n n n 0} olutions to the exercises Lur Kllmeyer W 2005/2006, Mo 11-13 1. Give CFG for L 2 with
Mathematik Bruchrechnung Grundwissen und Übungen
Mthemtik Bruchrechnung Grundwissen und Übungen von Stefn Gärtner (Gr) Stefn Gärtner -00 Gr Mthemtik Bruchrechnung Seite Inhlt Inhltsverzeichnis Seite Grundwissen Ws ist ein Bruch? Rtionle Zhlen Q Erweitern
Wurzeln. bestimmen. Dann braucht man Wurzeln. Treffender müsste man von Quadratwurzeln sprechen. 1. Bei Quadraten, deren Fläche eine Quadratzahl ist,
Seitenlängen von Qudrten lssen sich mnchml sehr leicht und mnchml etws schwerer Wurzeln bestimmen. Dnn brucht mn Wurzeln. Treffender müsste mn von Qudrtwurzeln sprechen. Sie stehen in enger Beziehung zu
Exponentialgleichungen 70 Exponentialgleichungen mit Ergebnissen und ausführlichen Lösungsweg
Übungen zum Kurs Eponentilgleichungen Eponentilgleichungen 70 Eponentilgleichungen mit Ergebnissen und usführlichen Lösungsweg 7.technisch verbesserte Auflge vom.09.007 (Sonderzeichen wurden teilweise
Gebrochenrationale Funktionen (Einführung)
Gebrochenrtionle Funktionen (Einführung) Ac Eine gebrochenrtionle Funktion R ist von der Form R(x) P(x) und Q(x) gnzrtionle Funktionen n-ten Grdes sind. P(x) Q(x), wobei Im Allgemeinen ht eine gebrochenrtionle
Grundlagen in Mathematik für die 1. Klassen der HMS und der FMS
Grundlgen in Mthemtik für die. Klssen der HMS und der FMS Einleitung In der Mthemtik wird häufig uf bereits Gelerntem und Beknntem ufgebut. Wer die Grundlgen nicht beherrscht, ht deshlb oft Mühe und Schwierigkeiten,
Grundlagen der Integralrechnung
Grundlgen der Integrlrechnung W. Kippels 0. April 2014 Inhltsverzeichnis 1 Ds unbestimmte Integrl 2 2 Ds bestimmte Integrl 4 Beispielufgben 7.1 Beispielufgbe 1............................... 7.2 Beispielufgbe
b f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) =
Es seien U R n offen und ψ : U R n stetig differenzierbr. Weiter sei f : U R zweiml stetig differenzierbr. Kennzeichnen Sie whre Aussgen mit W und flsche Aussgen mit F. F Flls dψ(x) ein Isomorphismus für
Spiele und logische Komplexitätsklassen
Spiele und logische Komplexitätsklssen Mrtin Horsch 26. Jnur 2006 Inhlt des Seminrvortrges Ehrenfeucht-Frïssé-Spiel mit k Mrken Formeln mit k Vrilen und logische Komplexitätsklssen k-vrileneigenschft logischer
2.5 Messbare Mengen und Funktionen
1 2.5 Messbre Mengen und Funktionen Definition Eine beschränkte Menge M R n heißt messbr, flls die chrkteristische Funktion χ M integrierbr ist. Die Zhl vol n (M) := χ M dµ n nennt mn ds Volumen von M.
4 Stetigkeit. 4.1 Intervalle
4 Stetigkeit Der Grenzwertbegriff für Zhlenfolgen lässt sich uf Funktionen übertrgen. Funktionen (oder Abbildungen) wren bereits im Kpitel über Mengen ufgetreten. Hier wird nun der Fll betrchtet, dss Definitionsbereich
Komplexe Kurvenintegrale
Komplexe Kurvenintegrle nlog zu Kurvenintegrlen: Sei : [, b] D R n ein stükweiser C Weg, f : D R und F : D R n gegeben. Dnn htten wir in Anlysis II/III die beiden Kurvenintegrle. und 2. Art f (x)ds = b
Klausur TheGI 2 Automaten und Komplexität (Niedermeier/Hartung/Nichterlein, Sommersemester 2013)
Berlin, 17.07.2013 Nme:... Mtr.-Nr.:... Klusur TheGI 2 Automten und Komplexität (Niedermeier/Hrtung/Nichterlein, Sommersemester 2013) 1 2 3 4 5 6 7 8 Σ Bereitungszeit: mx. Punktezhl: 60 min. 60 Punkte
Teil V: Formale Sprachen
Formle Sprchen Teil V: Formle Sprchen 1. Sprchen und Grmmtiken 2. Endliche Automten Frnz-Josef Rdermcher & Uwe Schöning, Fkultät für Ingeneurwissenschften und Informtik, Universität Ulm, 2008/09 Formle
dem Verfahren aus dem Beweis zu Satz 2.20 erhalten wir zunächst die folgenden beiden ε-ndeas für die Sprachen {a} {b} und {ε} {a} +
Lösungen zu Üungsltt 3 Aufge 1. Es gilt L(( ) ) = ({} {}) {} = ({} {}) ({} {} + ). Mit dem Verfhren us dem Beweis zu Stz 2.20 erhlten wir zunächst die folgenden eiden -NDEAs für die Sprchen {} {} und {}
Kontextsensitive Sprachen. Christian Scheideler Universität Paderborn WS 2014
Kontextsensitive Sprchen Christin Scheideler Universität Pderorn WS 2014 Kontextsensitive Sprchen Definition 5.1.4 Eine Grmmtik heißt kontextsensitiv oder vom Typ Chomsky-1 flls für jede Regel u v gilt
Einführung in die Integralrechnung
Einführung in die Integrlrechnung Vorbereitung für ds Probestudium n der LMU München 3. bis 7. September von W. Frks und O. Forster Integrle ls Flächeninhlte. Motivtion Flächeninhlte von Rechtecken sind
2.5 Algebra. 1 Faktorisieren Terme faktorisieren (-1) ausklammern Terme mit Klammern faktorisieren... 3
2.5 Algebr Inhltsverzeichnis Fktorisieren 2. Terme fktorisieren...................................... 2.2 (-) usklmmern....................................... 2.3 Terme mit Klmmern fktorisieren..............................
Ungleichungen. Jan Pöschko. 28. Mai Einführung
Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................
Begriffe: Addition Subtraktion Multiplikation Division. Summe Differenz Produkt Quotient a + b a b a b a : b
Grundlgen 0.0. Zhlbereiche ntürliche Zhlen: N = {0; ; 2;...} (nch DIN 547) N = N \ {0} gnze Zhlen: Z = {... 2; ; 0; ; 2;...} rtionle Zhlen: Q = { p p, q Z, q 0} q Q besteht us llen Bruchzhlen. reelle Zhlen:
Vorlesung 7: LFG I. Einführung, c- und f-strukturen
Vorlesung 7: LFG I. Einführung, c- und f-strukturen Dozent: Gerold Schneider Übersicht Die Behandlung überkreuzender Abhängigkeiten Transformationen Diskontinuierliche Grammatiken Argumentskomposition
Vergleichsarbeiten 2010 3. Jahrgangsstufe (VERA-3) Deutsch TESTHEFT I Lesen
Vergleichsrbeiten. Jhrgngsstufe (VERA-) eutsch TESTHEFT I Lesen Nme: Klsse: ANLEITUNG In diesem Test wirst du einige Leseufgben berbeiten. Es gibt verschiedene Arten von Aufgben. Für einige Frgen werden
Übungen zur Analysis 2
Mthemtisches Institut der Universität München Prof. Dr. Frnz Merkl Sommersemester 2013 Bltt 2 26.4.2013 Übungen zur Anlysis 2 2.1 Vernschulichung der Cuchy-Schwrz-Ungleichung. Gegeben seien die Vektoren
1KOhm + - y = x LED leuchtet wenn Schalter x gedrückt ist
. Ohm = LED leuchtet wenn chlter gedrückt ist 2. Ohm = NICH ( = NO ) LED leuchtet wenn chlter nicht gedrückt ist = ist die Negtion von? Gibt es so einen kleinen chlter (Mikrotster)? 2. Ohm = UND LED leuchtet
5. Übung Algorithmen II
Johnnes Singler, Prof. Snders 1 Johnnes Singler: KIT Universität des Lndes Bden-Württemberg und ntionles Forschungszentrum in der Helmholtz-Gemeinschft Institut für Theoretische www.kit.edu Informtik Orgnistorisches
DEA1 Deterministische Version
Endliche Automten 4 Deterministische endliche Automten Zu dem nichtdeterministischen Automten EA git es eine deterministische Version. EA Akzeptor für Wörter üer X = { } mit mindestens einem führenden.
Mathematik. Name, Vorname:
Kntonsschule Zürich Birch Fchmittelschule Aufnhmeprüfung 2007 Nme, Vornme: Nr.: Zeit: 90 Minuten erlubte Hilfsmittel: Tschenrechner us der Sekundrschule, lso weder progrmmierbr noch grfik- oder lgebrfähig
Musterlösung der Präsenzaufgaben zu Mathematik I für ET/IT und ITS
Musterlösung der Präsenzufgben zu Mthemtik I für ET/IT und ITS WS / Bltt 6. Bestimmen Sie zu vorgegebenem Volumen V > die Dose (Zylinder mit der kleinsten Oberfläche und ds Gls (Zylinder ohne Deckel mit
Primzahltest nach Solovay-Strassen
Primzhltest nch Solovy-Strssen von Andres Wortmnn 1 Motivtion Primzhltests wie der Solovy-Strssen-Algorithmus (SSA) werden heute vor llem im Rhmen der Kryptogrphie eingesetzt. Hierbei wird eine günstige
BRÜCKENKURS MATHEMATIK
Brückenkurs Linere Gleichungssysteme - Prof. r. M. Ludwig BRÜCKENKURS MATHEMATIK LINEARE GLEICHUNGSSYSTEME Schwerpunkte: Modellbildung Lösungsmethoden Geometrische Interprettion Prof. r. hbil. M. Ludwig
A.25 Stetigkeit und Differenzierbarkeit ( )
A.5 Stetigkeit / Differenzierbrkeit A.5 Stetigkeit und Differenzierbrkeit ( ) Eine Funktion ist wenn die Kurve nicht unterbrochen wird, lso wenn mn sie zeichnen knn, ohne den Stift vom Bltt bzusetzen.
Monte-Carlo-Integration
Monte-Crlo-Integrtion von Dietmr Herrmnn, Anzing Kurzfssung: An Hnd eines einfchen Beispiels wird gezeigt, dß jedes Integrl ls Erwrtungswert einer reellen Zufllsgröße ufgefßt werden knn. een einer symptotischen
4.2 Die Chomsky Normalform
4.2 Die Chomsky Normalform Für algorithmische Problemstellungen (z.b. das Wortproblem) aber auch für den Nachweis von Eigenschaften kontextfreier Sprachen ist es angenehm, von CFG in Normalformen auszugehen.
ARBEITSBLATT 14 ARBEITSBLATT 14
Mthemtik: Mg. Schmid Wolfgng reitsltt. Semester RBEITSBLTT RBEITSBLTT RBEITSBLTT RBEITSBLTT DS VEKTORPRODUKT Definition: Ds vektorielle Produkt (oder Kreuprodukt) weier Vektoren und ist ein Vektor mit
Limit Texas Hold em. Meine persönlichen Erfahrungen
Limit Texs Hold em Meine persönlichen Erfhrungen Dominic Dietiker c Drft dte 21. September 2010 Inhltsverzeichnis 1. Spielnleitung...................................... 1 1.1 Der Spielverluf....................................
Berufsmaturitätsprüfung 2012 Mathematik
GIBB Gewerblich-Industrielle Berufsschule Bern Berufsmturitätsschule Berufsmturitätsprüfung 2012 Mthemtik Zeit: Hilfsmittel: Hinweise: Punkte: 180 Minuten Formel- und Tbellensmmlung ohne gelöste Beispiele,
Dreiecke als Bausteine
e ls usteine Jedes Viereck lässt sich in zwei e zerlegen. Wirklich jedes? Konstruktion eines s bei drei beknnten Seiten bmessen einer Strecke mit dem Geodreieck. Zirkelschlg um einen Punkt mit der zweiten
Schriftliche Überprüfung Mathematik. Gymnasien, Klasse 10
Schriftliche Überprüfung Mthemtik, Klsse 0 Schuljhr 009/00 6. Februr 00 Unterlgen für die Lehrerinnen und Lehrer Diese Unterlgen enthlten: I II III Allgemeine Hinweise zur Arbeit Aufgben Erwrtungshorizonte,
2 Trigonometrische Formeln
Mthemtische Probleme, SS 013 Donnerstg.5 $Id: trig.tex,v 1.3 013/05/03 10:50:31 hk Exp hk $ Trigonometrische Formeln.1 Die Additionstheoreme In der letzten Sitzung htten wir geometrische Herleitungen der
vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimalautomat: minimaler vollständiger DFA
Ws isher geschh NFA A = (X, Q, δ, I, F ) vollständig (Vervollständigung) deterministisch, DFA (Potenzmengenkonstruktion) Minimlutomt: minimler vollständiger DFA Für jede Sprche L X sind die folgenden Aussgen
Abiturprüfung Mathematik 2013 (Baden-Württemberg) Berufliche Gymnasien Analysis, Aufgabe 1
www.mthe-ufgben.com Abiturprüfung Mthemtik 013 (Bden-Württemberg) Berufliche Gymnsien Anlysis, Aufgbe 1 1.1 Die Funktion f ist gegeben durch π f( x) = + sin x ; x. Ds Schubild von f ist K. 1.1.1 (8 Punkte)
{ } Menge der natürlichen Zahlen { } Menge der natürlichen Zahlen mit Null { } Menge der ganzen Zahlen
Themen Ntürliche und gnze gerde Eigenschften Besonderheiten - Beispiele { } Menge der ntürlichen { } Menge der ntürlichen mit Null { } Menge der gnzen IN = 1;2;3;4;... IN 0 = 0;1;2;3;4;... Z =...; 3; 2;
Internationale Ökonomie I Vorlesung 3: Das Riccardo-Modell: Komparative Vorteile und Produktivität (Master)
Interntionle Ökonomie I Vorlesung 3: Ds Riccrdo-Modell: Komprtive Vorteile und Produktivität (Mster) Dr. Dominik Mltritz Vorlesungsgliederung 1. Einführung 2. Der Welthndel: Ein Überblick 3. Ds Riccrdo-Modell:
1. Kapitel: Arithmetik. Ergebnisse mit und ohne Lösungsweg
Arithmetik Lösungen Lö. Kpitel: Arithmetik. Ergenisse mit und ohne Lösungsweg Zu Aufge.: ) 7 ist eine rtionle Zhl, d sie sich ls Bruch us zwei gnzen Zhlen (Nenner 0) drstellen lässt: 7 7. 6 ) Eenso, denn
Quadratische Gleichungen und Funktionen
Qudrtische Gleichungen und Funktionen Bei einer udrtischen Gleichung kommt die Unbeknnte Vrible mindestens einml in der.potenz vor, ber in keiner höheren Potenz. b c udrtischer Anteil linerer Anteil konstnter
Falls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable.
Sttistik I für Sttistiker, Mthemtiker und Informtiker Lösungen zu Bltt 11 Gerhrd Tutz, Jn Ulbricht, Jn Gertheiss WS 7/8 Theorie: Stetige Zufllsvriblen Begriff Stetigkeit: Eine Vrible oder ein Merkml X
4 Die rationalen Zahlen
4 Die rtionlen Zhlen Der Ring der gnzen Zhlen ht den Mngel, dß nicht jede Gleichung = X, 0 innerhl Z lösr ist. (Z.B. ist 1 = 2 X unlösr in Z). Zu seiner Beseitigung erweitert mn den Zhlereich zum Körper
1.2 Der goldene Schnitt
Goldener Schnitt Psclsches Dreieck 8. Der goldene Schnitt Beim Begriff Goldener Schnitt denken viele Menschen n Kunst oder künstlerische Gestltung. Ds künstlerische Problem ist, wie ein Bild wohlproportioniert