Elemente der Mathematik - Sommer 2016

Größe: px
Ab Seite anzeigen:

Download "Elemente der Mathematik - Sommer 2016"

Transkript

1 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s R st gegeben durch de Rekurson a 1 n = a 0 n Se p (x) = n =1 a1 x 1 (a) Zegen Se, dass p(s) = a 1 0 a 1 = a 0 + a 1 +1 s für {n 1,, 0} (b) Bewesen Se de Glechhet p(x) = (x s)p (x) + p(s) (c) Verglechen Se das Horner-Schema und de üblche Auswertung von Polynomen bzgl Effzenz, ndem Se de Anzahl Multplkatonen und Addtonen verglechen (d) Das verallgemenerte Horner-Schema st gegeben durch de Rekurson a k n = a 0 n a k+1 = a k + a k+1 +1 für k = 0,, n und = k,, n Zegen Se, dass p(x) = n a+1 (x s) und folgern Se, dass p () (s) =! a +1 (e) Bestmmen Se mt Hlfe des Horner-Schemas de Funktonswerte von p(x) = Lösung x 3 5x + 1 und dessen Abletungen an der Stelle s = 2 sowe das Taylorpolynom an deser Stelle (a) Wr zegen de Behauptung per Indukton ber den Grad n von p(x) Falls n = 0, so st de Aussage trval Se also n 1 Wr nehmen an, dass de Aussage glt für alle Polynome vom Grad < n Se q(x) = b0 x mt b 0 = a 0 +1 Dann glt p(x) = a0 0 + q(x) x Nach Induktonsannahme glt q(s) = b 1 0, wobe de b1 nach der selben Rekurson we de a1 berechnet werden Es glt b 1 = b 0 = a 0 n = a 1 n b 1 = b 0 + b 1 +1 s = a a 1 +2 s = a 1 +1 Somt glt q(s) = b 1 0 = a1 1 Damt erhalten wr p(s) = a0 0 + a1 1 s = a1 0

2 2 (b) Es glt (x s)p (x) + p(s) = = n a 1 x s =1 n n a 1 x 1 + a 1 0 =1 a 1 x a 1 +1sx = a 1 nx n + (a 1 a 1 +1 s)x = a 0 nx n + a 0 x = p(x) (c) Der nave Ansatz zum Auswerten enes Polynoms vom Grad n erfordert 2n 1 Multplkatonen (Potenzen von s berechnen und mt den Koeffzenten multplzeren) und n Addtonen Das Horner-Schema erfordert aber nur n Multplkatonen und n Addtonen und st somt effzenter (d) Wr bewesen de Behauptung per Indukton uber den Grad n von p(x) Für n = 0 st de Aussage trval Wr können also annehmen, dass n 1 und de Behauptung für alle Polynome vom Grad < n glt We n (a) betrachten wr das Polynom q(x) Dann glt b = a n und b k = a+1 k+1 für alle {0,, n 1} und k { + 1,, n 1} Nach Induktonsannahme glt Somt erhalten wr q(x) = p(x) = a x q(x) b +1 (x s) = = a 0 0(x s)q(x) + s q(x) = a 0 0(x s) n =1 = a n n(x s) n + a (x s) a (x s) 1 + a +1 +1s(x s) a (x s) + a +1 +1s(x s) = a n+1 n (x s) n + (a + a s)(x s)

3 = a n+1 n (x s) n + a + 1(x s) = n a +1 (x s) Das n-te Taylorpolynom von p(x) an der Stelle s st gegeben durch n p () (s) p(x) = (x s)! Durch Verglech der Koeffzenten erhalten wr p() (s)! = a +1 p () (s) =! a +1 (e) Das Horner-Schema lässt se tabellarsch we folgt darstellen: s a 0 n a 0 a 0 1 a 0 0 s a 1 n a 1 a 1 1 a 1 0 s a 2 n a 2 a und somt s a n n a n s a n+1 n Für das Polynom p(x) = x 3 5x + 1 und s = 1 ergbt sch folgende Tabelle s Somt glt p(2) = 1 p (2) = 7 p (2) = (2!) 6 = 12 p (2) = (3!) 1 = 6 Das Taylorpolynom an der Stelle s = 2 st dann gegeben durch p(x) = (x 2) 3 + 6(x 2) 2 + 7(x 2) 1

4 4 Aufgabe 10 (4 Punkte) Es seen de Punkte (x 0, y 0 ),, (x n, y n ) n R 2 gegeben (a) Zegen Se per Indukton, dass es en Polynom p(x) vom Grad n gbt, das p(x ) = y erfüllt für alle n Hnwes: Betrachten Se m Induktonsschrtt das Polynom p(x) = x x n p 1 (x) + x x 0 p 2 (x) für geegnete Polynome p 1 (x), p 2 (x) (b) Zegen Se, dass das Polynom aus (a) endeutg st Lösung (a) Wr bewesen de Behauptung per Indukton über n Für n = 1 kann man das konstante Polynom y 0 wählen Für den Induktonsschrtt nehmen wr an, dass n > 1 und dass de Behauptung für wenger als n Punkte n R 2 glt Seen also (x 0, y 0 ),, (x n, y n ) n R 2 gegeben Nach der Induktonsannahme gbt es Polynome p 1 (x) und p 2 (x) vom Grad n 1, sodass p 1 (x ) = y für = 0,, n 1 und p 2 (x ) = y für = 1,, n Wr folgen dem Hnwes und betrachten das Polynom vom Grad n gegeben durch Dann glt p(x) = x x n p 1 (x) + x x 0 p 2 (x) p(x 0 ) = p 1 (x 0 ) + x 0 x 0 p 2 (x 0 ) = p 1 (x 0 ) = y 0 p(x ) = x x n p 1 (x ) + x x 0 p 2 (x ) = p(x n ) = x n x n p 1 (x n ) + p 2 (x n ) = p 2 (x n ) = y n und somt erfüllt p(x) de gewünschte Bedngung ( x x n + x x ) 0 y = y (b) Senen p(x) und q(x) Polynome vom Grad n mt p(x ) = q(x ) = y für alle {0,, n} Dann snd x 0,, x n Nullstellen des Polynoms r(x) = p(x) q(x) Andrersets st der Grad von r(x) maxmal n, und somt hat r(x) gemäss dem Fundamentalsatz der Algebra höchstens n Nullstellen Somt muss r(x) das konstante Polynom r 0 sen Insbesondere glt dann p(x) = q(x) Aufgabe 11 (6 Punkte) Se p(x) en Polynom mt reellen Koeffzenten, das kene gemensamen reellen Nullstellen mt sener Abletung p (x) bestzt Ene endlche Folge p 0 (x),, p n (x) von Polynomen mt reellen Koeffzenten wrd

5 als Sturmsche Kette von p(x) bezechnet, wenn folgende Bedngungen erfüllt snd (1) p 0 (x) = p(x) und p 1 (x) = p (x) (2) Für jedes x 0 R mt p (x 0 ) = 0 ( {1,, }) glt p 1 (x 0 ), p +1 (x 0 ) 0 und p 1 (x 0 ) und p +1 (x 0 ) haben unterschedlche Vorzechen (3) p n (x) hat kene reelle Nullstelle (a) Bewesen Se, dass de Rekursonsvorschrft p 1 (x) = q (x) p (x) p +1 (x) mt deg(p +1 ) < deg(p ) ene Sturmsche Kette defnert (b) Se S(x) de Anzahl Vorzechenwechsel n der Folge (p 0 (x),, p n (x)) Bewesen Se, dass de Anzahl der Nullstellen von p(x) n Intervall [a, b] für a < b n R { } durch S(a) S(b) gegeben st Hnwes: Beachten Se, dass sch S(x) und S(y) für x < y n [a, b] nur unterscheden, falls [x, y] ene Nullstelle enes der p enthält Untersuchen Se das Verhalten von S(x) auf den Nullstellen der p (c) Berechnen Se mt Hlfe der Sturmschen Kette de Anzahl der Nullstellen von p(x) = x 3 3x + 1 m Intervall [0, 3] Lösung (a) Falls p(x) oder p (x) kene reellen Nullstellen bestzt, so st (p(x), p (x)) berets ene Sturmsche Kette Wr können also annehmen, dass n 1 und (p 0 (x), p 1 (x),, p n (x)) berets (1) und (2) erfüllen und sodass p n (x) reelle Nullstellen hat Dann telen wr p (x) durch p n (x) mt Rest gemäss der Rekursonsvorschrft und wr erhalten q n (x), p n+1 (x) mt p (x) = q n (x)p n (x) + p n+1 (x) Der Rest st ncht 0, da sonst p n (x) en Teler von p (x) wäre und somt auch von p n 2 (x), da dann p n 2 (x) = q (x)p (x) + p n (x) = (q (x)q n (x) + 1)p n (x) Induktv seht man dann lecht, dass p n (x) en Teler von p (x) st für jedes < n, also nsbesondere von p(x) und p (x) Aber das st un möglch, da p(x) und p (x) kene gemensamen Nullstellen haben Somt fahren wr fort, bs p n (x) kene reellen Nullstellen hat, aber ncht das konstante Polynom 0 st Damt st (3) erfüllt Für (2), nehmen wr an, dass p (x 0 ) = 0 Dann glt p 1 (x 0 ) = p +1 (x 0 ) und somt haben p 1 (x 0 ) 5

6 6 und p +1 (x 0 ) en unterschedlches Vorzechen Wäre p 1 (x 0 ) = 0, so wäre p +1 (x 0 ) = = p n (x 0 ) = 0, en Wderspruch (b) Se x 0 ene Nullstelle von p(x) Dann gbt es zwe Fälle (1) p (x 0 ) < 0 Dann st S(x) n ener genügend klenen Umgebung (x 0 ε, x 0 ) gegeben durch (+,, ) und für x (x 0, x 0 +ε) durch (,, ) (2) p (x 0 ) < 0 Dann st S(x) n ener genügend klenen Umgebung (x 0 ε, x 0 ) gegeben durch (, +, ) und für x (x 0, x 0 +ε) durch (+, +, ) In beden Fällen hat de Anzahl Vorzechenwechsel um 1 abgenommen Se nun p (x 0 ) = 0 für en 1 Wr machen weder ene Fallunterschedung (1) p 1 (x 0 ) < 0 Dann st p +1 (x 0 ) > 0 Dann snd de Vorzechenfolgen n ener klenen Umgebung vor x 0 bzw nach x 0 entweder (,,, +, ) und (,, +, +, ) oder (,, +, +, ) und (,,, +, ) In beden Fällen blebt de Anzahl Vorzechenwechsel konstant (2) Der Fall p 1 (x 0 ) > 0 st analog Somt st nmmt S(x) für x [a, b] nach jeder Nullstelle von p(x) um ens ab, also st S(a) S(b) de Anzahl der Nullstellen n [a, b] (c) Wr haben p 0 (x) = x 3 3x + 1 p 1 (x) = 3x 2 3 und p 2 (x) ergbt sch durch Dvson mt Rest aus p(x) = 1 3 x(3x2 3) 2x + 1, e p 2 (x) = 2x 1 Weter glt ( 3 p 1 (x) = 2 x + 3 (2x 1) 4) 9 4 und somt st p 3 (x) = 9 4 Das ergbt de Sturmsche Kette (x 3 3x + 1, 3x 2 3, 2x 1, 9 4 ) Wr rechnen de Funktonswerte für x = 0 und x = 3 aus: Für x = 0 erhalten wr de Folge (1, 3, 1, 9 4 ) und S(0) = 2 Für x = 3 erhalten wr de Folge (19, 24, 5, 9 4 ) und S(3) = 0 Damt st de Anzahl Nullstellen von p(x) n [0, 3] gegeben durch S(0) S(3) = 2

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

Mehr

6. Modelle mit binären abhängigen Variablen

6. Modelle mit binären abhängigen Variablen 6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch

Mehr

Spiele und Codes. Rafael Mechtel

Spiele und Codes. Rafael Mechtel Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Nernstscher Verteilungssatz

Nernstscher Verteilungssatz Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.

Mehr

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten Versuch r. 1: achwes des Hook schen Gesetzes und Bestmmung der Federkonstanten achwes des Hookeschen Gesetzes und Bestmmung der Federkonstanten Klasse : ame1 : ame 2 : Versuchszel: In der Technk erfüllen

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Insttut für Stochastk Prof Dr N Bäuerle Dpl-Math S Urban Lösungsvorschlag 6 Übungsblatt zur Vorlesung Fnanzatheatk I Aufgabe Put-Call-Party Wr snd nach Voraussetzung n ene arbtragefreen Markt, also exstert

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. Entfernung in Kilometer: Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.

Mehr

6 Wandtafeln. 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln. 6.3.1 Allgemeines

6 Wandtafeln. 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln. 6.3.1 Allgemeines 6 Wandtafeln 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln 6.3.1 Allgemenes Be der Berechnung der auf de enzelnen Wandtafeln entfallenden Horzontalkräfte wrd ene starre Deckenschebe angenommen.

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

mit der Anfangsbedingung y(a) = y0

mit der Anfangsbedingung y(a) = y0 Numersce Lösung von Dfferentalglecungen De n den naturwssenscaftlc-tecnscen Anwendungen auftretenden Dfferentalglecungen snd n den wengsten Fällen eplzt lösbar. Man st desalb auf Näerungsverfaren angewesen.

Mehr

13.Selbstinduktion; Induktivität

13.Selbstinduktion; Induktivität 13Sebstndukton; Induktvtät 131 Sebstndukton be En- und Ausschatvorgängen Versuch 1: Be geschossenem Schater S wrd der Wderstand R 1 so groß gewäht, dass de Gühämpchen G 1 und G 2 gech he euchten Somt snd

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde für Bauingenieure und Geodäten Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13

Mehr

Gruppe. Lineare Block-Codes

Gruppe. Lineare Block-Codes Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung

Mehr

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar. . Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen

Mehr

Ionenselektive Elektroden (Potentiometrie)

Ionenselektive Elektroden (Potentiometrie) III.4.1 Ionenselektve Elektroden (otentometre) Zelstellung des Versuches Ionenselektve Elektroden gestatten ene verhältnsmäßg enfache und schnelle Bestmmung von Ionenkonzentratonen n verschedenen Meden,

Mehr

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb S N De amte Erschenng der magnetschen Feldlnen bezechnet man als magnetschen Flss. = V s = Wb Kraftflssdchte oder magnetsche ndkton B. B d da B = Wb/m = T Für homogene Magnetfelder, we se m nneren von

Mehr

Der Satz von COOK (1971)

Der Satz von COOK (1971) Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

AUFGABEN ZUR INFORMATIONSTHEORIE

AUFGABEN ZUR INFORMATIONSTHEORIE AUFGABEN ZUR INFORMATIONSTHEORIE Aufgabe Wr betrachten das folgende Zufallsexperment: Ene fare Münze wrd so lange geworfen, bs erstmals Kopf erschent. De Zufallsvarable X bezechne de Anzahl der dazu notwendgen

Mehr

Boost-Schaltwandler für Blitzgeräte

Boost-Schaltwandler für Blitzgeräte [email protected] 1 Boost-Schaltwandler für Bltzgeräte In Bltzgeräten wrd en Schaltwandler benutzt um den Bltzkondensator auf ene Spannung von engen 100V zu laden. Oft werden dazu Sperrwandler

Mehr

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny eseproben aus dem Buch "n mt en zur Elektrotechnk" Franzs Verlag, 85586 Pong ISBN 978--77-4046-8 Autor des Buches: eonhard Stny Autor deser eseprobe: eonhard Stny 005/08, alle echte vorbehalten. De Formaterung

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt - Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

Mehr

Entscheidungsprobleme der Marktforschung (1)

Entscheidungsprobleme der Marktforschung (1) Prof. Dr. Danel Baer. Enführung 2. Informatonsbedarf 3. Datengewnnung 2. Informatonsbedarf Entschedungsprobleme der () Informatonsbedarf Art Qualtät Menge Informatonsbeschaffung Methodk Umfang Häufgket

Mehr

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6 Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und

Mehr

Übungsblatt 4 - Lösung

Übungsblatt 4 - Lösung Formle Sprchen und Automten Üungsltt 4 - Lösung 26. M 2013 1 Whr oder flsch? Begründe kurz dene Antwort! 1. In enem determnstschen endlchen Automten gt es für jedes Wort w Σ mxml enen kzepterenden Pfd.

Mehr

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de ERP Cloud SFA ECM Backup E-Commerce ERP EDI Prese erfassen www.comarch-cloud.de Inhaltsverzechns 1 Zel des s 3 2 Enführung: Welche Arten von Presen gbt es? 3 3 Beschaffungsprese erfassen 3 3.1 Vordefnerte

Mehr

Die Zahl i phantastisch, praktisch, anschaulich

Die Zahl i phantastisch, praktisch, anschaulich Unverstät Würzburg 977 Würzburg Telefon: (91 888 5598 De Zahl phantastsch, praktsch, anschaulch De Geschchte der Zahl war dre Jahrhunderte lang dadurch geprägt, dass se und damt de kompleen Zahlen n Mathematkerkresen

Mehr

50 Matrixnormen und Eigenwertabschätzungen

50 Matrixnormen und Eigenwertabschätzungen 50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA

Kleiner Fermatscher Satz, Chinesischer Restsatz, Eulersche ϕ-funktion, RSA Klener Fermatscher Satz, Chnesscher Restsatz, Eulersche ϕ-funkton, RSA Manfred Gruber http://www.cs.hm.edu/~gruber SS 2008, KW 15 Klener Fermatscher Satz Satz 1. Se p prm und a Z p. Dann st a p 1 mod p

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

Übung zur Vorlesung. Informationstheorie und Codierung

Übung zur Vorlesung. Informationstheorie und Codierung Übung zur Vorlesung Informatonstheore und Coderung Prof. Dr. Lla Lajm März 25 Ostfala Hochschule für angewandte Wssenschaften Hochschule Braunschweg/Wolfenbüttel Postanschrft: Salzdahlumer Str. 46/48 3832

Mehr

Potenzen einer komplexen Zahl

Potenzen einer komplexen Zahl Potenzen ener komplexen Zahl 1-E1 1-E Abraham cc de Movre Abraham de Movre (17 175) französscher Mathematker Abraham de Movre der als Emgrant n London lebte glt als ener der Ponere der Wahrschenlchketsrechnung.

Mehr

Operations Research II (Netzplantechnik und Projektmanagement)

Operations Research II (Netzplantechnik und Projektmanagement) Operatons Research II (Netzplantechnk und Projektmanagement). Aprl Frank Köller,, Hans-Jörg von Mettenhem & Mchael H. Bretner.. # // ::: Gute Vorlesung:-) Danke! Feedback.. # Netzplantechnk: Überblck Wchtges

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen Darstellunstheore der SO() und SU() Powtschnk Alexander. Defnton Darstellun Ene Darstellun ener Gruppe G st homomorphe Abbldun von deser Gruppe auf ene Gruppe nchtsnulärer lnearer Operatoren auf enem Vektorraum

Mehr

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0 8. MARKOVKETTEN 17 8. Marovetten Abbldung 8.1: Reduzble und perodsche Marovette 8.1. Homogene Marovetten n dsreter Zet En Prozess {X n : n IIN} hesst homogene Marovette (n dsreter Zet) mt (abzählbarem)

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT Smulaton von Hybrdfahrzeugantreben mt optmerter Synchronmaschne 1 SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT OPTIMIERTER SYNCHRONMASCHINE H. Wöhl-Bruhn 1 EINLEITUNG Ene Velzahl von Untersuchungen hat sch

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale 3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche

Mehr

1.1 Grundbegriffe und Grundgesetze 29

1.1 Grundbegriffe und Grundgesetze 29 1.1 Grundbegrffe und Grundgesetze 9 mt dem udrtschen Temperturkoeffzenten 0 (Enhet: K - ) T 1 d 0. (1.60) 0 dt T 93 K Betrchtet mn nun den elektrschen Wderstnd enes von enem homogenen elektrschen Feld

Mehr

Institut für Technische Chemie Technische Universität Clausthal

Institut für Technische Chemie Technische Universität Clausthal Insttut für Technsche Cheme Technsche Unverstät Clusthl Technsch-chemsches Prktkum TCB Versuch: Wärmeübertrgung: Doppelrohrwärmeustuscher m Glechstrom- und Gegenstrombetreb Enletung ür de Auslegung von

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen

Mehr

Statistik und Wahrscheinlichkeit

Statistik und Wahrscheinlichkeit Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse

Mehr

EAU SWH l$,0, wohngebäude

EAU SWH l$,0, wohngebäude EAU SWH l$,0, wohngebäude gemäß den $$ 6 ff, Energeensparverordnung (EnEV) :,:: Gültsbs: 09208 Gebäude Gebäudetyp Altbau Mehrfamlenhaus Adresse Hardstraße 3 33, 40629 Düsseldorf Gebäudetel Baujahr Gebäude

Mehr

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG STATISTIK (I) Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen

Mehr

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1 Fnanzwrtschaft Kaptel 3: Smultane Investtons- und Fnanzplanung Prof. Dr. Thorsten Poddg Lehrstuhl für Allgemene Betrebswrtschaftslehre, nsbes. Fnanzwrtschaft Unverstät Bremen Hochschulrng 4 / WW-Gebäude

Mehr

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson

Mehr

Die Kugel Lösungen. 1. Von einer Kugel ist der Radius bekannt. Berechne Volumen und Oberfläche der

Die Kugel Lösungen. 1. Von einer Kugel ist der Radius bekannt. Berechne Volumen und Oberfläche der De Kugel Lösungen 1. Von ener Kugel st der Radus bekannt. Berechne Volumen und Oberfläche der Kugel. r,8 cm 5, cm 18,6 cm 4, cm 5,6 cm 4,8 cm V 0 cm³ 64 cm³ 6 954 cm³ cm³ 76 cm³ 46 cm³ O 181 cm² 5 cm²

Mehr

Online Algorithmen. k-server randomisiert Teil II

Online Algorithmen. k-server randomisiert Teil II Onlne Algorthmen k-server randomsert Tel II Ausarbetung für das Semnar Onlne Algorthmen Prof. Dr. Ro. Klen Anette Ebbers-Baumann Ansgar Grüne Insttut für Informatk Theorethsche Informatk und formale Methoden

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, [email protected].

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com. Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, [email protected] Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener

Mehr

?? RUBRIK?? / 1 / Spezial

?? RUBRIK?? / 1 / Spezial ?? RUBRIK?? / 1 / Spezal carrere & more Semnarprogramm für Dozentnnen und Dozenten / 2 /?? RUBRIK?? Nveau st kene Handcreme! carrere & more Semnarprogramm für Dozentnnen und Dozenten S. 3 Vorwort S. 4

Mehr

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit Enführung n de bednge Wahrschenlchket Laplace-Wahrschenlchket p 0.56??? Zufallsexperment Randwahrschenlchket Überscht Was st Wahrschenlchket? Rechenregeln Der Multplkatonssatz Axomatsche Herletung Unabhänggket

Mehr

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord 1 Kredtrskomodellerung und Rskogewchte m Neuen Baseler Accord erschenen n: Zetschrft für das gesamte Kredtwesen (ZfgK), 54. Jahrgang, 2001, S. 1004-1005. Prvatdozent Dr. Hans Rau-Bredow, Lehrstuhl für

Mehr

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm): Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr

Nomenklatur - Übersicht

Nomenklatur - Übersicht Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen

Mehr

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008 Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe

Mehr

Zur Außen-Bewertung von Freigeld

Zur Außen-Bewertung von Freigeld Zur Außen-Bewertung von Fregeld Nkolaus K.A. Läufer 8.1.2006 1 De Fragestellung und hre Voraussetzungen De Frage der Bewertung von Fregeld st nur dann nteressant, wenn es mndestens zwe parallele Währungen

Mehr

1 - Prüfungsvorbereitungsseminar

1 - Prüfungsvorbereitungsseminar 1 - Prüfungsvorberetungssemnar Kaptel 1 Grundlagen der Buchführung Inventur Inventar Blanz Inventur st de Tätgket des mengenmäßgen Erfassens und Bewertens aller Vermögenstele und Schulden zu enem bestmmten

Mehr

1 = Gl.(12.7) Der Vergleich mit Gl. (12.3) zeigt, dass für die laminare Rohrströmung die Rohrreibungszahl

1 = Gl.(12.7) Der Vergleich mit Gl. (12.3) zeigt, dass für die laminare Rohrströmung die Rohrreibungszahl 0. STRÖMUNG INKOMPRESSIBLER FLUIDE IN ROHRLEITUNGEN Enführung Vorlesung Strömungslehre Prof. Dr.-Ing. Chrstan Olver Pascheret C. O. Pascheret Insttute of Flud Mechancs and Acoustcs [email protected]

Mehr

Versicherungstechnischer Umgang mit Risiko

Versicherungstechnischer Umgang mit Risiko Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5

Mehr

Abenteuer Führung. Der Survival Guide für den ersten Führungsjob. Die erste Führungsaufgabe ist kein Zuckerschlecken!

Abenteuer Führung. Der Survival Guide für den ersten Führungsjob. Die erste Führungsaufgabe ist kein Zuckerschlecken! SEMINARPROGRAMME Abenteuer Führung Der Survval Gude für den ersten Führungsjob De erste Führungsaufgabe st ken Zuckerschlecken! Junge Hgh Potentals erkennen das schnell. Her taucht ene unangenehme Überraschung

Mehr

Werkstoffmechanik SS11 Baither/Schmitz. 5. Vorlesung

Werkstoffmechanik SS11 Baither/Schmitz. 5. Vorlesung Werkstoffmechank SS11 Bather/Schmtz 5. Vorlesung 0.05.011 4. Mkroskopsche Ursachen der Elastztät 4.1 Energeelastztät wrd bestmmt durch de Wechselwrkungspotentale zwschen den Atomen, oft schon auf der Bass

Mehr

Klassische Gatter und Logikelemente. Seminarvortrag zu Ausgewählte Kapitel der Quantentheorie Quantenalgorithmen

Klassische Gatter und Logikelemente. Seminarvortrag zu Ausgewählte Kapitel der Quantentheorie Quantenalgorithmen Klasssche Gatter und Logkelemente Semnarvortrag zu Ausgewählte Kaptel der Quantentheore Quantenalgorthmen Gerd Ch. Krzek WS 2003 I. Grundlagen und Methoden der Logk: Im folgenden soll de Konstrukton und

Mehr

IT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen.

IT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen. IT- und achwssen: Was zusammengehört, muss weder zusammenwachsen. Dr. Günther Menhold, regercht 2011 Inhalt 1. Manuelle Informatonsverarbetung en ntegraler Bestandtel der fachlchen Arbet 2. Abspaltung

Mehr

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik) Kredtpunkte-Klausur zur Lehrveranstaltung Projektmanagement (nkl. Netzplantechnk) Themensteller: Unv.-Prof. Dr. St. Zelewsk m Haupttermn des Wntersemesters 010/11 Btte kreuzen Se das gewählte Thema an:

Mehr

Grundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften

Grundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften Bassmodul Makroökonomk /W 2010 Grundlagen der makroökonomschen Analyse klener offener Volkswrtschaften Terms of Trade und Wechselkurs Es se en sogenannter Fall des klenen Landes zu betrachten; d.h., de

Mehr