JBerries

  • 🇩🇪 Deutsch
  • 🇬🇧 English (coming soon)
  • 🇵🇱 Polski (juĹĽ wkrĂłtce)
  • Neuer Artikel Konzepte der Statistischen Mechanik: Mikrozustände und Makrozustände
    Die statistische Mechanik versucht das makroskopische Verhalten von Materie zu erklären, indem anstelle einer detaillierten mikroskopischen Beschreibung Vergröberungen vorgenommen und statistische Methoden angewendet werden. Ein zentrales Konzept ist dabei die Definition von Makrozuständen, die Äquivalenzklassen auf der Menge der Mikrozustände erzeugen. Dieses Konzept und welche Abzählprobleme dabei entstehen, wird an einem einfachen Modellsystem erklärt.
    walter · 3 days ago
  • Neuer Artikel Spezielle Abzählprobleme: Partitionen
    Das Abzählproblem, nicht unterscheidbare Kugeln auf nicht unterscheidbare Urnen zu verteilen ist äquivalent zum Problem zu einer ganzen Zahl Z Zerlegung in L Summanden zu finden. Eine derartige Zerlegung wird als Partition bezeichnet. Wie viele Partitionen es gibt, wird für mehrere Fälle untersucht: Die Vertauschung der Reihenfolge zählt (oder zählt nicht) als neue Partition, die Null ist als Summand zugelassen, die Länge der Partition wird nicht festgelegt. Man kann für diese Abzählprobleme zwar Rekursionsformeln angeben, man kann mit einfachen Mitteln aber keine expliziten Formeln angeben, die die Rekursionsformeln lösen.
    walter · 19 days ago
  • Neuer Artikel Spezielle Abzählprobleme: Kombinationen mit Wiederholungen und die Beweismethode Stars and Bars
    Kombinationen mit Wiederholungen treten in mehreren Abzählproblemen auf, die zunächst sehr unterschiedlich wirken. Es wird ihre Äquivalenz gezeigt und die Formel hergeleitet, wie man die Anzahl aller Kombinationen mit Wiederholungen berechnet. Dazu verwendet man die Methode Stars and Bars. In den R-Skripten wird ein einfacher Algorithmus gezeigt, wie man die Menge alle Kombinationen mit Wiederholungen rekursiv berechnet.
    walter · 2020 Dec 10 (14:44)
  • Neuer Artikel Die Funktion sample() zum Erzeugen von Stichproben zu selbstdefinierten diskreten Zufallsvariablen
    Die Funktion sample() wird verwendet, um Stichproben zu erzeugen. Sie lässt sich so konfigurieren, dass man die Wahrscheinlichkeitsverteilungen von beliebigen selbstdefinierten diskreten Zufallsvariablen einsetzen kann. Zudem kann man das Ziehen mit beziehungsweise ohne Zurücklegen realisieren.
    walter · 2020 Dec 2 (15:44)
  • Neuer Artikel Weitere Anwendungen von C-Zeigern: Der Zusammenhang von Feldern, Zeigern und Funktionen
    Mit Hilfe von Zeigern kann man Funktionen realisieren, die Felder als Eingabewert beziehungsweise als Rückgabewert besitzen. Es ist sogar möglich, Zeiger auf Funktionen zu setzen und damit Funktionen als Eingabewerte anderer Funktionen einzusetzen.
    walter · 2020 Nov 19 (00:01)
  • Neue Antwort Webpack Version in einem Angular Projekt
    Wie kann ich in einem Angular Projekt die verwendete Webpack Version ermitteln?
    Angular_Legend · 2020 Nov 8 (23:42)
  • Neuer Artikel Programmier-Aufgaben in C: erste Schritte mit Feldern und Zeigern
    Es werden einfache Aufgaben besprochen, die grundlegende Eigenschaften von Feldern und Zeigern behandeln und die man nach einem ersten Durchgang durch diese Themen beherrschen sollte.
    walter · 2020 Nov 3 (16:55)
  • Neuer Artikel EinfĂĽhrung in die Programmiersprache C: Funktionen
    Mit Funktionen lassen sich Quelltexte besser strukturieren und wiederkehrende Aufgaben können mit wenig Aufwand ausgeführt werden. Zur Syntax der Definition von Funktionen gehören ihre Deklaration (Funktionskopf), die Implementierung und ihr Aufruf aus anderen Funktionen heraus. Diese Bestandteile und wie man Deklaration und Implementierung im Quelltext anordnet, werden erklärt. Mehrere Aufgaben mit ausführlichen Lösungen dienen der Veranschaulichung.
    walter · 2020 Oct 26 (17:46)
  • Neuer Artikel EinfĂĽhrung in die Programmiersprache C: Schleifen mit for und while
    Vorgestellt werden die Schleife mit Zählvariable (for-Schleife), die kopfgesteuerte Schleife (while-Schleife) und die fußgesteuerte Schleife (do-while-Schleife). Ihre Behandlung erfolgt aber nur exemplarisch an typischen Anwendungen. Eine detailliertere Behandlung findet sich im entsprechenden Kapitel zu C++.
    walter · 2020 Oct 19 (23:13)
  • Neuer Artikel EinfĂĽhrung in die Programmiersprache C: HelloWorld und erste Programme
    Die wichtigsten Konzepte der Programmiersprache C werden an einfachen Programm-Beispielen erläutert: HelloWorld-Anwendung zum Testen der Arbeitsumgebung, Konsolenein- und ausgaben, Deklaration und Initialisierung von Variablen, arithmetische und logische Operationen, Ablaufsteuerung mit Bedingung und Alternative. Zudem werden einige methodische Hinweise gegeben, wie man gerade als Anfänger beim Programmieren strukturiert vorgehen sollte.
    walter · 2020 Oct 18 (00:25)
  • Neuer Artikel EinfĂĽhrung in die Programmiersprache C und in C-Zeiger
    Inhalt und Lernziele des Kapitels EinfĂĽhrung in die Programmiersprache C und in C-Zeiger.
    walter · 2020 Oct 15 (17:38)
  • Neue Frage Webpack Version in einem Angular Projekt
    Wie kann ich in einem Angular Projekt die verwendete Webpack Version ermitteln?
    matthias · 2020 Oct 2 (09:28)
  • Neuer Artikel EinfĂĽhrung des Begriffs der Faltung von WahrscheinlichkeitsmaĂźen
    Die Faltung von Wahrscheinlichkeitsmaßen ist eine der wichtigsten Begriffsbildungen, um Summen von unabhängigen Zufallsvariablen zu beschreiben, da sich mit ihr viele Eigenschaften von Zufallsvariablen und Wahrscheinlichkeitsverteilungen prägnant formulieren lassen und zahlreiche Bezüge zu anderen (scheinbar entfernten) Begriffen und Aussagen herstellen lassen. In diesem einführenden Kapitel wird auf exakte mathematische Definitionen und Beweise verzichtet, stattdessen soll der Begriff der Faltung an typischen Beispielen motiviert werden.
    walter · 2020 Sep 9 (23:15)
  • Neue Frage Unterschied zwischen ports und expose in docker-compose
    Was ist der Unterschied zwischen "ports" und "expose" in docker-compose docker-compose.yml?
    Angular_Legend · 2020 Sep 4 (14:36)
  • Neuer Artikel Die Familie der apply-Funktionen in R Teil 3: Weitere mit apply() verwandte Funktionen
    Im dritten Teil über die Familie der apply-Funktionen werden zwei Gruppen von Funktionen vorgestellt: Zum Einen Funktionen für Wiederholungen (entweder Objekte oder Anweisungen), wodurch viele einfache Schleifen ersetzt werden können. Zum Anderen Funktionen, die Daten zuerst gruppieren und dann erst verarbeiten; hier werden zahlreiche Querverbindungen zu Dataframes und Faktoren hergestellt. Zur ersten Gruppe gehören rep() und replicate(), zur zweiten Gruppe ave(), by() und aggregate(), die alle sehr nahe verwandt sind mit tapply().
    walter · 2020 Aug 23 (17:43)
  • Neue Antwort Subscription zu Query- und Route Parametern in Angular/RxJS
    Ich wĂĽrde gerne sowohl die Query als auch die Route Parameter in Angular gleichzeitig auslesen. Man kann zwar einzeln zu Query oder Route Parametern eine Subscription setzen, allerdings laufen die Callbacks asynchron und zB. in der Subscription auf Query-Parameter sind die Daten aus Route-Parameter noch nich geladen.
    javaguy · 2020 Aug 21 (20:42)
  • Neue Antwort H2 Datenbank mit einer Spring Boot Applikation
    Ich habe eine Spring Boot Anwendung, die zum Testen eine H2 Datenbank verwendet. Welche Möglichkeiten habe ich um auf die Datenbank direkt zuzugreifen, zB. über ein Terminal-Programm (ähnlich wie psql für Postgresql)?
    javaguy · 2020 Aug 10 (16:43)
  • Neuer Artikel Eigenschaften von Zufallsvariablen: Die Varianz und die Standardabweichung
    Nach dem Erwartungswert sind die Varianz und die Standardabweichung (als Wurzel der Varianz) die wichtigsten Kennzahlen einer Verteilung. Ist der Erwartungswert ein Maß für die Lage der Verteilung, beschreiben Varianz und Standardabweichung die Streuung der Werte einer Zufallsvariable um den Erwartungswert. Die Definition und Eigenschaften werden besprochen und an zahlreichen Beispielen erläutert.
    walter · 2020 Aug 6 (14:29)
  • Neuer Artikel Eigenschaften von Zufallsvariablen: Der Erwartungswert von diskreten und stetigen Zufallsvariablen
    Der Erwartungswert einer Zufallsvariable ist die wichtigste Kennzahl, um Ergebnisse von Zufallsexperimenten zu beschreiben. Seine Definition und Eigenschaften werden ausführlich erläutert. An zahlreichen Beispielen wird seine Berechnung vorgeführt; dabei werden nebenbei wichtige Wahrscheinlichkeits-Verteilungen vorgestellt.
    walter · 2020 Jul 31 (22:50)
  • Neuer Artikel Konzentrations-Ungleichungen: Die Chernoff-Schranke fĂĽr die Binomialverteilung
    Die Herleitung der Chernoff-Schranke beruht auf der momentenerzeugenden Funktion. Für den Spezialfall der Binomialverteilung kann die optimale Chernoff-Schranke explizit berechnet werden und es geht außer der Markov-Ungleichung keine weitere Näherung ein. Um die Vorgehensweise bei der Berechnung der Chernoff-Schranke besser verständlich zu machen, werden alle Herleitungsschritte besprochen und mit zahlreichen Diagrammen veranschaulicht.
    walter · 2020 Jul 23 (21:51)
  • Neuer Artikel Wahrscheinlichkeitsverteilungen in R
    Zu den wichtigsten Wahrscheinlichkeitsverteilungen gibt es Funktionen zum Berechnen der Wahrscheinlichkeitsdichte, der Verteilungsfunktion, des p-Quantils und zum Erzeugen von Zufallszahlen. Für ausgewählte Verteilungen (Binomialverteilung, Poisson-Verteilung, kontinuierliche Gleichverteilung und Normalverteilung) werden diese Funktionen vorgestellt. Dabei werden typische Anwendungen aus der Wahrscheinlichkeitsrechnung und Statistik gezeigt, die zugleich einige Eigenschaften dieser Verteilungen illustrieren.
    walter · 2020 Jul 8 (17:27)
  • Neuer Artikel Tabellen in R: der Datentyp table
    Dar Datentyp Tabelle (table) wird verwendet, um Kontingenz-Tabellen zu erzeugen und auszuwerten. Einfachere Anwendungen, um die levels in einem Faktor zu zählen, wurden bereits in den Kapiteln über Faktoren beschrieben.
    walter · 2020 Jun 17 (21:30)
  • Neuer Artikel Zusammengesetzte Datentypen in R
    Inhalt und Lernziele des Kapitels Zusammengesetzte Datentypen in R.
    walter · 2020 Jun 17 (17:47)
  • Neue Antwort HinzufĂĽgen von Server-Side Rendering fĂĽr Angular bricht mit einem Fehler ab
    Wie in dem Angular Tutorial beschrieben, versuche ich Server-Side Rendering fĂĽr eine Angular Applikation hinzuzufĂĽgen. Leider fĂĽhrt das zu einem Fehler: "Schematic input does not validate against the Schema" bzw. "Data path "" should have required property 'clientProject'"
    Angular_Legend · 2020 Jun 7 (22:14)
  • Neue Frage HinzufĂĽgen von Server-Side Rendering fĂĽr Angular bricht mit einem Fehler ab
    Wie in dem Angular Tutorial beschrieben, versuche ich Server-Side Rendering fĂĽr eine Angular Applikation hinzuzufĂĽgen. Leider fĂĽhrt das zu einem Fehler: "Schematic input does not validate against the Schema" bzw. "Data path "" should have required property 'clientProject'"
    matthias · 2020 Jun 5 (00:23)
  • Neuer Artikel Einfache Datentypen in R
    Inhalt und Lernziele des Kapitels Einfache Datentypen in R.
    walter · 2020 May 26 (23:20)
  • Neue Antwort Subscription zu Query- und Route Parametern in Angular/RxJS
    Ich wĂĽrde gerne sowohl die Query als auch die Route Parameter in Angular gleichzeitig auslesen. Man kann zwar einzeln zu Query oder Route Parametern eine Subscription setzen, allerdings laufen die Callbacks asynchron und zB. in der Subscription auf Query-Parameter sind die Daten aus Route-Parameter noch nich geladen.
    Angular_Legend · 2020 May 26 (12:19)
  • Neuer Artikel Grundbegriffe der Wahrscheinlichkeitsrechnung: Diskrete und stetige Zufallsvariablen
    Zufallsvariablen können diskrete oder kontinuierliche Werte annehmen. Die mathematische Beschreibung unterscheidet sich, da die Wahrscheinlichkeiten der Werte der Zufallsvariable entweder mit Folgen oder indirekt über eine Wahrscheinlichkeitsdichte angegeben werden. Diese Beschreibung wird an speziellen Verteilungen demonstriert: diskrete Gleichverteilung, Poisson-Verteilung, kontinuierliche Gleichverteilung, Standard-Normalverteilung.
    walter · 2020 May 3 (22:55)
  • Neuer Artikel Konzentrations-Ungleichungen: Die Tschebyscheff-Ungleichung
    Die Tschebyscheff-Ungleichung als einfachste Konzentrations-Ungleichung wird aus mehreren Perspektiven beleuchtet: Es werden Beispiele für ihre typische Anwendung besprochen; es wird ein direkter Beweis gegeben; es wird gezeigt, dass sie als Spezialfall der verallgemeinerten Markov-Ungleichung aufgefasst werden kann; es wird diskutiert, wie gut die Abschätzung ist, die sie liefert. In den R-Skripten werden die Berechnungen aus den Anwendungsbeispielen ausgeführt, die man ohne Programmierung kaum bewältigen könnte.
    walter · 2020 Apr 21 (00:19)
  • Neuer Artikel Grundbegriffe der Wahrscheinlichkeitsrechnung: Die Zufallsvariable
    Zufallsvariablen sind die geeignete Begriffsbildung um sowohl Ereignisse als auch deren Wahrscheinlichkeiten treffend zu beschreiben und zu berechnen. In späteren Anwendungen der Wahrscheinlichkeitsrechnung werden Zufallsvariablen ständig eingesetzt. Hier wird zunächst gezeigt, wie Zufallsvariablen mit der Ereignisalgebra und dem Wahrscheinlichkeitsmaß zusammenhängen und sich so nahtlos in den Aufbau der Wahrscheinlichkeitsrechnung einfügen. In den R-Skripten wird gezeigt, wie man Zufallsvariable leicht modellieren kann.
    walter · 2020 Apr 10 (22:29)
  • Neue Antwort Starten und Stoppen einer Spring-Boot Anwendung
    Wie kann ich die Prozess-ID meiner Spring-Boot Anwendung beim Starten auslesen, so dass ich sie später über eine bat-Datei terminieren kann?
    DaemonThread · 2020 Apr 3 (15:31)
  • Neue Frage Unterschied zwischen Docker Community Edition, Docker Tools und Docker Desktop
    Es gibt verschiedene Versionen zu Docker: CE (Community Edition), Docker Desktop und Docker Tools. Was ist der Unterschied zwischen diesen Versionen und welche sollte man fĂĽr lokale Entwicklung am besten verwenden?
    javaguy · 2020 Apr 2 (12:30)
  • Neue Frage Subscription zu Query- und Route Parametern in Angular/RxJS
    Ich wĂĽrde gerne sowohl die Query als auch die Route Parameter in Angular gleichzeitig auslesen. Man kann zwar einzeln zu Query oder Route Parametern eine Subscription setzen, allerdings laufen die Callbacks asynchron und zB. in der Subscription auf Query-Parameter sind die Daten aus Route-Parameter noch nich geladen.
    JsCodeBox · 2020 Mar 30 (23:03)
  • Neuer Artikel Der mehrarmige Bandit (multi-armed bandit): Implementierung eines Simulations-Algorithmus in R
    Ein Algorithmus zur Simulation von N Spielen am k-armigen Banditen (multi-armed bandit) wird in R implementiert. Der Algorithmus erlaubt die Auswahl einer Strategie zur Wahl des nächsten zu spielenden Armes. Als Strategien stehen die im Artikel "Der mehrarmige Bandit (multi-armed bandit): Simulationen mit einfachen Algorithmen vorgestellten Strategien zur Auswahl, es können aber leicht weitere Strategien implementiert und eingefügt werden.
    walter · 2020 Mar 27 (21:37)
  • Neuer Artikel Der mehrarmige Bandit (multi-armed bandit): Simulationen mit einfachen Algorithmen
    Um beim Spiel am mehrarmigen Banditen einen möglichst hohen Gewinn zu erzielen, benötigt man eine Strategie, die einen Kompromiss zwischen Exploration und Exploitation herstellt. Es werden einfache Algorithmen vorgestellt, die dieses Problem lösen und ihre Eigenschaften werden mit Hilfe von Simulationen untersucht.
    walter · 2020 Mar 23 (00:04)
  • Neuer Artikel Eine kleine Anleitung zum Selbststudium
    Kleiner Ratgeber mit methodischen Hinweisen zum Selbststudium.
    walter · 2020 Mar 18 (23:06)
  • Neue Frage H2 Datenbank mit einer Spring Boot Applikation
    Ich habe eine Spring Boot Anwendung, die zum Testen eine H2 Datenbank verwendet. Welche Möglichkeiten habe ich um auf die Datenbank direkt zuzugreifen, zB. über ein Terminal-Programm (ähnlich wie psql für Postgresql)?
    DaemonThread · 2020 Mar 17 (23:36)
  • Neue Frage Starten und Stoppen einer Spring-Boot Anwendung
    Wie kann ich die Prozess-ID meiner Spring-Boot Anwendung beim Starten auslesen, so dass ich sie später über eine bat-Datei terminieren kann?
    javaguy · 2020 Mar 16 (00:17)
  • Neuer Artikel Der mehrarmige Bandit (multi-armed bandit): Das Dilemma zwischen Exploration und Exploitation
    Beim mehrarmigen Banditen oder genauer k-armigen Banditen kann man ein Glücksspiel durch Betätigen eines Armes auslösen. Mathematisch modelliert werden sie durch Zufallsvariablen mit unterschiedlichen Erwartungswerten. Möchte man am k-armigen Banditen N Spiele durchführen und dabei einen möglichst hohen Gewinn erzielen, gerät man in ein Dilemma: Einerseits muss man alle Arme untersuchen, um ihre Kennzahlen zu schätzen (Exploration), andererseits möchte man möglichst oft den besten Arm betätigen (Exploitation). Im nächsten Kapitel werden dann Algorithmen entwickelt, die versuchen einen Kompromiss zwischen Exploration und Exploitation herzustellen.
    walter · 2020 Mar 12 (00:43)
  • Neue Frage Gibt es eine einfache Ăśberlegung, um die Grenzwerte der Teilfolgen fĂĽr die Gewinn-Wahrscheinlichkeiten beim Zahlenspiel 3-5-11 zu berechnen?
    Für die Folge der Gewinn-Wahrscheinlichkeiten beim Zahlenspiel 3-5-11 mit Zufallszügen lässt sich eine Rekursionsformel herleiten. Die Folge zerfällt in zwei Teilfolgen mit unterschiedlichen Grenzwerten. Wie kann man diese Grenzwerte möglichst einfach berechnen?
    walter · 2020 Mar 4 (22:55)
  • 🇩🇪 Zur deutschen Sprachversion wechseln
  • 🇬🇧 Switch to the English language version (coming soon)
  • 🇵🇱 Przełącz siÄ™ na polskÄ… wersjÄ™ jÄ™zykowÄ… (juĹĽ wkrĂłtce)
© jberries.com
  • Nutzungsbedingungen und Impressum
  • Terms and Conditions and Imprint
  • Polityka prywatnoĹ›ci i Kontakt