Die Unschuldigen mit den schmutzigen Händen

Die Unschuldigen mit den schmutzigen Händen ist eine Literaturverfilmung von Claude Chabrol aus dem Jahr 1975, die auf dem Roman „Unschuldig wie eine Schlange“ (Original: The Damned Innocents) von Richard Neely basiert. Romy Schneider spielte die Hauptrolle als Femme fatale.

Nachdem sie den Schriftsteller Jeff Marle kennengelernt hat, lädt Julie Wormser ihn zu sich und ihrem Mann Louis nach Hause ein. Die beiden Männer werden Freunde, während Louis aber nicht bemerkt, dass sich die beiden ineinander verliebt haben und nun ihn umzubringen planen, um von seinem großen Erbe zu leben. Als der Tag der Verwirklichung des Plans gekommen ist, schlägt sie dem schlafenden Louis einen Knüppel auf den Kopf, sodass er bewusstlos wird. Danach nimmt Jeff ihn in sein Boot und wirft ihn über Bord, damit er ertrinkt.

Kommissar Villon wird mit der Aufklärung des Falls beauftragt und verdächtigt schon nach kurzer Zeit Julie. Allerdings kann ihr Anwalt, Maître Légal, den Richter davon überzeugen, dass die Beweislage nicht eindeutig ist. Also kommt sie wieder auf freien Fuß. Bald muss sie erfahren, dass Jeff durch einen Autounfall ums Leben gekommen ist und ihr Mann gar nicht tot ist.

„Anspruchsvoll inszeniertes, mit kriminalistischen Spannungseffekten angereichertes Melodram, das sich der Mittel einer gehobenen Kolportage bedient. Reizvoll, wenn auch gelegentlich allzu sarkastisch, spielt der Film mit unvorhersehbaren Entwicklungen und Tatbestandshypothesen.“

„Ein vorbildlich inszenierter Psychothriller von Claude Chabrol – eiskalt, perfekt und raffiniert, wie wohl kein anderer Film des Meisters.“

„‚Die Unschuldigen mit den schmutzigen Händen‘ erlaubt ein Wiedersehen mit der verstorbenen Romy Schneider, die Chabrol für die Hauptrolle gewann. Ihr eindrucksvolles Spiel macht den Film über den bloßen Psycho-Thriller mit üppigen Kolportage-Elementen hinaus zum Porträt einer Frau, die in einer Welt mehr oder minder unsympathischer Männer völlig isoliert ist. Zwar lässt sich Chabrol keinen Moment der abgefeimt fantastischen Geschichte, aus dem Spannung zu schlagen ist, entgehen, aber nach seinen eigenen Worten interessierte ihn mehr als die Krimi-Handlung‚ die Frau, die hinter dem Vamp sichtbar wird.“

Die Synchronisation entstand 1975 bei der Berliner Synchron GmbH unter der Regie von Joachim Kunzendorf.

Richard Neely: Unschuldig wie die Schlange. Goldmann Verlag, München 1972, ISBN 3-442-25831-6 (englisch: The Damned Innocents. Übersetzt von Friedrich A. Hofschuster).

Die Enttäuschten | Schrei, wenn du kannst | Schritte ohne Spur | Die Unbefriedigten | Speisekarte der Liebe | Das Auge des Bösen | Der Frauenmörder von Paris | Die Frauen sind an allem schuld | Der Tiger liebt nur frisches Fleisch | M.C. contra Dr. KHA | Der Tiger parfümiert sich mit Dynamit | Champagner-Mörder | Die Straße von Korinth | Zwei Freundinnen | Die untreue Frau | Das Biest muß sterben | Der Schlachter | Der Riß | Vor Einbruch der Nacht | Der zehnte Tag | Der Halunke | Blutige Hochzeit | Nada | Ein lustiges Leben | Die Unschuldigen mit den schmutzigen Händen | Die Schuldigen mit den sauberen Händen | Die verrückten Reichen | Alice | Blutsverwandte | Violette Nozière | Das Traumpferd | Fantômas | Die Wahlverwandtschaften | Die Fantome des Hutmachers | Das Blut der Anderen | Hühnchen in Essig | Inspektor Lavardin oder Die Gerechtigkeit | Masken | Der Schrei der Eule | Eine Frauensache | Stille Tage in Clichy | Dr. M | Madame Bovary | Betty | Das Auge von Vichy | Die Hölle | Biester | Das Leben ist ein Spiel | Die Farbe der Lüge | Chabrols süßes Gift | Die Blume des Bösen | Die Brautjungfer | Geheime Staatsaffären | Die zweigeteilte Frau | Kommissar Bellamy

Übergangsmatrix

In der Mathematik, besonders der Wahrscheinlichkeitstheorie und Statistik, dient eine Übergangsmatrix (auch Prozessmatrix oder stochastische Matrix) dazu, die Übergangswahrscheinlichkeiten von (diskreten und kontinuierlichen) Markow-Ketten auszudrücken. Dadurch lassen sich künftige Entwicklungen vorausberechnen. In der Theorie der Markow-Ketten werden auch unendlichdimensionale Übergangsmatrizen definiert. In diesem Artikel werden jedoch nur Matrizen im Sinne der Linearen Algebra behandelt.

Eine Übergangsmatrix ist eine quadratische Matrix, deren Zeilensummen Eins betragen und deren Elemente zwischen Null und Eins liegen.

Prozessmatrizen dienen ebenfalls zur künftigen Berechnung dynamischer Entwicklungen. Im Gegensatz zu stochastischen Matrizen müssen sie jedoch keine Zeilen- bzw. Spaltensummen von 1 haben. Sie sind jedoch wie die stochastische Matrix quadratisch.

Äquivalent ist die folgende Definition: Eine Matrix heißt zeilen-(spalten-)stochastisch, wenn sie zeilen-(spalten-)weise aus Wahrscheinlichkeitsvektoren besteht.

Teilweise werden Matrizen mit Einträgen zwischen 0 und 1, deren Zeilensummen (bzw. Spaltensummen) kleiner als 1 sind, auch als substochastisch bezeichnet. In der Stochastik sind fast ausschließlich zeilenstochastische Matrizen gebräuchlich. Die Unterscheidung ist aber i. A. wenig gebräuchlich, da die Matrizen durch Transponierung ineinander übergehen.

Den Eigenwerten und Eigenvektoren einer stochastischen Matrix kommt in der Stochastik eine besondere Rolle zu. Ist





v




{\displaystyle v}


Eigenvektor zum Eigenwert





λ



=


1




{\displaystyle \lambda =1}


und hat der Eigenraum Dimension 1, so entspricht dies der stationären Verteilung der Markow-Kette (vgl. unten). Generell besitzt jede stochastische Matrix den Eigenwert 1. Ist z. B.





P




{\displaystyle P}


zeilenstochastisch, so folgt mit der Zeilensummennorm, dass









P














=


1




{\displaystyle \Vert P\Vert _{\infty }=1}


. Da aber der Spektralradius einer Matrix immer kleiner als ihre Norm ist, müssen alle Eigenwerte betragsmäßig kleiner oder gleich 1 sein. Ist nun






1





{\displaystyle \mathbf {1} }


ein Einsvektor (d. h. ein Vektor mit nur 1 als Einträgen), so gilt





P



1



=



1





{\displaystyle P\mathbf {1} =\mathbf {1} }


und 1 ist Eigenwert von





P




{\displaystyle P}


. Der Beweis für spaltenstochastische Matrizen läuft analog, aber mit der Spaltensummennorm anstelle der Zeilensummennorm. Daraus folgt direkt, dass 1 auch immer betragsgrößter Eigenwert ist. Des Weiteren ist 1 auch immer ein halbeinfacher Eigenwert. Die Dimension des Eigenraumes lässt sich etwas schwerer berechnen. Mit dem Satz von Perron-Frobenius folgt:

Die Menge der Übergangsmatrizen ist konvex. Sind also





P




{\displaystyle P}


und





Q




{\displaystyle Q}


zeilen-(spalten-)stochastische Matrizen, so ist





λ



P


+


(


1






λ



)


Q




{\displaystyle \lambda P+(1-\lambda )Q}


wieder eine zeilen-(spalten-)stochastische Matrix für alle





λ







[


0


,


1


]




{\displaystyle \lambda \in [0,1]}


.

Direkt aus der Definition folgt, dass die Zeilensummennorm einer zeilenstochastischen Matrix 1 ist, genauso wie die Spaltensummennorm einer spaltenstochastischen Matrix.

Außerdem sind Übergangsmatrizen abgeschlossen bezüglich der Matrixmultiplikation, heißt sind





A


,


B




{\displaystyle A,B}


(Spalten-)Zeilenstochastische Matrizen, so ist





A






B




{\displaystyle A\cdot B}


wieder eine (Spalten-)Zeilenstochastische Matrix.

Das charakteristische Polynom einer





(


3


×



3


)




{\displaystyle (3\times 3)}


-Übergangsmatrix lässt sich sehr leicht berechnen.

Mit der Spur





S


:=


Spur






(


P


)




{\displaystyle S:=\operatorname {Spur} (P)}


und der Determinante





D


:=


det


(


P


)




{\displaystyle D:=\det(P)}


gilt:

Aus der letzten Zeile ergibt sich, dass





λ



=


1




{\displaystyle \lambda =1}


stets Eigenwert der Matrix P ist, unabhängig von der Wahl der Koeffizienten von P. Die anderen beiden Eigenwerte lassen sich dann gegebenenfalls bequem über die p-q-Formel errechnen.

Ist





P




{\displaystyle P}


eine zeilenstochastische Matrix, so lässt sich damit auf folgende Weise eine zeitinvariante Markow-Kette mit endlichem Zustandsraum charakterisieren:

Die Einträge






p



i


j






{\displaystyle p_{ij}}


der Matrix





P




{\displaystyle P}


sind genau die Übergangswahrscheinlichkeiten vom Zustand





i




{\displaystyle i}


in den Zustand





j




{\displaystyle j}


:






p



i


,


j




:=


P


(



X



t


+


1




=


j







X



t




=


i


)




{\displaystyle p_{i,j}:=P(X_{t+1}=j\mid X_{t}=i)}


. Ist nun






x



0






{\displaystyle x_{0}}


ein Wahrscheinlichkeitsvektor (welcher in der Stochastik oftmals als Zeilenvektor definiert wird und mit





π





{\displaystyle \pi }


bezeichnet wird), dann beschreibt






x



0






{\displaystyle x_{0}}


den Zustand des Systems zum Zeitpunkt 0 (dabei ist der





i




{\displaystyle i}


te Eintrag von






x



0






{\displaystyle x_{0}}


die Aufenthaltswahrscheinlichkeit zum Zeitpunkt 0 im Zustand





i




{\displaystyle i}


). Die Aufenthaltswahrscheinlichkeiten zum Zeitpunkt 1 ergeben sich durch Linksmultiplikation von





P




{\displaystyle P}


mit






x



0






{\displaystyle x_{0}}


:

Die Aufenthaltswahrscheinlichkeiten zu einem beliebigen Zeitpunkt





k




{\displaystyle k}


in Abhängigkeit vom Startzustand






x



0






{\displaystyle x_{0}}


sind dann

Für spaltenstochastische Matrizen kann man analog vorgehen, bloß dass die Vektormultiplikation von rechts durchgeführt wird und der gewöhnliche Eigenvektor zum Eigenwert 1 berechnet wird. Alternativ kann man auch die Matrix transponieren und das oben skizzierte Vorgehen nutzen.

Eine besondere Rolle kommt den Linkseigenvektoren der Matrix





P




{\displaystyle P}


zum Eigenwert





λ



=


1




{\displaystyle \lambda =1}


zu, denn diese stellen die stationäre Verteilung der Markow-Kette nach langer Zeit dar, wenn diese eine vom Anfangszustand unabhängige ergodische Verteilung besitzt.

Ein anwendungsorientiertes Beispiel für diese Verwendung von Übergangsmatrizen ist die Berechnung des PageRank mittels der Google-Matrix. Jeder Zustand entspricht dort einer Homepage im Internet, die Übergangswahrscheinlichkeiten geben an, mit welcher Wahrscheinlichkeit ein Nutzer auf einen Link klickt. Die Grenzverteilung ist dann die relative Häufigkeit, mit welcher der Nutzer auf eine Homepage stößt, und damit ein Maß für die Wichtigkeit dieser Seite.

Auch die Rechtseigenvektoren einer Übergangsmatrix zum Eigenwert 1 spielen eine Rolle bei der Untersuchung von Markow-Ketten. Bei passender Normierung sind diese genau die Absorptionswahrscheinlichkeiten in einem absorbierenden Zustand

Des Weiteren finden sich auch viele Eigenschaften einer Markow-Kette in der Übergangsmatrix wieder:

Peter besitzt eine Ratte. Ist die Ratte nicht im Käfig eingesperrt, so befindet sie sich entweder unter dem Schreibtisch (Zustand 3), hinter dem Schrank (Zustand 2) oder ist im Käfig, um zu fressen (Zustand 1). Die Ratte wechselt alle 5 Minuten ihren Ort. Ist sie gerade im Käfig, so bleibt sie mit Wahrscheinlichkeit 0,05 dort, mit Wahrscheinlichkeit 0,4 geht sie hinter den Schrank und mit Wahrscheinlichkeit 0,55 unter den Schreibtisch. Ist sie hinter dem Schrank, so bleibt sie mit Wahrscheinlichkeit 0,7 dort, mit Wahrscheinlichkeit 0,2 geht sie unter den Schreibtisch und mit Wahrscheinlichkeit 0,1 geht sie in den Käfig. Ist sie unter dem Schreibtisch, so bleibt sie mit Wahrscheinlichkeit 0,1 dort, mit Wahrscheinlichkeit 0,1 geht sie in den Käfig und mit Wahrscheinlichkeit 0,8 flüchtet sie hinter den Schrank. Das Verhalten der Ratte wird durch die zeilenstochastische Matrix





P




{\displaystyle P}


beschrieben:

Peter lässt nun seine Ratte frei und will wissen, mit welcher Wahrscheinlichkeit sich die Ratte nach 20 Minuten im Käfig befindet. Der Startzustand des Systems ist

(die Ratte befindet sich mit Wahrscheinlichkeit 1 im Käfig). Der Zustand nach 20 Minuten (nach 4 Zeitschritten) ist dann (gerundet)

Die Ratte befindet sich also mit Wahrscheinlichkeit 0,0952 im Käfig.

Peter fährt über das Wochenende in den Urlaub und will danach seine Ratte wieder einfangen. Nun stellt sich die Frage, wo er am besten suchen soll. Da viel Zeit vergangen ist, seit die Ratte freigelassen wurde, ist die Annahme gerechtfertigt, dass sich das System im Gleichgewicht befindet. Gesucht ist daher ein Linkseigenvektor von





P




{\displaystyle P}


bzw. ein Rechtseigenvektor von






P



T






{\displaystyle P^{T}}


zum Eigenwert 1. Durch Nachrechnen ergibt sich für den Eigenvektor (gerundet)





x


=


(


0,095


2


;


 


0,692


6


;


 


0,212


1



)



T






{\displaystyle x=(0{,}0952;\ 0{,}6926;\ 0{,}2121)^{T}}


Peter sollte also zuerst hinter dem Schrank suchen.

Wir stellen uns vor, wir hätten fünf nebeneinander liegende Boxen, durchnummeriert von eins bis fünf, und in der ersten Box möge sich die Katze und in der letzten die Maus befinden. Nach einer festen Zeit wechseln die Tiere zufällig in eine Nachbarbox. Das makabre Spiel hat ein Ende, wenn die Katze in einer Box auf die Maus trifft. Wir bezeichnen die möglichen Zustände mit (i,j), d. h., die Katze ist in der i-ten und die Maus in der j-ten Box. Wir sehen sofort, dass wenn i gerade (ungerade) ist, j ebenfalls gerade (ungerade) sein muss. Sofort ist auch klar, dass





i






j




{\displaystyle i\leq j}


gelten muss. Die Markow-Kette, die dieses Spiel beschreibt, hat also die folgenden fünf Zustände:

Der Vektor





v




{\displaystyle v}


gebe an, welcher dieser fünf Zustände vorliegt. Beispielsweise steht





v


=


[


1


,


0


,


0


,


0


,


0



]



T






{\displaystyle v=[1,0,0,0,0]^{T}}


für den ersten Zustand unserer Auflistung, also





(


1


,


3


)




{\displaystyle (1,3)}


, und





v


=


[


0


,


0


,


0


,


0


,


1



]



T






{\displaystyle v=[0,0,0,0,1]^{T}}


für den letzten, also das Spielende (egal, in welcher Box).

Die Übergangsmatrix A dazu ist nun

Wenn wir beispielsweise wie zu Beginn im 2. Zustand





v


=


[


0


,


1


,


0


,


0


,


0



]



T






{\displaystyle v=[0,1,0,0,0]^{T}}


sind, dann wechseln wir mit Sicherheit in den 3. Zustand





v


=


[


0


,


0


,


1


,


0


,


0



]



T






{\displaystyle v=[0,0,1,0,0]^{T}}


, also Katze in der zweiten und Maus in der vierten Box. Daher ist in der Übergangsmatrix die Position in der 2. Spalte und 3. Zeile gleich eins.

Von diesem Zustand ausgehend kommen wir nun aber mit 25 % Wahrscheinlichkeit in einen der anderen vier Zustände, daher sind alle Zeilen in der 3. Spalte gleich 1/4 (außer die 3. Zeile – der Zustand kann nicht derselbe bleiben).

Der Tempel (Lovecraft)

Der Tempel (englischer Originaltitel „The Temple“) ist eine 1920 entstandene Horrorerzählung des US-amerikanischen Autors H. P. Lovecraft. Die Handlung spielt in einem deutschen U-Boot während des Ersten Weltkriegs und enthält Anspielungen auf den Atlantis-Mythos.

Lovecraft erzählt die Geschichte als vorgeblich in einer Flaschenpost an der Küste Yucatans gefundenen Bericht eines deutschen U-Bootkommandanten aus dem Jahr 1917. In diesem Text berichtet der Kommandant des deutschen U-Boots U29, Graf von Altberg-Ehrenstein, von den Ereignissen im Zeitraum vom 18. Juni bis zum 20. August, die schließlich zum Tod der gesamten Besatzung des Schiffs führen.

Zu Beginn versenkt das U-Boot den britischen Frachter „Victory“ und die dessen Mannschaft tragenden Rettungsboote. Beim Wiederauftauchen wird auf Deck des U-Boots die Leiche eines jungen Matrosen aufgefunden. Bei der Plünderung der Leiche wird eine einen Jünglingskopf darstellende Elfenbeinskulptur gefunden, die Leutnant Klenze, der Nächste im Rang nach von Altberg-Ehrenstein, an sich nimmt. Die Mannschaft reagiert in den Augen des Kommandanten auf die Leiche des Mannes und insbesondere auf die Skulptur mit abergläubischer Furcht. Als sich diese Situation soweit verschlimmert, dass sie die Disziplin gefährdet, geht von Altberg-Ehrenstein dazu über, Besatzungsmitglieder zu töten.

Weitere Opfer gibt es bei der Explosion der Maschinen, die U29 manövrierunfähig zurücklässt. Nach dem Abtauchen erweist es sich zusätzlich als unmöglich, das Boot wieder an die Oberfläche zu bringen, so dass es von einer unbekannten Strömung immer tiefer und immer weiter nach Süden getrieben wird.

Nach der Ermordung der letzten anderen Besatzungsmitglieder sind nur noch von Altberg-Ehrenstein und Klenze übrig. Auch Klenze zeigt zunehmend Zeichen geistiger Zerrüttung, ähnlich wie die der Besatzungsmitglieder vor ihm scheint diese mit der Elfenbeinskulptur im Zusammenhang zu stehen. Sein Wahnsinn gipfelt in seinem Selbstmord – mit von Altberg-Ehrensteins Zustimmung verlässt er das Boot ohne Tauchanzug durch die Druckschleuse.

U29 landet zuletzt innerhalb einer antiken, versunkenen Stadt, die von Altberg-Ehrenstein für Atlantis hält, auf dem Meeresgrund. Er findet inmitten der Stadt einen riesigen Tempel, mit einem Gottesbildnis, das dem von Klenze mitgenommenen Elfenbeinkopf ähnelt. Der Kommandant nimmt an sich selbst zunehmenden geistigen Verfall wahr, einerseits fürchtet er den Tempel, andererseits fühlt er sich zu ihm hingezogen. Nachdem auch die Beleuchtung des U-Boots ausfällt, nimmt er aus dem Tempel sowohl Licht, rituelle Bewegungen als auch Musik wahr, tut dies jedoch zunächst als Wahnvorstellung ab. Als er erkennt, dass er dem Drang, zum Tempel zu gehen nicht widerstehen kann, trifft er entsprechende Vorkehrungen – im Gegensatz zu Klenze legt er einen Druckanzug bereit – und fertigt den Bericht an, der an dieser Stelle abbricht.

Die 1920 verfasste Erzählung wurde erstmals 1925 unter dem englischen Titel „The Temple“ in der Zeitschrift Weird Tales publiziert. Die deutsche Übersetzung „Der Tempel“ stammt von Charlotte Gräfin von Klinckowstroem.

The Bourne Deception

The Bourne Deception is the title for the novel by Eric Van Lustbader and the seventh novel in the Jason Bourne series created by Robert Ludlum. It was released on June 9, 2009. It is Lustbader’s fourth Bourne novel, following The Bourne Sanction, which was published in 2008.

The Bourne Deception picks up where The Bourne Sanction left off. Jason Bourne’s nemesis, Arkadin, is still hot on his trail and the two continue their struggle, reversing roles of hunter and hunted. When Bourne is ambushed and badly wounded, he fakes his death and goes into hiding. In safety, he takes on a new identity, and begins a mission to find out who tried to assassinate him. Jason begins to question who he really is, how much of him is tied up in the Bourne identity, and what he would become if that was suddenly taken away from him. Shortly after, an American passenger airliner is shot down over Egypt by an Iranian missile. A global investigative team, led by Soraya Moore, is assembled to get at the truth of the situation before it can escalate into an international scandal. The trail to Bourne’s leads him to Seville. On the way there, he meets Tracy Atherton, who tells him that she is going to Seville to buy the 14th Black Painting. In Seville, Bourne is attacked in a bullfighting arena by a killer named The Torturer. Later on, search for the man who shot him intersects with the search for the people that brought down the airliner, leading Bourne into one of the most deadly and challenging situations he has ever encountered. With the threat of a new world war brewing, Bourne finds himself in a race against time to uncover the truth and find the person behind his assault, all the while stalked by his unknown nemesis.

Hans Neusidler

Hans Neusidler (også Neusiedler, Newsidler, Neysidler; født 1508 eller 1509 i Preßburg; død 2. februar 1563 i Nürnberg) var en tysk luttspiller («Lautenschlager») og komponist av ungarsk herkomst.

Ved siden av Hans Judenkönig og Hans Gerle regnes Neusiedler som en av hovedrepresentantene for den tidlige tyske luttmusikken.

Neusidler slo seg ned i Nürnberg i 1530, det første stedet verkene hans ble publisert i. Notebøkene hans i tysk lutt-tabulatur inneholder utførlige anvisninger for framføring på lutt og var nok tiltenkt selvstudier. De fikk stor utbredelse, forleggere i Venezia, Frankfurt og Straßburg ga ut ettertrykk.

Sønnene Melchior Neusidler (1531–1590) og Konrad Neusidler (1541 til etter 1604) var også luttenister og komponister.

Alle ble gitt ut i Nürnberg

· · · · · · ·