Prof. Dr. J. Böhm-Rietig LO FH-Köln, Fak / Lineare Optimierung. Foliensammlung.
|
|
- Ingrid Kaufman
- vor 8 Jahren
- Abrufe
Transkript
1 Lineare Optimierung Foliensammlung. Definition: die optimale Allokation begrenzter Resourcen auf konkurrierende Aktivitäten. Anwendungsbereiche lineare Produktionsprogrammplanung Kuppelproduktion Intensitätsplanung der Produktion Preiskalkulation für neue Produkte ( Kostenfunktion ) Kostenschätzung für Kapazitätserweiterung oder Outsourcing Personalplanung, Termin- und Resourcenplanung (Güter-)Transportprobleme Verschnitt-, Umlade- und Zuordnungsprobleme Berechnung optimaler (gemischter) Strategien in der Spieltheorie und -praxis. Bestimmung maximaler Flüsse durch Netzwerke Interessenausgleich bei Mehrzieloptimierung, z.b. bei der Neuvergabe von Wahlkreisen. Finanzplanung; Kapitalbereitstellung zum geeigneten Zeitpunkt mit Zwischenfinanzierung Zu vielen der genannten Erweiterungsfälle gibt es jedoch auch spezialisierte effizientere Algorithmen. Jedoch: Vorteile hauptsächlich bei der mittelfristigen Planung der Serienproduktion. [LO_Folien.odt] S. 1 [ ]
2 Modellvorlage Produktionsprogrammplan Die genutzten Ressourcen m Aktivitäten hier : Output, Produkte n a Ressourcenverbrauch jeder Aktivität a mn Kapazität jeder Ressource Intensitivität jeder Aktivität Auswirkung auf das Ziel x x n Z Z n Das Ziel Z a ij : Verbrauch der Ressource i für eine Einheit der Aktivität j Z j : Zieländerung für eine zusätzliche Einheit der Aktivität j x j : Entscheidungsvariable: unbestimmte Intensität der Aktivität j in sinnvollen Einheiten. Wohin : Was ist das Ziel? Zielfestlegung Wie : Was sind die einzelnen prinzipiell unabhängigen Maßnahmen/Aktivitäten mit Zielwirkung? Entscheidungsvariablen Womit : Welche Ressourcen werden verwendet? Konkurrenz! Summe der Ressourcennutzung Was ist zu beachten? Kapazitäten technologische Bed. Teilbarkeit? Negativität von Variablen? [LO_Folien.odt] S. 2 [ ]
3 Mathematisches Modell für den Produktionsprogrammplan Entscheidungs-Variablen (E.V.): x i : Intensität der Aktivität i Grundbedingung an die E.V. : alle x i 0 ( NNB ). Lineare Optimierung nur möglich für beliebig teilbare Aktivitäten: x i [0; ) IR! ( Teilbarkeit ) n Ziel: Z = c x i i Max! i=1 die c i = Z i sind hier meist die Deckungsbeiträge je Einheit. Restriktionen aus Beschränktheit der Ressourcenkapazitäten: a 11 x a 1n x n b 1... a m1 x a mn x n b m bzw. A x b wenn b =(b 1,...,b m ) der Kapazitätsvektor ist. Wenn b 0 gilt, spricht man von einem Standardproblem der Linearen Optimierung oder der Standardform des Simplex-Algorithmus. Es ist unmittelbar lösbar mit dem (primalen) Simplex-Alg.! [LO_Folien.odt] S. 3 [ ]
4 Der (primale) Simplexalgorithmus Mathematische Basis: Die Lösung der Linearen Optimierung ist immer: a) unbeschränkt (meist aufgrund Modellierungsfehler) oder b) leer (dito) oder c) in mindestens einer Ecke eines gerade(eben) berandeten konvexen Körpers zu finden. Georg B. Dantzig, 1947: endlicher, schnell konvergierender Lösungsalgorithmus, der alle Fälle unterscheidet, numerisch stabil ist und weitere wichtige Informationen zur Lösung liefert (1)Starte mit einem zulässigen Eckpunkt (d.h. Restriktionen alle erfüllt) (2)Fahre in Richtung des steilsten Anstiegs fort! (Vektorvergleich) (3)Gehe bis zur nächsten zulässigen Ecke! (Quotientenvergleich) (4)Gehe zu (2) falls möglich, sonst Ende! Da der Körper keine Einbuchtungen hat, muß es immer weitergehen bei (2), es sei denn das Problem ist unbeschränkt, was man immer bei (3) bemerkt. Teilweise kann man bei (2) fortfahren, ohne dass sich Z ändert, dann ist die Lösung mehrdeutig (Teilfläche mit mind. 2 Ecken ist Lösungsmenge). Lösungshilfsmittel: Gausscher Algorithmus für LGS in Tableauform. Aus dem LGS wird schrittweise jeweils eine Variable eleminiert ( Pivotisieren ). [LO_Folien.odt] S. 4 [ ]
5 Anschaulich Ecken : Auflösungen eines zum Ungleichungssystem passenden LGS mit m+n Variablen und n Gleichungen nach m freien Variablen (Rang(A)=n). Es gibt höchstens n m n Ecken! Im Mittel werden nur (n+2m)/2 Rechenschritte benötigt! [LO_Folien.odt] S. 5 [ ]
6 Der Begriff der Linearität von Modellen Ein mathematisches Modell ist dann linear, wenn alle beteiligten Größen Elemente geeigneter normierter Vektorräume über IR bzw. Teilräume, Hyperflächen, Halbräume etc. sind. und sich die Beziehungen zwischen ihnen durch lineare Abbildungen darstellen. Definitionsbereiche der Entscheidungsvariablen sind konvex Die E.V. dürfen nicht multiplikativ miteinander verrechnet sein Die E.V. sind beliebig teilbar und kommen nicht in höheren Funktionen (wie sin, ( ) 2, etc.) vor! Prüfen Sie die vier Grundannahmen für LP/LO! Die Annahme der Proportionalität der Entscheidungsvariablen/Aktivitäten in allen Umständen Die Annahme der Additivität für die Zielfunktion und die Ressourcennutzung Die Teilbarkeitsannahme Bei bestimmten Spezialproblemen ergeben sich aber immer ganzzahlige Lösungen (Transportprobleme), so daß dann nur die Modellvoraussetzungen für diese Fälle zu prüfen sind. Die Annahme der Modell-Bestimmtheit Modell-Determiniertheit. [LO_Folien.odt] S. 6 [ ]
7 Bsp.: Prod. Plan.-Modell mit einigen Erweiterungen 2 Produkte P1, P2 werden in zwei Stufen/Abteilungen A1, A2 hergestellt. Deckungsbeitrag von P1: DB1 = 30 GE/E Deckungsbeitrag von P2: DB2 = 40 GE/E Kapazität A1: Kapazität A2: KapA1 = 7000 ZE KapA2 = 8000 ZE P1 beansprucht 5 ZE/E aus A1 und 4 ZE/E aus A2. P2 beansprucht 2 ZE/E aus A1 und 3 ZE/E aus A2. Absatzhöchstmenge P1: Absatzhöchstmenge P2: 1000 E 2000 E Aufgabe 1: Maximierung des Gesamt-DB! E.V.: x 1 die von P1 geplante Produktionsmenge, entsprechend x 2 von P2. Maximiere Z = 30x x 2. N.B. 5x 1 + 2x (KapA1) 4x 1 + 3x (KapA2) x (AbsMaxP1) x (AbsMaxP2) x j 0 für j=0,1 (NNB) [LO_Folien.odt] S. 7 [ ]
8 Optimale Lösung: x 1 = 500 x 2 = 2000 Z opt = Einschränkende Nebenbedingungen: KapA2 und AbsMaxP2 (Schnittpunkt der Ränder Lösung) Freie Ressourcen in Abteilung A1 (500 ZE), ungenutzte Absatzmöglichkeiten Produkt P1 (500 E) [LO_Folien.odt] S. 8 [ ]
9 4.1.1Aufgabe 2: zusätzliche Berücksichtigung von Überstunden Begrenzt Überstunden in beiden Abteilungen: Abteil ung zusätzliche var. Kosten in GE je ZE max. Überstunden- Kontingent ZE A A Die Anzahl der E.V. vervierft sich: Abt. I Abt. II Produkt j (j=1,2) Normalstunden Normalstunden NN x j Normalstunden Überstunden NU x j Überstunden Normalstunden UN x j Überstunden Überstunden UU x j Wie passen sich die Z i an? Ü nur in A1: vorher Z 1 = DB 1 = 30 und DB 2 = 40 nachher zusätzliche var. Kosten: DB1=30 nur für x 1 NN, DB 1 UN = 30-5*1 = 25 DB 1 UU = 30 5*1 4*2 = 17 usw.: Produkt Produktions-verfahren DB norm Faktoren DB red P1 NN P1 UN P1 NU P1 UU P2 NN P2 UN P2 NU P2 UU Z = 30x 1 NN + 25x 1 UN + 22x 1 NU + 17x 1 UU + 40x 2 NN + 38x 2 UN + 34x 2 NU + 32x 2 UU Max! [LO_Folien.odt] S. 9 [ ]
10 Zusätzliche Nebenbed. (alle anderen modifiziert!) : UN 5 x 1 UU + 5 x 1 UN + 2 x 2 UU + 2 x (Ü-K A1) NU 4 x 1 UU + 4 x 1 NU + 3 x 2 UU + 3 x (Ü-K A2) Das Ergebnis lautet: Z opt = GE. Lösung: 300 E von P1 ohne Überstunden 300 E von P1 mit Überstunden in Abteilung A2 200 E von P1 mit Überstunden in A E von P2 ohne Überstunden. Freie Ressourcen (nicht bindende Nebenbedingungen) : 300 ZE Überstunden von A2 ungenutzt. 200 E der Absatzrestriktion für P1 ungnutzt. Schattenpreise der vier ausgeschöpften/knappen Ressourcen (bindenden Restriktionen) : 22/5 GE/ZE KapA1 2 GE/ZE KapA2 17/5= 3,4 GE/ZE Überstundenrestriktionen von A1 504/20= GE/E Absatzrestriktion von P2. Interessante Mehrdeutigkeit: es gibt 5 sehr verschiedene (Eckpunkt-)Lösungen, deren konvexe Linearkombinationen alle gleichwertigen optimale Lösungen ergeben! Aufgabe 3: Intensitätsmäßige Anpassung der Produktion Wie bei Aufg.1, jedoch in zwei Intensitätsstufen produzieren! In beiden Abteilungen ist eine 25%-ige Intensivierung möglich. var. Kosten je Abt. I Abt. II ZE in Int. Stufe Int. Stufe Abt. I Abt. II Produkt j Int.St. 1 Int.St xj Int.St. 1 Int.St. 2 xj 12 Int.St. 2 Int.St. 1 xj 21 Int.St. 2 Int.St. 2 xj 22 [LO_Folien.odt] S. 10 [ ]
11 Variablen Mehrkosten bei intensiver Produktion : erhöhten var. Kosten abzüglich normalen var. Kosten: Produkt benötigt in benötigt in Mehrkosten in A1 A1 bei Int. A1 bei Int. bei Int. Stufe 2 Stufe 1 Stufe 2 Mehrkosten in A2 bei Int. Stufe 2 (analog) P1 5 5/1,25 = 4 (15*4-10*5)= 10 (20*16/5-15*4)= 4 P2 2 2/1,25 = 8/5 (15*8/5-10*2)= 4 (20*12/5-15*3)= 3 Damit ergeben sich die modifizierten DB (für 8 Variablen) : Produ Int. Stufe in A1 Int. Stufe in A2 DB norm DB red. kt P P = 26 P = 20 P = 16 P P = 37 P = 36 P = 33 Die N.Bed. müssen modifiziert werden, aber keine neuen! Übersicht aller Ergebnisse: Originalproblem Überstunden Intensivierung der Produktion Z opt Menge P Üst Int. Menge P Wie man es auch macht, die Absatzgrenze bei P2 ist der Hemmschuh. [LO_Folien.odt] S. 11 [ ]
12 Sensitivitätsanalyse: Wie empfindlich reagiert die Lösung auf (Zahlen-) Parameteränderungen? Am einfachsten: Variation der rechten Seite b j : a 11 x a 1n x n b 1 + δ δ sei klein! Die (Hyper-)Ebene verschiebt sich parallel proportional zu δ : δ Z neues Opt. a x +...=b +δ altes Opt. a x +... = b Z=Z opt Das neue Optimum hat ein besseres Z: Z opt(neu) = Z opt(alt) + Z Im Bild ist offensichtlich: Z δ Schattenpreis : S.P. 1 = Z / δ ( nur für Engpässe!! ) Excel gibt die Schattenpreise korrekt für Engpässe an! Schattenpreise: Die maximalen Preise, die man für Engpaß- Ressourcen (je Einheit) bei externer Zulieferung bezahlen sollte, um dennoch kein verschlechtertes Ergebnis zu erhalten. Im obigen Beispiel: (Nebenbed.1 und 3 sind keine Engpässe!) S.P.2 = 7,5 (KapA2) S.P.4 = 17,5 (AbsMaxP2) [LO_Folien.odt] S. 12 [ ]
13 Excel gibt auch die reduzierten Zielkoefizieten an: erforderliche Kostenreduktion, damit ein nicht-hergestelltes Produkt in den Plan aufgenommen wird. Oder: erforderlicher erhöhter Erlös des Produktes. Spannweite der Parameteränderung: Excel gibt auch die Spannweite an, innerhalb der die Parameter des Problems sich individuell (nicht gemeinsam!) ändern können, ohne dass sich der optimale Lösungspunkt ändert. Z dagegen kann sich ändern. Im obigen Beispiel: 0 DB1 53,33 22,5 DB AbsMaxP1 1714,29 AbsMaxP KapA1 - KapA Probieren Sie immer nur einen Grenzwert aus! Beispiel: AbsMaxP2 = 1714,29 Lös: x 1 =714,29 ; x 2 =1714,29 ; Z opt = Sowohl KapA1 als auch KapA2 und AbsMaxP2 sind erschöpfte Ressourcen! 3 Geraden schneiden sich in einem Punkt! Die Berechnung der Grenzen ist recht leicht mit dem Simplex- Algorithmus, der ja immer schon die nächste Ecke kennt. Richtige LO-Programme können auch eine Sensitivitätsanalyse der Koefizienten (von A) vornehmen. Noch einen Schritt weiter: Parametrische Optimierung An mehreren Stellen werden Parameterabhängige, gleichzeitige Änderungen berücksichtigt, z.b. für generelle Preis-,Lohn-,Umsatzsteuererhöhungen, Währungsschwankungen u.ä. Es gibt auch noch eine Stochastische Lineare Optimierung. [LO_Folien.odt] S. 13 [ ]
14 Modellvorlage : kostenminimales Qualitätsprogramm Die Qualitätsmerkmale m Aktivitäten hier : Q.- Maßnahmen n a Qualitätsanteil jeder Aktivität zu erfüllenden Qualitätsanforderungen a mn Ziel Auswirkung, Aktivitätskosten Z Z auf das x x n Intensitivität jeder Aktivität Das Ziel Z: Kostens umme a ij : Verbesserung des Q-Merkmals i für eine Einheit der Aktivität/Maßnahme j Z j : Zieländerung (meist Kosten) für eine zusätzliche Einheit der Aktivität j x j : Entscheidungsvariable: unbestimmte Intensität der Aktivität j in sinnvollen Einheiten. [LO_Folien.odt] S. 14 [ ]
15 Beispiel Diätplan Minimierungsproblem Quelle: J. Tietze, 1996, S. 10-4, ähnlich auch bei der Mischung von Legierungen etc. Aufstellung eines kostengünstigen Diätplans, der alle notwendigen Nährstoffe garantiert. 2 Futtermittel (Schweinemästerei)., 3 wichtige Inhaltsstoffe. Bedarf und Kosten je Schwein: Eiweiß (ME/100g) Fett (ME/100g) Energie (ME/100g) Preis ( /100g ) Futter I ,- Futter II ,- Mindestbedarf (ME) n 1 2 Start 3 [LO_Folien.odt] S. 15 [ ]
16 Der Duale Simplexalgorithmus Mathematische Basis: Die Lösung der Linearen Optimierung ist immer: a) unbeschränkt (meist aufgrund Modellierungsfehler) oder b) leer (dito) oder c) in mindestens einer Ecke eines gerade(eben) berandeten konvexen Kegels ( Simplex ) zu finden. Dualer Simplexalgorithmus Besonders wichtig für das Weiterrechnen von einer bekannten Lösung aus mit (kleinen) Änderungen und für viele praktisch & theoretische Abschätzungen. (1)Starte mit einem unzulässigen Eckpunkt mit (über-)optimalem Zielwert (2)Fahre in Richtung der stärksten Verletzung der Nebenbedingungen fort! (Vektorvergleich) (3)Gehe bis zur nächsten (evtl. un-)zulässigen, über-optimalen Ecke! (Quotientenvergleich) (4)Gehe zu (2) falls noch unzulässig, sonst ist dieser Punkt zulässig und optimal! [LO_Folien.odt] S. 16 [ ]
17 Dualitätsprinzip Zu jedem linearen Opt. Problem (Primales Problem) gibt es ein Duales lin. Opt. Problem. Die Lösungen/Aussagen des Primalen Problems sind eindeutig mit den Lösungen/Aussagen des Dualen Problems verknüpft. Das Duale Problem des Dualen Problems ist das Primale Problem (Symmetrie)! Bsp.: Primales Problem ist Produktions-Programmplan Z = DB 1 x 1 +. DB n x n Max! a 11 x a 1n x n b 1... a m1 x a mn x n b m und NNB. Duales Problem: Auwandsminimum bei vorgeg. DB. Z * = b 1 y 1 +. b m y m Min! a 11 y a m1 y m DB 1... a 1n y a mn y m DB n und NNB. Graphisch sehr eindeutig: y 1 y 2 y 3 DB i x x b j : [LO_Folien.odt] S. 17 [ ]
18 Das D.P. fordert die vorgegebenen DB für jedes Produkt. Die Entscheidungsvariablen entsprechen einer Ressourcenbewertung. Das Ziel ist, den Gesamtaufwand (Ressourcen-Kosten) minimal zu halten. Mit den obigen Zahlen: Opt. P.P.: x 1 = 2 ; x 2 = 6 ; Z = 36 Opt. D.P.: y 1 = 0 ; y 2 = 1,5 ; y 3 = 1 ; Z * = 36 Wenn Z die Einheit [GE] hat und 4;12;18 die Kapazitäten von 3 Maschinen z.b. in [Mst] sind, müssen die Dimensionen von y i [GE/Mst] sein. Die Schattenpreise y i bemessen/gewichten den Ressourceneinsatz. Engpässe der Produktion haben einen Schattenpreis 0. Schattenpreise geben an, bis zu welchen Extrakosten man diese Ressource extern einkaufen könnte und trotzdem mehr Gewinn machen könnte. Größere Werte von y i führen zu zulässigen Lösungen des Dualen Problems mit einem Z * > 36 = Z * opt = Z opt. Eigenschaften Dualer Probleme Die Lösungen des Dualen Problems sind die Schattenpreise des P.P. Die Matrix des Standardproblems wird einfach transponiert. Zulässige Lösungen des Dualen Problems ergeben obere Schranken für den Zielwert des P.P.! Der Duale Simplex-Alg. kann mit (primal) unzulässigen Startlösungen beginnen (siehe obiges Minimierungsproblem). Der D.S.A. wird verwendet, wenn zu einem bereits gelösten Problem neue Restriktionen oder neue Variablen hinzugefügt werden sollen, ohne alles neu von vorne zu rechnen. [LO_Folien.odt] S. 18 [ ]
19 Fortführung des Produktions-Programm-Beispiels Aufgabe 4: Ein mehrperiodiges Modell Rollierenden Planung: aufgrund unterschiedlicher Produktionszeiträume, saisonaler Nachfrage- und Arbeitskräfteunterschiede in das Modell aufnehmen: variable Kapazitätsrestriktionen, Absatzmöglichkeiten und Lagerkosten. Bei gleichen Zeitperioden gibt es ein einfaches, erweitertes LO-Modell. Die Modellvariablen setzt man so fest: x j ab mit j : Index für Produkt j a : Erzeugungsperiode b : Absatzperiode, b a. Wird eine Produkteinheit E nicht in der Periode abgesetzt, in der sie produziert wird, so sind Lagerkosten zu berücksichtigen: P1 : 6 GE/E/Periode P2 : 8 GE/E/Periode Zeitabhängige Kosten und Erlöse (Erweiterung von Aufg. 1). 4 Zeitperioden ZP a, a {1,2,3,4}. Zeitperiode : ZP 1 ZP 2 ZP 3 ZP 4 Kapazitäten Abt. A A Absatzmenge Produkt P P Kosten o.lager P P Nettoerlöse P P Angepaßte Deckungsbeiträge [LO_Folien.odt] S. 19 [ ]
20 Erzeugungsperiode a= Absatzperiode b= Stück-DB von P Stück-DB von P z.b. für P1 mit a=2 b=4 pro Mengenheit: Produktionskosten = 57, 2 mal Lagerkosten = 12, Erlös = Summe DB 1 = 28 Over-All Wert maximieren: 2 Z= j=1 4 a=1 4 DB ab x j j ab b=1 Es gibt 20 Variablen, einige (32-20) Summanden sind 0 zu setzen! Die Nebenbedingungen sind ebenfalls anzupassen!! Eine Lösung für dieses LP lautet: Modellvariablen 11 X X X X X X X X X alle sonst 0 Der Schlupfvariablen nicht ausgeschöpfte Resourcen KAP1 A1 500 KAP2 A2 400 KAP3 A2 320 KAP4 A2 980 ABSMAX Q1 P1 900 ABSMAX Q3 P1 280 ABSMAX Q4 P1 520 optimale Zielfunktionswert lautet Z opt = GE. An Lagerkosten fallen an: 400*6 =2400 GE (für x 1 12 ). [LO_Folien.odt] S. 20 [ ]
Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung
Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung Rainer Hufnagel / Laura Wahrig 2006 Diese Woche LO - Sensitivitätsanalyse Simulation Beispiel Differenzengleichungen
MehrLineare Optimierung Ergänzungskurs
Lineare Optimierung Ergänzungskurs Wintersemester 2015/16 Julia Lange, M.Sc. Literatur Werner, F.; Sotskov, Y.N. (2006): Mathematics of Economics and Business; Routledge; London Bemerkungen Diese Unterlagen
Mehr3. Grundlagen der Linearen Programmierung
3. Grundlagen der linearen Programmierung Inhalt 3. Grundlagen der Linearen Programmierung Lineares Programm Grafische Lösung linearer Programme Normalform Geometrie linearer Programme Basislösungen Operations
MehrOPERATIONS-RESEARCH (OR)
OPERATIONS-RESEARCH (OR) Man versteht darunter die Anwendung mathematischer Methoden und Modelle zur Vorbereitung optimaler Entscheidungen bei einem Unternehmen. Andere deutsche und englische Bezeichnungen:
MehrDoing Economics with the Computer Sommersemester 2002. Excel Solver 1
Universität Bern Kurt Schmidheiny / Manuel Wälti Doing Economics with the Computer Sommersemester 2002 Excel Solver 1 Mit dem Solver unterstützt Excel eine Funktion, mit der u.a. komplex verschachtelte
MehrOptimierung. Optimierung. Vorlesung 7 Lineare Programmierung II. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 7 Lineare Programmierung II 1 Lineare Programme Lineares Programm: Lineare Zielfunktion Lineare Nebenbedingungen (Gleichungen oder Ungleichungen) Spezialfall der konvexen Optimierung
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
Mehr4. Dynamische Optimierung
4. Dynamische Optimierung Allgemeine Form dynamischer Optimierungsprobleme 4. Dynamische Optimierung Die dynamische Optimierung (DO) betrachtet Entscheidungsprobleme als eine Folge voneinander abhängiger
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrSchranken für zulässige Lösungen
Schranken für zulässige Lösungen Satz 5.9 Gegeben seien primales und duales LP gemäß der asymmetrischen Form der Dualität. Wenn x eine zulässige Lösung des primalen Programms und u eine zulässige Lösung
MehrPrüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten)
HTW Dresden 9. Februar 2012 FB Informatik/Mathematik Prof. Dr. J. Resch Prüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten) Name, Vorname: Matr.-nr.: Anzahl der abge-
MehrVorkurs Mathematik Übungen zu Polynomgleichungen
Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.
Mehr3. LINEARE GLEICHUNGSSYSTEME
176 3. LINEARE GLEICHUNGSSYSTEME 90 Vitamin-C-Gehalt verschiedener Säfte 18,0 mg 35,0 mg 12,5 mg 1. a) 100 ml + 50 ml + 50 ml = 41,75 mg 100 ml 100 ml 100 ml b) : Menge an Kirschsaft in ml y: Menge an
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
MehrPraktische Mathematik: Lineare und Netzwerk-Optimierung (SS 2015) Praktikumsaufgaben
Technische Universität Kaiserslautern Prof Dr Sven O Krumke Dr Sabine Büttner MSc Marco Natale Praktische Mathematik: Lineare und Netzwerk-Optimierung (SS 2015) Praktikumsaufgaben Aufgabe 1 (Konvertieren
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrMathematik-Klausur vom 16.4.2004
Mathematik-Klausur vom 16..200 Aufgabe 1 Die Wucher-Kredit GmbH verleiht Kapital zu einem nominellen Jahreszinsfuß von 20%, wobei sie die anfallenden Kreditzinsen am Ende eines jeden Vierteljahres der
MehrLINGO: Eine kleine Einführung
LINGO: Eine kleine Einführung Jun.-Prof.Dr. T. Nieberg Lineare und Ganzzahlige Optimierung, WS 2009/10 LINDO/LINGO ist ein Software-Paket, mit dessen Hilfe (ganzzahlige) lineare Programme schnell und einfach
MehrAbituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrLernmaterial für die Fernuni Hagen effizient und prüfungsnah
Lernmaterial für die Fernuni Hagen effizient und prüfungsnah www.schema-f-hagen.de Sie erhalten hier einen Einblick in die Dokumente Aufgaben und Lösungen sowie Erläuterungen Beim Kauf erhalten Sie zudem
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
MehrKosten-Leistungsrechnung Rechenweg Optimales Produktionsprogramm
Um was geht es? Gegeben sei ein Produktionsprogramm mit beispielsweise 5 Aufträgen, die nacheinander auf vier unterschiedlichen Maschinen durchgeführt werden sollen: Auftrag 1 Auftrag 2 Auftrag 3 Auftrag
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrFall 3: Mehrere Kapazitätsengpässe
Fall 3: Mehrere Kapazitätsengpässe ei Vorliegen mehrerer Engpässe ist zunächst zu prüfen, ob ein Engpass die anderen Engpässe dominiert. Ist dies der Fall, reduziert sich das Optimierungsproblem auf den
MehrDie Verbindung von Linearer Programmierung und Graphentheorie
Die Verbindung von Linearer Programmierung und Graphentheorie Definition 5.9. Ein kombinatorisches Optimierungsproblem entspricht einem LP, bei dem statt der Vorzeichenbedingungen x i 0 Bedingungen der
MehrKaufmännische Berufsmatura 2011
Kaufmännische Berufsmatura 0 Serie : Lösungen Serie - Lösungen Prüfungsdauer: Max. zahl: 50 Minuten 00 Bewertungshinweise: Mehrfachlösungen sind nicht gestattet. Als Resultate gelten nur eindeutig gekennzeichnete
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrTangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:
Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung
MehrMikroökonomik 9. Vorlesungswoche
Mikroökonomik 9. Vorlesungswoche Tone Arnold Universität des Saarlandes 18. Dezember 2007 Tone Arnold (Universität des Saarlandes) 9. Vorlesungswoche 18. Dezember 2007 1 / 31 Volkswirtschaftliche Rente
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrExtrema von Funktionen in zwei Variablen
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrMathematik. UND/ODER Verknüpfung. Ungleichungen. Betrag. Intervall. Umgebung
Mathematik UND/ODER Verknüpfung Ungleichungen Betrag Intervall Umgebung Stefan Gärtner 004 Gr Mathematik UND/ODER Seite UND Verknüpfung Kommentar Aussage Symbolform Die Aussagen Hans kann schwimmen p und
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrDarstellungsformen einer Funktion
http://www.flickr.com/photos/sigfrid/348144517/ Darstellungsformen einer Funktion 9 Analytische Darstellung: Eplizite Darstellung Funktionen werden nach Möglichkeit eplizit dargestellt, das heißt, die
MehrFachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer
Fachdidaktik der Informatik 18.12.08 Jörg Depner, Kathrin Gaißer Klassendiagramme Ein Klassendiagramm dient in der objektorientierten Softwareentwicklung zur Darstellung von Klassen und den Beziehungen,
MehrRekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt
Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
Mehr3.3 Eigenwerte und Eigenräume, Diagonalisierung
3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
MehrTheoretische Grundlagen der Informatik WS 09/10
Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3
MehrGrundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
MehrMathematik-Klausur vom 2. Februar 2006
Mathematik-Klausur vom 2. Februar 26 Studiengang BWL DPO 1997: Aufgaben 1,2,3,5,6 Dauer der Klausur: 12 Min Studiengang B&FI DPO 21: Aufgaben 1,2,3,5,6 Dauer der Klausur: 12 Min Studiengang BWL DPO 23:
MehrHandbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen
MehrAdobe Photoshop. Lightroom 5 für Einsteiger Bilder verwalten und entwickeln. Sam Jost
Adobe Photoshop Lightroom 5 für Einsteiger Bilder verwalten und entwickeln Sam Jost Kapitel 2 Der erste Start 2.1 Mitmachen beim Lesen....................... 22 2.2 Für Apple-Anwender.........................
MehrProzentrechnung. Wir können nun eine Formel für die Berechnung des Prozentwertes aufstellen:
Prozentrechnung Wir beginnen mit einem Beisiel: Nehmen wir mal an, ein Handy kostet 200 und es gibt 5% Rabatt (Preisnachlass), wie groß ist dann der Rabatt in Euro und wie viel kostet dann das Handy? Wenn
Mehr10.1 Auflösung, Drucken und Scannen
Um einige technische Erläuterungen kommen wir auch in diesem Buch nicht herum. Für Ihre Bildergebnisse sind diese technischen Zusammenhänge sehr wichtig, nehmen Sie sich also etwas Zeit und lesen Sie dieses
MehrOptimierung für Wirtschaftsinformatiker: Analytische Optimierung mit Ungleichungsnebenbedingungen
Optimierung für Wirtschaftsinformatiker: Analytische Optimierung mit Ungleichungsnebenbedingungen Dr. Nico Düvelmeyer Freitag, 8. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 NLP Aufgabe KKT 2 Nachtrag
Mehr1. Kennlinien. 2. Stabilisierung der Emitterschaltung. Schaltungstechnik 2 Übung 4
1. Kennlinien Der Transistor BC550C soll auf den Arbeitspunkt U CE = 4 V und I C = 15 ma eingestellt werden. a) Bestimmen Sie aus den Kennlinien (S. 2) die Werte für I B, B, U BE. b) Woher kommt die Neigung
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHISCHE UIVERSITÄT MÜCHE Zentrum Mathematik PRF. R.R. JÜRGE RICHTER-GEBERT, VAESSA KRUMMECK, MICHAEL PRÄHFER Höhere Mathematik für Informatiker I (Wintersemester 003/004) Aufgabenblatt 1 (4. ktober 003)
MehrAufgabe 6 Excel 2013 (Fortgeschrittene) Musterlösung
- 1 - Aufgabe 6 Excel 2013 (Fortgeschrittene) Musterlösung 1. Die Tabelle mit den Werten und Gewichten der Gegenstände, sowie die Spalte mit der Anzahl ist vorgegeben und braucht nur eingegeben zu werden
MehrWas meinen die Leute eigentlich mit: Grexit?
Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen
MehrFachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen
Fachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen Verbundstudiengang Technische Betriebswirtschaft Prof. Dr. rer. nat. habil. J. Resch Teilprüfung: Mathematik 1 (Modul) Termin: Februar
MehrNichtlineare Optimierung ohne Nebenbedingungen
Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt
MehrCTI SYSTEMS S.A. CTI SYSTEMS S.A. 12, op der Sang. Fax: +352/2685-3000 L- 9779 Lentzweiler. Email: cti@ctisystems.com G.D.
Z.I. Eselborn - Lentzweiler Phone: +352/2685-2000 12, op der Sang Fax: +352/2685-3000 L- 9779 Lentzweiler Email: cti@ctisystems.com G.D. Luxembourg URL: www.ctisystems.com Benutzung von Höhensicherungsgeräten
MehrWie löst man Mathematikaufgaben?
Wie löst man Mathematikaufgaben? Manfred Dobrowolski Universität Würzburg Wie löst man Mathematikaufgaben? 1 Das Schubfachprinzip 2 Das Invarianzprinzip 3 Das Extremalprinzip Das Schubfachprinzip Verteilt
MehrMathematik-Klausur vom 4.2.2004
Mathematik-Klausur vom 4.2.2004 Aufgabe 1 Ein Klein-Sparer verfügt über 2 000, die er möglichst hoch verzinst anlegen möchte. a) Eine Anlage-Alternative besteht im Kauf von Bundesschatzbriefen vom Typ
MehrAnwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht
Anwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht Beispiele wirtschaftsmathematischer Modellierung Lehrerfortbildung, Speyer, Juni 2004-1- Beispiele wirtschaftsmathematischer Modellierung
MehrSharePoint Demonstration
SharePoint Demonstration Was zeigt die Demonstration? Diese Demonstration soll den modernen Zugriff auf Daten und Informationen veranschaulichen und zeigen welche Vorteile sich dadurch in der Zusammenarbeit
MehrTipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden
MehrDies ist nur ein Beispielfall!
Der OEE-Wert (Overall Equipment Effectiveness) ist eine Kennzahl zur Berechnung und Analyse der Produktivität einer Maschine/Person u.ä. anhand eines Leistungswirkungsgrades! Er ermöglicht Ihnen klare
MehrZahlen und das Hüten von Geheimnissen (G. Wiese, 23. April 2009)
Zahlen und das Hüten von Geheimnissen (G. Wiese, 23. April 2009) Probleme unseres Alltags E-Mails lesen: Niemand außer mir soll meine Mails lesen! Geld abheben mit der EC-Karte: Niemand außer mir soll
Mehr4. Übungsblatt Matrikelnr.: 6423043
Lineare Algebra I 1. Name: Bleeck, Christian 4. Übungsblatt Matrikelnr.: 6423043 Abgabe: 15.11.06 12 Uhr (Kasten D1 320) Übungsgruppe: 03 Patrick Schützdeller 2. Name: Niemann, Philipp Matrikelnr.: 6388613
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrDefinition und Begriffe
Merkblatt: Das Dreieck Definition und Begriffe Das Dreieck ist ein Vieleck. In der Ebene ist es die einfachste Figur, die von geraden Linien begrenzt wird. Ecken: Jedes Dreieck hat drei Ecken, die meist
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrEinfache kryptographische Verfahren
Einfache kryptographische Verfahren Prof. Dr. Hagen Knaf Studiengang Angewandte Mathematik 26. April 2015 c = a b + a b + + a b 1 11 1 12 2 1n c = a b + a b + + a b 2 21 1 22 2 2n c = a b + a b + + a b
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrPlanen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher
Planen mit mathematischen Modellen 00844: Computergestützte Optimierung Leseprobe Autor: Dr. Heinz Peter Reidmacher 11 - Portefeuilleanalyse 61 11 Portefeuilleanalyse 11.1 Das Markowitz Modell Die Portefeuilleanalyse
MehrRepräsentative Umfrage zur Beratungsqualität im deutschen Einzelhandel (Auszug)
Porsche Consulting Exzellent handeln Repräsentative Umfrage zur Beratungsqualität im deutschen Einzelhandel (Auszug) Oktober 2013 Inhalt Randdaten der Studie Untersuchungsziel der Studie Ergebnisse der
MehrP = U eff I eff. I eff = = 1 kw 120 V = 1000 W
Sie haben für diesen 50 Minuten Zeit. Die zu vergebenen Punkte sind an den Aufgaben angemerkt. Die Gesamtzahl beträgt 20 P + 1 Formpunkt. Bei einer Rechnung wird auf die korrekte Verwendung der Einheiten
MehrAufgabe 1: Malerarbeiten
Aufgabe 1: Malerarbeiten Fritz braucht zwei Stunden, um ein Zimmer zu streichen. Susi braucht für das gleiche Zimmer drei Stunden. Wie lange brauchen beide zusammen, um das Zimmer zu streichen? Lösung:
MehrDownload. Mathematik üben Klasse 8 Funktionen. Differenzierte Materialien für das ganze Schuljahr. Jens Conrad, Hardy Seifert
Download Jens Conrad, Hard Seifert Mathematik üben Klasse 8 Funktionen Differenzierte Materialien für das ganze Schuljahr Downloadauszug aus dem Originaltitel: Mathematik üben Klasse 8 Funktionen Differenzierte
Mehra n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:
Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend
MehrPresseinformation. Ihre Maschine spricht! Mai 2015. GLAESS Software & Automation Wir machen industrielle Optimierung möglich.
Presseinformation Mai 2015 GLAESS Software & Ihre Maschine spricht! Wäre es nicht hilfreich, wenn Maschinen zu uns sprechen könnten? Natürlich nicht immer aber immer dann, wenn etwas Entscheidendes passiert.
MehrOhne Fehler geht es nicht Doch wie viele Fehler sind erlaubt?
Ohne Fehler geht es nicht Doch wie viele Fehler sind erlaubt? Behandelte Fragestellungen Was besagt eine Fehlerquote? Welche Bezugsgröße ist geeignet? Welche Fehlerquote ist gerade noch zulässig? Wie stellt
MehrStellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster
Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.
MehrEinstellungen in MS-Word - Schnellzugriffsleiste -
- Schnellzugriffsleiste - Anpassen der Schnellzugriffsleiste Zusätzlich zum Menüband (Multifunktionsleiste) existiert eine Schnellzugriffsleiste die man sich selbst konfigurieren kann Schaltfläche "Office"
MehrPhysik & Musik. Stimmgabeln. 1 Auftrag
Physik & Musik 5 Stimmgabeln 1 Auftrag Physik & Musik Stimmgabeln Seite 1 Stimmgabeln Bearbeitungszeit: 30 Minuten Sozialform: Einzel- oder Partnerarbeit Voraussetzung: Posten 1: "Wie funktioniert ein
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrDie Post hat eine Umfrage gemacht
Die Post hat eine Umfrage gemacht Bei der Umfrage ging es um das Thema: Inklusion Die Post hat Menschen mit Behinderung und Menschen ohne Behinderung gefragt: Wie zufrieden sie in dieser Gesellschaft sind.
MehrDivision Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema
Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x
MehrIhr starker Schutz von Anfang an mit der Dienstanfänger-Police.
Für Beamte auf Widerruf und auf Probe Ihr starker Schutz von Anfang an mit der Dienstanfänger-Police. Speziell für Feuerwehr, Polizei, Bundespolizei, Justiz, Zoll und Strafvollzug. Denken Sie früh genug
Mehr0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )
Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,
MehrDas RSA-Verschlüsselungsverfahren 1 Christian Vollmer
Das RSA-Verschlüsselungsverfahren 1 Christian Vollmer Allgemein: Das RSA-Verschlüsselungsverfahren ist ein häufig benutztes Verschlüsselungsverfahren, weil es sehr sicher ist. Es gehört zu der Klasse der
Mehr