Operations Research. Prof. Jürgen Sauer. Operations Research

Größe: px
Ab Seite anzeigen:

Download "Operations Research. Prof. Jürgen Sauer. Operations Research"

Transkript

1 Prof. Jürge Sauer Operatios Research Vorlesug im Sommer-Semester 005

2 Ihaltsverzeichis. Merkmale des Operatios Research Defiitio Problemstelluge Problemlösuge Lieare Plaugsrechug Eiführug Bestimme des Problembereichs Sid Etscheiduge Glücksache? Vom Zufall zur Methode Vo der Methode zum praktische Verfahre..... Beispiele für Optimierugsprobleme Produktiosprobleme Mischugsprobleme Verschittprobleme Verteilugsprobleme Eisatzmöglichkeite vo OR-Modelle im DV-Maagemet Nichtlieare ud lieare Optimierugsprobleme Nichtlieare, lieare Optimierugsprobleme ud Extremalwert-probleme Eiführede Beispiele Optimale Lagerauffüllug vor Preiserhöhuge Die klassische Bestellmegeformel (Losgrößeformel) Lagerhaltugsprobleme Abgrezug der Extremalwertprobleme zur lieare Optimierug Grafische Lösugsverfahre Normalforme der lieare Plaugsrechug mit Variable Die Normalform der Maximumaufgabe Normalforme der Miimumaufgabe Die Lösugsmege für Probleme mit Variable Probleme mit mehr als eier Lösug Probleme ohe optimale Lösug Probleme mit geau eier Lösug Charakterisierug der Lösugsmege Basislösuge ud zulässige Basislösuge Die optimale Lösug Soderfälle Die gazzahlige Plaugsrechug Die Parametrische Plaugsrechug Das Simplexverfahre Eiführug: Ei Beispiel aus der Produktio Das Simplexverfahre für die Normalform der Maximumaufgabe Das mathematische Modell für die Normalform mit Variable Die Basistrasformatio Zulässige Basislösuge Der Nullpukt Berechug zulässiger Basislösuge Eckpukte Das Maximum Bestimme der optimale Lösug Das Dualitätsproblem Ei eiführedes Beispiel Das Dualitätstheorem Das duale lieare Optimierugsprobleme Das Optimalitätskriterium Der Dualitätssatz Awedug des Simplexverfahres Das verkürzte Simplex-Tableau Ei eiführedes Beispiel... 68

3 .4.. Allgemeie Darstellug Steepest-Uit Ascet Die "Greatest Chage"-Versio Soderfälle Etartug Ubegrezte Lösuge Das Simplexverfahre i Java Simplex-Optimierug mit dem Excel-Solver ">="-Restiktioe Die duale Simplex-Methode Das zweidimesioale Verschittproblem Das eidimesioale Verschittproblem Gleichuge als Restriktioe Zusammefassug: Ablauf des Simplex-Verfahres Uter- ud Obergreze vo Variable Vereibaruge Utergreze vo eizele Variable x j >= l j Obergreze vo eizele Variable Zweipersoe-Nullsummespiele Grudlage Matrixspiele Wert eies Spiels ud optimale Strategie Ermittlug des Sattelpukts für Matrixspiele Gemischte Strategie Bestimme des Spielwerts bei gemischter Erweiterug Lösug mit dem Simplex-Verfahre Grudlage Beispiele Graphe ud Graphealgorithme Theorie ud praktische Bedeutug Eiführug Awedugsgebiete aus dem Bereich des OR Defiitio ud Darstellug vo Graphe Darstellug i Recherprogramme Grudlegede Algorithme Die Ermittlug kürzester bzw. lägster Wege ach dem Algorithmus vo Ford Netzplatechik Grudlage CPM MPM Flüsse i Trasportetze Das Problem des maximale Flusses (Algorithmus vo Ford / Fulkerso) Kostemiimaler Gesamtfluß Eiführug Trasportprobleme Das Umladeproblem Zuordugsprobleme Das Travellig-Salesma-Problem Das Chiese Postma s Problem Warteschlagemodelle Stochastische Prozesse Eiführede Beispiele Wahrscheilichkeitstheoretische Grudlage Zufallsvariable Mehrdimesioale Zufallsvariable, Abhägigkeite zwische mehrere Zufallsvariable Stochastische Prozesse Markov-Prozesse Elemetare Wartesysteme Beschreibug Leistugsgröße Charakterisierug (Kurzschreibweise) vo Wartesysteme

4 5.3 Bedieugssysteme Markov'sche Bedieugssysteme Statioäre Verteiluge M/M/m-Systeme Systeme mit beschräktem Zugag Wartezeiteverteiluge Allgemeie Bedieugssysteme Warteschlageetze Grudlage Produktformlösuge Jackso-Theorem für offee Netze Gordo/Newell-Theorem für geschlossee Netze Simulatio Defiitio ud Klassifizierug vo Simulatiosmethode Defiitio Klassifizierug Simulatiosstudie Fallbeispiel Mauelle Simulatio Allgemeie Vorgehesweise bei eier Simulatiosstudie Werkzeuge der Simulatio Modelltype der digitale Simulatio Determiierte Modelle Stochastische Modelle Beschreibug ud Vorgehesweise Stochastische Methode i der Simulatio diskreter Systeme Die Erzeugug vo Zufallszahle Verteiluge Mathematische Grudlage Gleichverteilug Expoetialverteilug ud verwadte Verteiluge Normalverteilug ud verwadte Verteiluge Allgemeie Methode zur Erzeugug vo Zufallszahle Diskrete Simulatio Modellierug ud Sichtweise Kompoete ereigisorietierter Simulatioe Typische Modellklasse Bedieugs-/ Wartesysteme Lagerhaltugssysteme

5 Empfohlee Literatur Churchma, C.W. / Ackoff, R.L. / Aroff, E.L.: Operatios Research, Oldebourg, Wie ud Müche, 964 Desbazeille, G.: Uterehmesforschug, Stuttgart, 970 Domschke, W. / Drexl, A.: Operatios Research, Spriger, Berli..., 990 Müller-Merbach, H.: Operatios Research, 3. Auflage, Müche, 973 Wille, H. / Gewald, K. / Weber, H.D.: Netzplatechik, Müchem Wie 966 Grams, Timm: Simulatio, Maheim, Leipzig, Wie, Zürich 99 Pflug, Georg: Stochastische Modelle i der Iformatik, Stuttgart 986 Bolch, Guter: Leistugsbewertug vo Rechesysteme, Stuttgart 989 5

6 . Merkmale des Operatios Research. Defiitio Operatios Research ist ei agloamerikaischer Begriff. Syoym ist hierzu der deutsche Begiff: Optimalplaug. Eie Optimalplaug besitzt folgede Eigeschafte: () Vorbereitug optimaler Etscheiduge () Verwedug mathematischer Modelle zur Optimierug. Problemstelluge Allgemei sid Gegestad vo OR-Utersuchuge: Probleme der wirtschaftliche, gesellschaftliche Praxis, die sich durch mathematische Modelle beschreibe lasse. Solche Probleme köe sei: () Zuteilugsprobleme Eie vorgegebee Leistug ist durch de Eisatz beschräkter Mittel auf wirtschaftliche Weise zu erziele bzw. mit gegebee Mittel ist ei maximaler Ertrag zu erziele. Am häufigste zur Lösug vo Zuteilugsprobleme verwedete mathematische Verfahre: Lieare Plaugsrechug (lieare Optimierug, lieare Programmierug) () Kokurrezprobleme Etscheiduge des eie Parters werde durch Etscheiduge des adere Parters beeiflußt. Kokurrezprobleme werde mit Hilfe vo Spiele (z.b. Zweipersoe- Nullsummespiele ) beschriebe, d.h. charakterisiert durch eie bestimmte Azahl vo Spieler, Spielregel, Gewi ud Verlust. Das grudlegede mathematische Verfahre ist i der Spieltheorie beschriebe. (3) Lagerhaltugsprobleme I diese Probleme sid die Koste der Lagerug abzuwäge gege Auftragskoste bzw. Bestellkoste ud Koste, die durch verzögerte Lieferug wege Erschöpfug des Lagerbestads etstehe. Mathematische Hilfsmittel sid hier: Gleichugssysteme ud Verfahre der lieare ud dyamische Plaugsrechug. Vgl. Kap.3 6

7 (4) Wartezeitprobleme Persoe ud Güter werde durch (eie oder mehrere) Stelle abgefertigt. Vo Ausahmefälle abgesehe, müsse dabei zu bedieede Eiheite oder Bedieugsstelle warte. Es etstehe Koste. Die Summe dieser Koste soll eie möglichst gerige Wert aehme. Mathematische Verfahre zur Behadlug derartiger Probleme stelle zur Verfügug:. Warteschlagetheorie, z.b. - zur Bestimmug der Azahl der Bedieugsstelle - zur Festlegug der Zeitpukte, zu dee die abzufertigede Eiheite voraussichtlich eitreffe. Optimale Reihefolge Optimale Bestimmug der Reihefolge i der bereitstehede Eiheite zur Bedieug heragezoge werde. Die Zahl der Bedieugsstelle liegt hier fest, die Reihefolge ist dagege beeiflußbar. Bsp.: Ablaufplaug für Produktserie über eie Reihe vo Maschie mit dem Ziel eie miimale Gesamtlaufzeit zu erreiche. Dazu verwadte Probleme: - Das Abstimme der eizele Arbeitsgäge a eiem Motagebad mit dem Ziel eie miimale Gesamtlaufzeit zu erreiche - Eie Route für eie Reihe vo Orte so festlege, daß die zurückgelegte Etferug ei Miimum wird. (5) Ersatzprobleme. Die Leistugsfähigkeit der Eirichtuge immt allmählich ab. Es ist der optimale Eisatzpukt zu bestimme durch Miimiere der Koste für eie eue Eirichtug bzw. der Koste zur Erhaltug der Leistugsfähigkeit der alte Alage.. Die Eirichtuge falle plötzlich vollstädig aus. Hier ist festzustelle: Welche Stücke sid zu ersetze? (z.b. alle außer i der letzte Woche eigesetzte Stücke). Wie oft solle diese Eirichtuge ersetzt werde? Die Frage werde mit Hilfe des folgede Etscheidugskriteriums beatwortet: - Koste, die durch die Eirichtug etstehe - Koste, die durch de Ausfall etstehe 7

8 .3 Problemlösuge Mit Hilfe eies Algorithmus wird das mathematische Modell uter Verwedug der Date gelöst. OR im weiteste Si beschäftigt sich mit Modellbildug ud Lösugsfidug (Etwicklug ud / oder Awedug vo Algorithme) sowie Methode zur Dateermittlug. Modelle spiele im OR eie zetrale Rolle. Ei Modell ist ei vereifachtes Abbild eies reale Systems oder Problems. OR beutzt im wesetliche Etscheidugsbzw. Optimierugs- sowie Simultaiosmodelle. Ei Etscheidugs- bzw. Optimierugsmodell ist eie (formale) Darstellug eies Etscheidugs- oder Plaugsproblems, das i seier eifachste Form midestes eie Alterativmege ud eie bewertede Zielfuktio ethält. Es wird aufgestellt, um mit geeigete Verfahre optimale ud suboptimale Lösugsvorschläge ermittel zu köe. Ei Optimierugsmodell läßt sich folgedermaße beschreibe: Maximiere (oder Miimiere) z = G(x r ) uter de Nebebediguge f i r ( x) = 0 Dabei sid: für i =,,...,m x r ei Variablevektor mit Kompoete 3 G(x) r eie Zielfuktio. Häfig sid aber die uter. agegebee Probleme so komplex, daß zu de mathematische Modelle keie bzw. ur sehr komplizierte, direkte aalytische Lösugsmethode vorliege. I solche Fälle setzt ma auf Simulatiosverfahre. Daruter wird das zielgerichtete Experimetiere a Modelle, die der Wirklichkeit achgebildet sid verstade. Durch die Simulatio, d.h. die Bearbeitug vo Modelle bei zielgerichteter Veräderug der Eifllußgröße, solle Rückschlüsse auf das reale System möglich werde. Simulatio als Methode des OR wird da agewadt, we sich das Problem icht durch ei mathematisches Modell beschreibe läßt oder we es kei aalytisches Lösugsverfahre gibt oder we ei solches eie zu hohe Recheaufwad erforder würde. Zielsetzug der Simulatio ist das Bestimme sog. Suboptima, z.b. die optimale Bestellmege, optimale Ersatzzeitpukte, u. ä. Häufig werde lediglich subboptimale Lösuge erreicht, da die Modelle ur Teilzusammehäge realer Systeme achbilde. Simulatioe gehöre somit zu de heuristische Verfahre 4. System vo m Gleichuge ud / oder Ugleichuge 3 Alle im Vektor x r zusammegefaßte Variable sid i der Regel ichtegative reelle bzw. ichtegative gazzahlige bzw. biäre Werte. 4 Verfahre zur Lösug komplexer Systeme oder Etscheidugsaufgabe. Werde vor allem für solche Optimierugsaufgabe agewadt, bei dee exakte Lösuge mit vertretbarem Recheaufwad icht möglich sid. 8

9 . Lieare Plaugsrechug. Eiführug.. Bestimme des Problembereichs... Sid Etscheiduge Glücksache? OR oder Optimalplaug bedeute das Vorbereite optimaler Etscheiduge. Etscheiduge sid aber häufig vo zufällige Ereigisse abhägig, d.h. "Etscheiduge sid Glücksache". ) Gegebe ist das folgede Problem: Aus eiem bestimmte Kotiget a Rohmaterial köe Erzeugisse (Produkte) hergestellt werde. Der Stückgewi des eie Produkts (Produkt ) ist doppelt so hoch wie der Stückgewi des adere Produkts (Produkt ). Die aus dem gegebee Rohmaterial mögliche Produktio ist i jedem Fall gaz absetzbar. Wieviel ist vo beide Produkte zu fertige, we ei optimaler Gewi erreicht werde soll? Dispositiosregel (): Es ist das Produkt zu fertige, das de höchste Gewi abwirft. Das bedeutet: Nur das Produkt ist zu fertige. Ist diese Etscheidug richtig? Sie ka u.u. falsch sei. ) Das vorhadee Rohmaterialkotiget ist: Rohmaterial : 6t Rohmaterial : 0t Rohmaterial 3: 6t Davo wird für die Fertigug je eies Stücks beötigt: Produkt : t Rohmaterial t Rohmaterial t Rohmaterial 3 Produkt : t Rohmaterial t Rohmaterial 3t Rohmaterial 3 Fertigt ma 5 Stück vo Produkt, da bleibe och übrig: Rohmaterial : t Rohmaterial : 5t Rohmaterial 3: t Diese Rohmaterialie reiche zur Fertigug vo Produkt icht mehr aus, wohl aber zur Herstellug eies Stücks vo Produkt. Dispositiosregel () ist zu diesem spezielle Fall falsch. Dispositiosregel (): Es wird soviel wie möglich vo dem Produkt gefertigt, das de höchste Gewi abwirft. Vom etwa übrig gebliebeem Rohmaterial wird soviel wie möglich vom adere Produkt erzeugt. Auch diese Regel ist icht allgemeigültig. 9

10 3) Zur Fertigug eies Produkts A bzw. B braucht ma Produkt A: t Rohmaterial a t Rohmaterial b t Rohmaterial c Produkt B: 4t Rohmaterial a 4t Rohmaterial b 4t Rohmaterial c Der Gewi für ei Stück vo Produkt B ist wieder doppelt so groß wie für ei Stück vo Produkt A (z.b DM gegeüber 00.- DM). Nach Dispositiosregel () ist der Gesamtgewi = DM. Es köte ei Höchstgewi vo DM erreicht werde, we 6 Stück vo Produkt A hergestellt werde. Dispositiosregel (3): Fertigug des Produkts, das de iedrigere Stückgewi brigt. Offesichtlich ist es Glücksache, eie Dispositiosregel zu fide, die zum optima-le Ergebis führt.... Vom Zufall zur Methode Eie Methode i jedem Fall eie optimale Dispositiosregel zu fide, besteht aus folgede Schritte: () Stelle systematisch sämtliche Möglichkeite (der Fertigug vo Produkte) auf uter Berücksichtigug vo. Materialaforderuge. Beschräkug der Materialkapazität () Reche für jede Möglichkeit de Gewi aus (3) Wähle die, oder, we es mehrere gibt, eie optimale (Fertigugs-) Kombiatio aus. Awedug auf das gegebee Problem () systematische Zusammestellug der Möglichkeite ) Möglichkeite, die die Rohmaterialkapazität zur Fertigug bietet. ) Möglichkeite, die die Rohmaterialkapazität zur Fertigug bietet. 3) Möglichkeite, die die Rohmaterialkapazität 3 zur Fertigug bietet. () Bestimme des Gewis für die 5 zulässige (Fertigugs-)Kombiatioe. Aahme: Gewi für ei Stück des Produkts... GE Gewi für ei Stück des Produkts... GE 0

11 Stückzahl Produkt 0 ) 5 3) ) Stückzahl Produkt (3) optimale Kombiatio Optimale Lösug: 5 Stück Produkt Stück Produkt Gewi GE Zusammefassug: Ei Verfahre wurde gefude, das jedes beliebige Zahlebeispiel mit zu fertigede Produkte ud beliebig viele Rohmaterialie systematisch zu eier gewioptimale Lösug führt, falls es eie solche Lösug gibt....3 Vo der Methode zum praktische Verfahre Ubefriediged a dem bisher etwickelte, methodisch eiwadfreie Verfahre ist:. Das Verfahre ist icht mehr i dieser Form durchführbar, we mehr als zu fertigede Produkte behadelt werde müsse.. Auch bei Produkte ka die Prozedur, die ach de 3 Schritte abläuft, sehr lagwierig sei, z.b. da, we die Zahl der grudsätzlich mögliche Fertigugskombiatioe sehr groß ist. Wie muß ei Verfahre beschaffe sei, das diese beide Schwachpukte vermeidet, deoch systematisch i jedem Fall eie optimale Dispositiosregel bestimmt? Dazu sid 3 Frage zu kläre:. Wie stellt ma das Problem formelmäßig dar? (Voraussetzug für die Lösug durch eie formale Recheprozeß ). Gibt es eie Recheprozeß, der immer, auch bei beliebig viele Produkte, systematisch zu eier optimale Lösug führt? 3. Gibt es eie solche Recheprozeß, der mit möglichst weige Recheschritte auskommt? Die Klärug der uter. ud 3. ausgeführte Frage erfordert umfagreiche mathematische Beweisverfahre.

12 Ergebis dieser mathematische Utersuchuge: Es gibt tatsächlich eie Recheprozeß, der immer zum Ziel führt. Dazu brauche ur die Pukte eies Simplex für die Berechug des Optimums heragezoge werde. Eie optimale Lösug liegt i dem Pukt eies Simplex. Das auf diese Weise agedeutete Recheverfahre heißt Simplexverfahre. Die Atwort auf Frage zeigt die folgede mathematische Formulierug des Problems (() ud ()): Mögliche Stückzahl des Produkts : x Mögliche Stückzahl des Produkts : x Allgemei gilt: x >= 0, x >= 0 Die grafische Darstellug läßt sich da folgedermaße beschreibe: x + x <= 6 x + x <= 0 x + 3x <= 6 Gewi: Z = x + x Wähle aus de mögliche Lösuge des Systems vo Ugleichuge die heraus, die de Wert der Zielfuktio Z zu eiem Maximum macht. Das Auswähle erfolgt ach eiem spezielle Recheformalismus, dem (bereits erwähte) Simplex- Verfahre... Beispiele für Optimierugsprobleme... Produktiosprobleme ) vgl. Bsp. zu.. ) Ei Uterehme erstellt Produkte P ud P. Für eie Produktioszyklus sid folgede Bediguge bekat: a) I das Produkt P geht je Megeeiheit (ME) ei Rohstoff R mit ME ei. Dieser Rohstoff wird als Abfallprodukt mit ME je hergstellter ME vo P frei. Aus der vergagee Produktiosperiode stehe och 4 ME vo R zur Verfügug. Die Produktio vo P darf die gesamte verfügbare Mege vo R icht überschreite Falls x die Azahl der ME vom Produkt P ud x die Azahl der ME vo Produkt P ist, gilt: x <= 4 + x b) Beide Produkte werde zwei verschiedee Arbeitsgäge auf zwei verschiedee Maschie M, M uterworfe. Die zur Verfügug stehede Kapazität i Maschiestude (Mh) vo M beträgt 8 (Mh) ud die vo M 0 (Mh). Auf M werde für die Erstellug eier ME vo P (Mh) ud P (Mh) gebraucht. Bei M sid es Mh für ME vo P ud Mh für ME vo P. Es gilt also: x + x <= 8 x + x <= 0 c) Es geht ei weiterer Rohstoff R i die Produktio ei, der im Verhältis :3 i je eie ME der Produktio P ud P eigeht. Es stehe ME vo P zur Verfügug. Es gilt also: x + 3x <=

13 d) Das Ziel dieser Aufgabe ist die Maximierug des Gesamtdeckugsbeitrags. Es wurde die Deckugsbeiträge 3 GE (Geldeiheite) für je eie ME vo P ud 4 GE für je eie ME vo P ermittelt. Die Zielfuktio lautet also: Z max = 3x + 4x Zusammegefaßt ergibt sich das folgede mathematische Modell: () x >= 0, x >= 0 () -x + x <= 4 x + x <= 8 x + x <= 0 x + 3x <= (3) Z max = 3x + 4x Stückzahl Produkt : x Optimale Lösug: x = 4, x =, Z max = 0 Stückzahl Produkt : x... Mischugsprobleme - Typische Aufgabestellug Für eie Schiffsbesatzug soll ei Vitamipräparat aus de Substaze S ud S hergestellt werde. Der Gehalt a Vitamie (i ME je g) dieser Substaze, der Midestbedarf a Vitamie i dem herzustellede Präparat sowie Koste (i DM je g) sid i der folgede Tabelle zusammegestellt. S S Midestbedarf Vitami A 6 Vitami B 0 Vitami C 3 3 Vitami D 5 40 Koste 0 8 Das Präparat soll durch Mischug vo S ud S so hergestellt werde, daß die vorgegebee Midestmege dari ethalte sid ud die Gesamtkoste für die Herstellug miimal werde. - Mathematische Formulierug des Problems 3

14 x ist die Mege i g, die vo der Substaz S ud x ist die Mege i g, die vo der Substaz S beötigt wird. () Nichtegativitätsbediguge x >= 0, x >= 0 () Eischräkede Bediguge x + x >= 6 x >= x + 3x >= 3 x + 5x >= 40 (3) Zielfuktio Z mi = 0x + 8x - Grafische Darstellug des Problems 5 x ) Bereich der zulässige Lösuge 0 ) 4) 3) 5 x Der Graf der Zielfuktio stellt hier eie parallele Schar vo Gerade (Astieg -5/4) dar.. Es wird ei Pukt der Lösugsmege gesucht, für de der Wert der Zielfuktio am kleiste ist. Optimale Lösug x = 4 x = 8 Z mi = 04 4

15 ...3 Verschittprobleme - Typische Aufgabestellug Eie Möbelfirma beötigt midestes: - 00 Kuststoffplatte der Größe 50 cm * 50 cm (Format A) Kuststoffplatte der Größe 00 cm * 0 cm (Format B) - 00 Kuststoffplatte der Größe 50 cm * 50 cm (Format C) Der Lieferat stellt ur Platte i der Eiheitsgröße 00 cm * 50 cm her. Deshalb muß die Möbelfirma die Platte selbst achscheide. Dieses Zuscheide ka ach folgede Pläe erfolge: A A A B B B B C C B B C A C B B B A A Der Zuschitt ach diese Schittpläe soll so erfolge, daß möglichst weig Abfall etsteht, d.h. etwas vereifacht: Die Azahl der zu bestellede Platte soll miimal sei. - Mathematische Formulierug des Problems x, x, x 3, x 4, x 5, x 6 sid die Azahl der Platte, die ach de Schittpläe,, 3, 4, 5, 6 otwedig sid. () Nichtegativitätsbedigug x >= 0, x >= 0, x 3 >= 0, x 4 >= 0, x 5 >= 0, x 6 >= 0 () Eischräkede Bediguge 3x + x 5 + x 6 >= 00 4x + x4 + x 5 + x 6 >= 300 x3 + x 4 + x 5 >= 00 (3) Zielfuktio Z mi = x + x + x 3 + x 4 + x 5 + x 6 5

16 ...4 Verteilugsprobleme - Typische Aufgabestellug Für die Realisierug eies Produktiosprogramms stehe mehrere Maschie zur Verfügug, die gegeeiader austauschbar sid. Die eizele Maschie stelle folgede Produktioskapazitäte bereit: Maschie M Miute (mi) Maschie M " ( " ) Maschie M " ( " ) Maschie M " ( " ) Diese Kapazitäte solle für die Herstellug folgeder Erzeugisse i Aspruch geomme werde: Erzeugis E mit 30 Stück E ka auf M i 7 mi, auf M i 5 mi, auf M 3 i 4 mi oder auf M 4 i 4 mi hergestellt werde Erzeugis E mit 30 Stück E ka auf M i 4 mi oder auf M i 3 mi hergestellt werde Erzeugis E 3 mit 50 Stück E 3 ka auf M i mi, auf M 3 i 4 mi oder auf M 4 i 5 mi hergestellt werde Erzeugis E 4 mit 40 Stück E 4 ka auf M i 6 mi, auf M i 5 mi oder auf M 4 i 3 mi hergestellt werde E ka also icht auf M 3 ud M 4 hergestellt werde, E 3 icht auf M ud E 4 icht auf M 3 hergestellt werde. Mit Hilfe dieser Agabe ist das mathematische Modell für de optimale Maschie- Belegugspla zu ermittel! - Mathematische Formulierug des Problems x ij : Stückzahl des Erzeugisses E i, die auf der Maschie M j hergestellt werde ka () Nichtegativitätsbediguge x ij >= 0 für <= i <= 4 ud <= j <= 4 () Eischräkede Bediguge Erzeugis M M M 3 M 4 Stückzahl E E E 3 E Freie Produktkapazität x + x + x 3 + x 4 = 30 x + x = 30 x 3 + x 33 + x 34 = 50 x 4 + x 4 + x 44 = 40 7x + 4x + 6x 4 <= 80 5x + 3x + x 3 + 5x 4 <= 00 6

17 4x + 4x 33 <= 50 4x 4 + 5x x 44 <= 00 (3) Zielfuktio (Die Gesamtbearbeitugszeit ist zu miimiere) Z mi = 7x + 4x + 6x 4 + 5x + 3x + x 3 + 5x 4 + 4x 3 + 4x x 4 + 5x x Eisatzmöglichkeite vo OR-Modelle im DV-Maagemet ) Optimale Arbeitslastverteilug 5 I Computer-Verbudsysteme iteressiert die optimale Arbeitslastverteilug. Verbudsysteme werde zur gemeisame Nutzug vo istallierter Hardware, bestimmter Awedugssoftware oder große Datebestäde aufgebaut. Zur Formulierug als allgemeies lieares Optimierugsproblem liege folgede Agabe vor: I eiem Netzwerk mit de Recher R i solle die Aufträge A j bearbeitet werde. Es bedeute d ij... Dauer der Bearbeitug der Aufträge Aj auf dem Recher R i r i... Kapazität des Rechers c i... Koste je Eiheit für die Bearbeitug auf Recher R i c ij... Koste der Übertragug des Auftrags A j vo seiem Recher R j zum Recher R i (ud zurück) Stelle mit Hilfe dieser Agabe das mathematische Modell für das Optimierugsproblem auf., falls Auftrag A j auf Recher R i bearbeitet wird () x ij = { 0, aderfalls () dij xij ri für alle i j= x ij = j= m Z = ( c d + c ) x (3) mi i ij i= j= für alle j (Kei Auftrag darf ubearbeitet bleibe) ij ij ) Bechmark-Tests mit möglichst viele Programmläufe Bechmark-Tests sid Versuchsläufe mit repräsetative Programmzusammestelluge, Dateprofile ud Lastverteiluge zur Leistugsbeurteilug vo Hardwarekofiguratioe. Um zu ereiche, daß ei solcher Test aus möglichst viele Programmläufe besteht, ist ei lieares Optimierugsmodell agebracht. Formuliere dafür das mathematische Modell. Berücksichtige dabei: 5 vgl.: Stahlkecht, Peter: Eisatzmöglichkeite vo quatitative Verfahre ud OR-Modelle für das DV- Maagemet, OR-Spektrum (98) 3:

18 - Für de Test solle j =,,..., Programme i Betracht komme. - Eigesetzt werde i=,..., Systemkompoete (CPU, Drucker, Bäder, etc.). Es bedeute -a ij : Iaspruchahme der Kompoete i durch Programm j - b i : im Test gewüschte höchste Iaspruchahme der Kompoete i Mathematisches Modell: x j ist die Azahl Läufe des Programms j () () x j 0 j= ud gazzahlig a x b ij (3) Zmax = x j j= j für alle i 3) Optimale Netzkofiguratio i m Datestatioe (Termials) T i sid über Kozetratore K j a eie zetrale Recher azuschließe: - Die Azahl der Aschlüsse a eie Kozetrator ist beschräkt - Jede Datestatio ist geau a eie Kozetrator ageschlosse T T T K T T K T T Recher T T K T T Jeder Kozetrator hat dabei die Aufgabe, die Nachrichte vo mehrere Datestatioe zu sammel ud auf eier Leitug a de zetrale Recher zu übertrage. Die Weitergabe der Date auf eier eizige, dafür schelle Leitug erspart Übertragugskoste ud Aschlüsse i der dem zetrale Recher vorgeschaltete Steuereiheit für Dateferverarbeitug. Der Kozetrator muß außerdem Date zwischespeicher ud Warteschlage verwalte. Wie viele Kozetratore sid aufzustelle, damit die gesamte Übertragugskoste miimiert werde? Vereibaruge: 8

19 c ij... Koste der Verbidug vo T i ud K j c j... Koste der Verbidug vo K j ach dem Recher Mathematisches Modell:, falls T i mit K j verbude ist () x ij = { 0, aderfalls () m x ij = j= m mi xij = b i= (3) Z = ( c + c x ) j (Jede Datestatio ist aeie Kozetrator ageschlosse (Die Azahl der Aschlüsse a eie Kozetrator ist beschräkt) m j j= i= ij ij..3 Nichtlieare ud lieare Optimierugsprobleme - Allgemeie Formulierug des Problems () Nichtegativitätsbedigug x >= 0, x >= 0, x 3 >= 0,..., x >= 0 () Eischräkede Bediguge f(x,x,..., x) <= b f(x,x,..., x ) <= b... f(x,x,..., x ) <= (3) Zielfuktio Z max = f(x,x,...,x ) b m Nichtegativitätsbediguge ud eischräkede Bediguge bestimme de Defiitiosbereich für die Zielfuktio Jedes -Tupel (x,..., x ), das () ud () erfüllt, heißt zulässige Lösug. Eie zulässige Lösug heißt optimale Lösug, we sie das Maximum der Zielfuktio liefert. - Bemerkuge. Soll bei eiem Optimierugsproblem icht das Maximum soder das Miimum eier Zielfuktio Z bestimmt werde, so ka zu Z durch Multiplikatio mit - eie eue Zielfuktio agegebe werde, vo der da das Maximum zu bereche ist. 9

20 . Habe eizele oder alle Ugleichuge der eischräkede Bediguge statt "<=" ">=", so köe diese Ugleichuge mit - multipliziert werde, damit sie agegebee Richtug erhalte. 3. Wird bei eiige oder alle eischräkede Bediguge ur das Gleichheitszeiche zugelasse, so köe für eie Gleichug jeweils Ugleichuge agegebe werde: f k (x,x,...,x ) = b k ist äquivalet zu de beide Ugleichuge; f k (x,x,...,x ) >= b k ud f k (x,x,...,x ) <= b k 4. Ist die Nichtegativitätsbedigug für eizele oder alle Variable icht erfüllt, da ka durch Eiführug zweier euer Variable diese Bedigug stets erreicht werde. Gilt z.b.: x k > 0, x k = 0, xk < 0, so erhält ma durch Substitutio: x k = x k - x k mit x k >= 0 ud x k >= 0 mit der Voraussetzug: x k ist eie ichtegative Variable xk " " " " die gewüschte Form der Nichtegativitätsbediguge. Es ergibt sich: Falls x k > x k, da ist x k > 0 Falls x k = x k, da ist x k = 0 Falls x k < x k, da ist x k < 0 Lieare Optimieru g Alle eischräkede Bediguge ud die Beziehuge beschriebe: Zielfuktio werde durch lieare () x >= 0, x >= 0,..., x >= 0 ( ) a x + a x a x <= b a x + a x ax <= b... a x + a x a x <= b m m m m (3) Z max = c x + c x c x Nichtlieare Optimierugsprobleme Alle Optimierugsprobleme, die icht durch das vorstehede mathematische Modell beschriebe werde. 0

21 Normalforme der lieare Optimierug I der Praxis werde zwei Aufgabetype der lieare Optimierug uterschiede. Sie werde als Normalforme bezeichet. Normalform der Maximumaufgabe () x >= 0, x >= 0,..., x >= 0 () a x + a x a x <= b a x + a x a x <= b... a m x + a m x a m x <= b m mit b >= 0, b >= 0,..., b m >= 0 (3) Z max = c x + c x c x Normalform der Miimumaufgabe () x >= 0, x >= 0,..., x >= 0 () a x + a x a x >= b a x + a x a x >= b... a m x + a m x a m x >= b m mit b >= 0, b >= 0,..., b m >= 0 (3) Z mi = c x + c x c x..4 Nichtlieare, lieare Optimierugsprobleme ud Extremalwertprobleme..4. Eiführede Beispiele Klassische Extremalwertprobleme werde mit Hilfe der Methode der Differetialrechug gelöst Optimale Lagerauffüllug vor Preiserhöhuge Ei Betrieb verbraucht vo eiem Rohprodukt je Woche m = kg. Die Mege wird wöchetlich vo eiem Lieferate bezoge. Der bisherige Preis betrug s 0 = 5.- DM/kg ud soll auf s = 5,50.- DM/kg erhöht werde. Welche Mege soll der Betrieb och zum alte Preis eikaufe, um vo der Preiserhöhug möglichst weig betroffe zu sei? - Wird ur eie kleie Mege zum alte Preis eigekauft, so ist der Vorteil gerig - Wird dagege eie große Mege gekauft, so geht die durch die Preisdifferez erzielte Eisparug durch Zise für das im Lager gebudee Kapital verlore (Zissatz p = /4% pro Woche, das etspricht 3% im Jahr).

22 Mathematischer Asatz x ist die zu bestimmede Eikaufsmege. Da beträgt die Eisparug: ( s s0) x. x deckt de Bedarf für x/m Woche. Der durchschittliche Lagerbestad ist zu verzise: x x p s 0 m 00. Der Gewi G ist da: so p G = ( s s0 ) x x 00 m Differeziere ach x ud Nullsetze der. Ableitug führt zur optimale Mege x opt : dg dx = s p s s 0 ( ) m x 0 00 x opt = 00 m s ( ) = (. ) = p s Diese Mege vo kg deckt eie Bedarf vo 40 Woche. Die Eisparug durch die Preisdifferez beträgt DM. Davo gehe Zise i Höhe vo DM ab, so daß ei Nettovorteil vo DM bleibt. Nachweis des Extremums: dg s p 0 = dx 00 m Die Lösug ist tatsächlich ei Maximum Die klassische Bestellmegeformel (Losgrößeformel) Ei Betrieb verbraucht regelmäßig ei bestimmtes Rohprodukt mit der gleichmäßig über das Jahr verteilte Bedarfsmege m = Stück. Ei Produkt kostet s = 0.- DM/Stück. Für jede Bestellug ud die dara aschließede Lieferug ud Eilagerug etstehe die (bestellfixe) Koste E = 60.- DM. Wege dieser Bestell- ud Beschaffugskoste werde möglichst selte Bestelluge mit etspreched großer Mege agestrebt. Jedoch etstehe Lagerkoste ud Zise für das im Lager gebudee Kapital vom p = % p.a., so daß eie möglichst kleie Lagermege ud damit häufig Bestelluge vorteilhaft erscheie. Gesucht ist diejeige Bestellug x, für die die Summe beider gegeläufige Koste miimal ist. Mathematischer Asatz x ist die jeweilige Bestellmege, da sid die jährliche Bestellkoste: E m ud die x Zis- ud Lagerkoste uter der Aahme eies durchschittlich e Lager-bestads x s ger ei Kapital vo gebude): p vo x/ (d.h. durchittlich ist im La s x 00 K m s E m p s Isgesamt betrage die jährliche Koste: = + + x x 00 Die Koste sid zu miimiere: dk dx = E m + x p s 00

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Hadelsschule Abschlussprüfug Sommer Fach: MATHEMATIK Bearbeitugszeit: Erlaubte Hilfsmittel: Zeitstude Nicht-programmierbarer Tascherecher

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

3. Tilgungsrechnung. 3.1. Tilgungsarten schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

Kapitel 4: Stationäre Prozesse

Kapitel 4: Stationäre Prozesse Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud

Mehr

Lerneinheit 2: Grundlagen der Investition und Finanzierung

Lerneinheit 2: Grundlagen der Investition und Finanzierung Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der

Mehr

Informatik II Dynamische Programmierung

Informatik II Dynamische Programmierung lausthal Iformatik II Dyamische Programmierug. Zachma lausthal Uiversity, ermay zach@i.tu-clausthal.de Zweite Techik für de Algorithmeetwurf Zum Name: "Dyamische " hat ichts mit "Dyamik" zu tu, soder mit

Mehr

Wirtschaftsmathematik

Wirtschaftsmathematik Studiegag Betriebswirtschaft Fach Wirtschaftsmathematik Art der Leistug Studieleistug Klausur-Kz. BW-WMT-S1 040508 Datum 08.05.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich: Verwede

Mehr

... a ik) i=1...m, k=1...n A = = ( a mn

... a ik) i=1...m, k=1...n A = = ( a mn Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,

Mehr

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

Page-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet

Page-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet Humboldt-Uiversität zu Berli Istitut für Iformatik Logik i der Iformatik Prof. Dr. Nicole Schweikardt Page-Rak: Markov-Kette als Grudlage für Suchmaschie im Iteret Skript zum gleichamige Kapitel der im

Mehr

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex

Mehr

Lösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I

Lösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I Uiversität des Saarlades Fakultät für Mathematik ud Iformatik Witersemester 2003/04 Prof. Dr. Joachim Weickert Dr. Marti Welk Dr. Berhard Burgeth Lösuge der Aufgabe zur Vorbereitug auf die Klausur Mathematik

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist. Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,

Mehr

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110 Name, Vorame Matrikel-Nr. Studiezetrum Studiegag Fach Art der Leistug Klausur-Kz. Betriebswirtschaft Wirtschaftsmathematik Studieleistug Datum 10.11.2001 BW-WMT-S12 011110 Verwede Sie ausschließlich das

Mehr

2 Vollständige Induktion

2 Vollständige Induktion 8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09 Mathematik Vorlesug im Bachelor-Studiegag Busiess Admiistratio (Modul BWL A) a der FH Düsseldorf im Witersemester 2008/09 Dozet: Dr. Christia Kölle Teil I Fiazmathematik, Lieare Algebra, Lieare Optimierug

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

Wirtschaftsingenieurwesen Wirtschaftsmathematik Prüfungsleistung WI-WMT-P12 040703. Studiengang Fach Art der Leistung Klausur-Knz. Datum 03.07.

Wirtschaftsingenieurwesen Wirtschaftsmathematik Prüfungsleistung WI-WMT-P12 040703. Studiengang Fach Art der Leistung Klausur-Knz. Datum 03.07. Studiegag Fach Art der Leistug Klausur-Kz. Wirtschaftsigeieurwese Wirtschaftsmathematik Prüfugsleistug WI-WMT-P 040703 Datum 03.07.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich:

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere

Mehr

Zusammenfassung: Gleichungen und Ungleichungen

Zusammenfassung: Gleichungen und Ungleichungen LGÖ Ks VMa Schuljahr 6/7 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Eperte 8 Polyomgleichuge ud -ugleichuge

Mehr

Musterlösung zu Übungsblatt 2

Musterlösung zu Übungsblatt 2 Prof. R. Padharipade J. Schmitt C. Schießl Fuktioetheorie 25. September 15 HS 2015 Musterlösug zu Übugsblatt 2 Aufgabe 1. Reelle Fuktioe g : R R stelle wir us üblicherweise als Graphe {(x, g(x)} R R vor.

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 1 zur Vorlesung Angewandte Stochastik Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche

Mehr

Formelsammlung Mathematik

Formelsammlung Mathematik Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1

Mehr

Methode der kleinsten Quadrate

Methode der kleinsten Quadrate Methode der kleiste Quadrate KAPITEL 5: REGRESSIONSRECHNUNG Die Methode der kleiste Quadrate (MklQ) ist ei Verfahre zur Apassug eier Fuktio a eie Puktwolke. Agewadt wird sie beispielsweise, um eie Gesetzmäßigkeit

Mehr

SUCHPROBLEME UND ALPHABETISCHE CODES

SUCHPROBLEME UND ALPHABETISCHE CODES SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich

Mehr

2. Diophantische Gleichungen

2. Diophantische Gleichungen 2. Diophatische Gleichuge [Teschl05, S. 91f] 2.1. Was ist eie diophatische Gleichug ud wozu braucht ma sie? Def D2-1: Eie diophatische Gleichug ist eie Polyomfuktio i x,y,z,, bei der als Lösuge ur gaze

Mehr

Model CreditRisk + : The Economic Perspective of Portfolio Credit Risk Part I

Model CreditRisk + : The Economic Perspective of Portfolio Credit Risk Part I Model CreditRisk + : The Ecoomic Perspective of Portfolio Credit Risk Part I Semiar: Portfolio Credit Risk Istructor: Rafael Weißbach Speaker: Pablo Kimmig Ageda 1. Asatz ud Ziele Was ist CreditRisk +

Mehr

Nachklausur - Analysis 1 - Lösungen

Nachklausur - Analysis 1 - Lösungen Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,

Mehr

Methodische Grundlagen der Kostenkalkulation

Methodische Grundlagen der Kostenkalkulation Methodische Grudlage der Kostekalkulatio Plaugsebee Gebrauchsgüter Die i der ladwirtschaftliche Produktio eigesetzte Produktiosmittel werde i Gebrauchsgüter ud Verbrauchsgüter uterteilt. Zu de Gebrauchsgüter

Mehr

Kunde. Kontobewegung

Kunde. Kontobewegung Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:

Mehr

LV "Grundlagen der Informatik" Programmierung in C (Teil 2)

LV Grundlagen der Informatik Programmierung in C (Teil 2) Aufgabekomplex: Programmiere i C (Teil vo ) (Strukturierte Datetype: Felder, Strukture, Zeiger; Fuktioe mit Parameterübergabe; Dateiarbeit) Hiweis: Alle mit * gekezeichete Aufgabe sid zum zusätzliche Übe

Mehr

4. Reihen Definitionen

4. Reihen Definitionen 4. Reihe 4.1. Defiitioe Addiere wir die Glieder eier reelle Zahlefolge (a k ), so heißt diese Summe S (uedliche) (Zahle-) Reihe S (Folge: Fuktio über N; Reihe: 1 Zahl): S := a 1 + a 2 + a 3 +... := Σ a

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008 Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe

Mehr

Physikalische Grundlagen: Strahlengang durch optische Systeme

Physikalische Grundlagen: Strahlengang durch optische Systeme ieser Text ist ür iteressierte Leser gedacht, die sich über die klausur-relevate, physiologische Grudlage hiaus mit der Optik des Auges beschätige wolle! Physikalische Grudlage: Strahlegag durch optische

Mehr

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern Modrago Formel Herleitug, Azahl Quadrate ud Differeze 01.doc 1 FormelfürdieAzahlmöglicherQuadrateauf*Spielfelder Mit Erläuteruge zur Ableitug der Formel vo Dr. Volker Bagert Berli, 11.03.010 Ihaltsverzeichis

Mehr

x 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a)

x 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a) Quatisierug eies skalare Feldes Das Ziel ist eigetlich das elektromagetische Feld zu quatisiere, aber wie ma scho a de MAXWELLsche Gleichuge sehe ka, ist es zu kompliziert, um damit zu begie. Außerdem

Mehr

Skript Mathematik. Inhaltsverzeichnis

Skript Mathematik. Inhaltsverzeichnis Skript Mathematik Ihaltsverzeichis Folge ud Reihe.... Arithmetische Folge ud Reihe.... Geometrische Folge ud Reihe.... Aufgabe... Zis- ud Ziseszisrechug...4. Eifache Verzisug...4. Ziseszisrechug...5. Gemischte

Mehr

Planen und Organisieren von Arbeitsabläufen. Kostenrechnung

Planen und Organisieren von Arbeitsabläufen. Kostenrechnung osterechug Bei der Vorkalkulatio werde die eies Erzeugisses vor der Herstellug ermittelt. Sie ist Grudlage für ei Preisagebot. Die Nachkalkulatio wird ach der Herstellug eies Erzeugisses durchgeführt.

Mehr

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v Tao De / Pa JiaWei Ihrig/Pflaumer Fiazmathematik Oldeburg Verlag 1999 1..Ei Darlehe vo. DM soll moatlich mit 1% verzist ud i Jahre durch kostate Auitäte getilgt werde. Wie hoch sid a) die Moatsrate? b)

Mehr

Klasse: Platzziffer: Punkte: / Graph zu f

Klasse: Platzziffer: Punkte: / Graph zu f Pflichtteil Mathematik I Aufgabe P Name: Vorame: Klasse: Platzziffer: Pukte: / P.0 Gegebe ist die Fuktio f mit der Gleichug (siehe Zeichug). y x8 y,25 4 mit GI IRIR Graph zu f O x P. x 8 Die Pukte C (x,25

Mehr

Arbeitsplätze in SAP R/3 Modul PP

Arbeitsplätze in SAP R/3 Modul PP Arbeitsplätze i SAP R/3 Modul PP Was ist ei Arbeitsplatz? Der Stadort eier Aktioseiheit, sowie dere kokrete räumliche Gestaltug Was ist eie Aktioseiheit? kleiste produktive Eiheit i eiem Produktiosprozess,

Mehr

IWW Studienprogramm. Aufbaustudium. Gründungscontrolling. Lösungshinweise zur 3. Musterklausur

IWW Studienprogramm. Aufbaustudium. Gründungscontrolling. Lösungshinweise zur 3. Musterklausur Istitut für Wirtschaftswisseschaftliche Forschug ud Weiterbildug GmbH Istitut a der FerUiversität i Hage IWW Studieprogramm Aufbaustudium Grüdugscotrollig Lösugshiweise zur 3. Musterklausur Lösugshiweise

Mehr

Lernhilfe in Form eines ebooks

Lernhilfe in Form eines ebooks Ziseszisrechug Lerhilfe i Form eies ebooks apitel Thema Seite 1 Vorwort ud Eiführug 2 2 Theorie der Ziseszisrechug 5 3 Beispiele ud Beispielrechuge 12 4 Testaufgabe mit Lösuge 18 Zis-Ziseszis.de 212 Seite

Mehr

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst. Krytologie: Krytograhie ud Krytoaalyse Krytologie ist die Wisseschaft, die sich mit dem Ver- ud Etschlüssel vo Iformatioe befasst. Beisiel Iteretkommuikatio: Versiegel (Itegrität der Nachricht) Sigiere

Mehr

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK Physikalische Prozesse, die eier statistische Gesetzmäßigkeit uterworfe sid, lasse sich mit eier Verteilugsfuktio beschreibe. Die Gauß-Verteilug

Mehr

Gliederung. Value-at-Risk

Gliederung. Value-at-Risk Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

Zahlenfolgen, Grenzwerte und Zahlenreihen

Zahlenfolgen, Grenzwerte und Zahlenreihen KAPITEL 5 Zahlefolge, Grezwerte ud Zahlereihe. Folge Defiitio 5.. Uter eier Folge reeller Zahle (oder eier reelle Zahlefolge) versteht ma eie auf N 0 erlarte reellwertige Futio, die jedem N 0 ei a R zuordet:

Mehr

Integrationsseminar zur BBL und ABWL Wintersemester 2002/2003

Integrationsseminar zur BBL und ABWL Wintersemester 2002/2003 Credit Risk+ Itegratiossemiar zur BBL ud BWL Witersemester 2002/2003 Oksaa Obukhova lia Sirsikova Credit Risk+ 1 Ihalt. Eiführug i die Thematik B. Ökoomische Grudlage I. Ziele II. wedugsmöglichkeite 1.

Mehr

Parameter von Häufigkeitsverteilungen

Parameter von Häufigkeitsverteilungen Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

WS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen

WS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen Aufgabe 1: WS 2000/2001 Aufgabe 1: (4 P (4 Pukte) Gebe Sie die Formel zur Bestimmug des relative sowie des koforme Zissatzes a ud erläuter Sie die Uterschiede bzw. Gemeisamkeite der beide Zisfüße. Lösug:

Mehr

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

Lektion II Grundlagen der Kryptologie

Lektion II Grundlagen der Kryptologie Lektio II Grudlage der Kryptologie Klassische Algorithme Ihalt Lektio II Grudbegriffe Kryptologie Kryptographische Systeme Traspositioschiffre Substitutioschiffre Kryptoaalyse Übuge Vorlesug Datesicherheit

Mehr

2. Gleichwertige Lösungen

2. Gleichwertige Lösungen 8. Gleichwertige Lösuge Für die Lösug jeder lösbare Aufgabe gibt es eie uedliche Azahl vo (abstrakte ud kokrete) Algorithme. Das folgede Problem illustriert, dass eie Aufgabe eifacher oder kompliziert,

Mehr

Lösungen zu Kapitel 4

Lösungen zu Kapitel 4 Lösuge zu Kapitel 4 Lösug zu Aufgabe : Die folgede Grezwerte köe aalog zu Beispiel 4.(c bestimmt werde: (a lim + = 3 3. (b Die Folge a ist diverget. (c lim + = 0. 3 (d lim ( + 3 = 0. (e lim ( + = 0. Lösug

Mehr

Wintersemester 2006/2007, Universität Rostock Abgabetermin: spätestens 24.10.2006, 09:00 Uhr. Aufgabe 1.1: (5 P)

Wintersemester 2006/2007, Universität Rostock Abgabetermin: spätestens 24.10.2006, 09:00 Uhr. Aufgabe 1.1: (5 P) Serie Abgabetermi: spätestes 24.0.2006, 09:00 Uhr Aufgabe.: 5 P Zeige Sie, dass das geometrische Mittel icht größer ist als das arithmetische Mittel, d.h., dass für alle Zahle a, b R mit a, b 0 gilt ab

Mehr

Transformator. n Windungen

Transformator. n Windungen echische iversität Dresde stitut für Ker- ud eilchephysik R. Schwierz V/5/29 Grudpraktikum Physik Versuch R rasformator rasformatore werde i viele ereiche der Elektrotechik ud Elektroik eigesetzt. Für

Mehr

Zur Definition. der wirksamen. Wärmespeicherkapazität

Zur Definition. der wirksamen. Wärmespeicherkapazität Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč, Büro für Bauphysik, Schöberg a Kap, Österreich Zur Defiitio der wirksae Wärespeicherkapazität vo Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč Büro für Bauphysik

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder

Mehr

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert. Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger

Mehr

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln Wallis-Produkt, Gammafuktio ud -dimesioale Kugel Thomas Peters Thomas Mathe-Seite www.mathe-seite.de 6. Oktober 3 Das Ziel dieses Artikels ist es, Formel für das Volume ud die Oberfläche vo -dimesioale

Mehr

Kovarianz und Korrelation

Kovarianz und Korrelation Kapitel 2 Kovariaz ud Korrelatio Josef Leydold c 2006 Mathematische Methode II Kovariaz ud Korrelatio 1 / 41 Lerziele Mathematische ud statistische Grudlage der Portfoliotheorie Kovariaz ud Korrelatio

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes

Mehr

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben Expoetielles Wachstum Höhere Fiazmathematik Sehr ausführliches Themeheft (d. h. mit Theorie) Aber auch mit viele Traiigsaufgabe Es hadelt sich um eie Awedug vo Expoetialfuktioe (Wachstumsfuktioe) Datei

Mehr

Byzantinische Einigung im Full-Information-Modell in O(log n) Runden

Byzantinische Einigung im Full-Information-Modell in O(log n) Runden Byzatiische Eiigug im Full-Iformatio-Modell i O(log ) Rude Martia Hüllma Uiversität Paderbor (martiah@upb.de) Zusammefassug. Byzatiische Eiigug stellt ei grudlegedes Problem im Bereich verteilter Systeme

Mehr

Unendliche Folge Eine Folge heißt unendlich, wenn die Anzahl der Glieder unbegrenzt ist.

Unendliche Folge Eine Folge heißt unendlich, wenn die Anzahl der Glieder unbegrenzt ist. . Folge ud Reihe.... Folge..... Grudlage.....2 Arithmetische Folge... 2..3 Geometrische Folge... 2.2 Reihe... 2.2. Grudlage... 2.2.2 Arithmetische Reihe... 2.2.3 Geometrische Reihe... 3.3 Eiige spezielle

Mehr

Nennenswertes zur Stetigkeit

Nennenswertes zur Stetigkeit Neeswertes zur Stetigkeit.) Puktweise Stetigkeit: Vo Floria Modler Defiitio der pukteweise Stetigkeit: Eie Fuktio f : D R ist geau da i x D stetig, we gilt: ε > δ >, so dass f ( x) f ( x ) < ε x D mit

Mehr

Grundkompetenz-Aufgaben

Grundkompetenz-Aufgaben Durch starte Mathematik übugsbuch bis Grudkompetez-Aufgabe Aufgrud der eue schriftliche Reifeprüfug i Mathematik ist es otwedig, sich mit de eue Grudkompetez-Aufgabe auseiaderzusetze. Die Olie-Ergäzug

Mehr

Finanzmathematik für HAK

Finanzmathematik für HAK Fiazmathematik für HAK Dr.Mafred Gurter 2008. Kapitalverzisug bei der Bak mit lieare (eifache) Zise währed des Jahres Beispiel : Ei Kapital vo 3000 wird mit 5% für 250 Tage verzist. Wie viel bekommt ma

Mehr

3 Die Außenfinanzierung durch Fremdkapital (Kreditfinanzierung)

3 Die Außenfinanzierung durch Fremdkapital (Kreditfinanzierung) 3 Die Außefiazierug durch Fremdkapital (Kreditfiazierug) 3.1 Die Charakteristika ud Forme der Kreditfiazierug Aufgabe 3.1: Idealtypische Eigeschafte vo Eige- ud Fremdkapital Stelle Sie die idealtypische

Mehr

Monte Carlo-Simulation

Monte Carlo-Simulation Mote Carlo-Simulatio Mote Carlo-Methode Der Begriff Mote Carlo-Methode etstad i de 1940er Jahre, als ma im Zusammehag mit dem Bau der Atombombe die Simulatio vo Zufallsprozesse erstmals i größerem Stil

Mehr

Klausur Internes Rechnungswesen Wintersemester 2014/15, Prof. Dr. Jan Schäfer-Kunz, 90 Minuten, Seite 1/10 1 2 3 4 5 6 7 8 9

Klausur Internes Rechnungswesen Wintersemester 2014/15, Prof. Dr. Jan Schäfer-Kunz, 90 Minuten, Seite 1/10 1 2 3 4 5 6 7 8 9 Klausur Iteres Rechugswese Witersemester 2014/15, Prof. Dr. Ja Schäfer-Kuz, 90 Miute, Seite 1/10 1 2 3 4 5 6 7 8 9 Name: Matr.Nr.: Pukte Hilfsmittel Tascherecher Casio FX-87 DE Plus Hiweise zur Bearbeitug

Mehr

4. Vektorräume mit Skalarprodukt

4. Vektorräume mit Skalarprodukt 4. Vektorräume mit Skalarprodukt Wiederholug: V=R x, y R: x= x x i x, y= y y, :R R R Skalarprodukt Stadardskalarprodukt lieare Abbildug mit 2 Argumete 4. Eigeschafte vo Skalarprodukte Def.: Es sei V ei

Mehr

1 = 1. 6 Induktionsannahme: Die Formal gelte für n = k. Induktionsschritt: Gültigkeit der Formel für k+1: 1 2 + 2 2 +... + k 2 + (k + 1) 2 = 2 = 6 = 6

1 = 1. 6 Induktionsannahme: Die Formal gelte für n = k. Induktionsschritt: Gültigkeit der Formel für k+1: 1 2 + 2 2 +... + k 2 + (k + 1) 2 = 2 = 6 = 6 65 Eric Müller Vollstädige Iduktio Nach GIUSEPPE PEANO (858-93) ka ma die Mege N der atürliche Zahle durch folgede Axiome defiiere []:. ist eie atürliche Zahl.. Zu jeder atürliche Zahl gibt es geau eie

Mehr

Innerbetriebliche Leistungsverrechnung

Innerbetriebliche Leistungsverrechnung Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der

Mehr

Stichproben im Rechnungswesen, Stichprobeninventur

Stichproben im Rechnungswesen, Stichprobeninventur Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-

Mehr

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man: Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes

Mehr

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222 Korrekturrichtliie zur Studieleistug Wirtschaftsmathematik am..007 Betriebswirtschaft BB-WMT-S-07 Für die Bewertug ud Abgabe der Studieleistug sid folgede Hiweise verbidlich: Die Vergabe der Pukte ehme

Mehr

Beachten Sie bitte, dass für den zweiten Teil der Klausur etwa 80 Minuten Bearbeitungszeit erforderlich

Beachten Sie bitte, dass für den zweiten Teil der Klausur etwa 80 Minuten Bearbeitungszeit erforderlich Studiegag Wirtschaftsigeieurwese Schwerpukt Idustrial Maagemet ad Egieerig Art der Leistug Prüfugsleistug Klausur-Kez. WI-IME- P-048 Datum 8..004 Bei jeder Aufgabe ist ebe der Lösug auch der Lösugsweg

Mehr

Löslichkeitsdiagramm. Grundlagen

Löslichkeitsdiagramm. Grundlagen Grudlage Löslichkeitsdiagramm Grudlage Zur etrachtug des Mischugsverhaltes icht vollstädig mischbarer Flüssigkeite, das heißt Flüssigkeite, die sich icht bei jeder Temperatur i alle Megeverhältisse miteiader

Mehr

Zahlenfolgen und Konvergenzkriterien

Zahlenfolgen und Konvergenzkriterien www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit

Mehr

Dritter Zirkelbrief: Ungleichungen

Dritter Zirkelbrief: Ungleichungen Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug

Mehr

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug

Mehr

Von der Augenlinse zur Auftragssteuerung: einige praktische Anwendungsbeispiele

Von der Augenlinse zur Auftragssteuerung: einige praktische Anwendungsbeispiele Vo der Augelise zur Auftragssteuerug: eiige praktische Awedugsbeispiele Prosemiar Evolutiosstrategie August 00 Roy Pappert Ihalt. Optimierug vo Strukture 3.. Optimierug vo Fachwerk 3.. Neuroales Netz 6.3.

Mehr

8.3. Komplexe Zahlen

8.3. Komplexe Zahlen 8.. Komplee Zhle Wie bereits i 8.. drgestellt, wurde die fortlufede Erweiterug der Zhlbereiche durch die Eiführug immer kompleerer Recheopertioe otwedig:. Auf de türliche Zhle führte der Wusch ch iverse

Mehr

Der natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier

Der natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier Der atürliche Werkstoff Holz - Statistische Betrachtuge zum uiaxiale Zugversuch am Beispiel vo Furier B. Bellair, A. Dietzel, M. Zimmerma, Prof. Dr.-Ig. H. Raßbach Zusammefassug FH Schmalkalde, 98574 Schmalkalde,

Mehr

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE Versuch 3/ NEWTONSCHE INTERFERENZRINGE Blatt NEWTONSCHE INTERFERENZRINGE Die Oberfläche vo Lise hat im allgemeie Kugelgestalt. Zur Messug des Krümmugsradius diet das Sphärometer. Bei sehr flacher Krümmug

Mehr

AT AB., so bezeichnet man dies als innere Teilung von

AT AB., so bezeichnet man dies als innere Teilung von Teilverhältisse Aus der Geometrie der Dreiecke ket ma die Aussage, dass der Schwerpukt T eies Dreiecks die Seitehalbierede im Verhältis : teilt. Für die Strecke AT ud TM gilt gemäß der Abbildug AT : TM

Mehr

Robuste Asset Allocation in der Praxis

Robuste Asset Allocation in der Praxis Fiazmarkt Sachgerechter Umgag mit Progosefehler Robuste Asset Allocatio i der Praxis Pesiosfods ud adere istitutioelle Aleger sid i aller Regel a ei bestimmtes Rediteziel (Rechugszis) gebude, das Jahr

Mehr

1 Einführende Worte 2

1 Einführende Worte 2 Sara Adams Semiarvortrag Rekursive Fuktioe - WS 2004/05 1 Sara Adams Semiarvortrag Rekursive Fuktioe - WS 2004/05 2 1 Eiführede Worte Semiar Grudlegede Algorithme Auflösug vo Rekursioe 1.1 Beispiele Bevor

Mehr

cubus EV als Erweiterung für Oracle Business Intelligence

cubus EV als Erweiterung für Oracle Business Intelligence cubus EV als Erweiterug für Oracle Busiess Itelligece... oder wie Oracle-BI-Aweder mit Essbase-Date vo cubus outperform EV Aalytics (cubus EV) profitiere INHALT 01 cubus EV als Erweiterug für die Oracle

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3 INHALTSVERZEICHNIS AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2 Datefluß ud Programmablauf 2 Vorbedigug 3 Nachbedigug 3 Schleifeivariate 3 KONSTRUKTION 4 ALTERNATIVE ENTWURFSMÖGLICHKEITEN 5 EFFEKTIVE

Mehr