Tabellenausdrücke. Bedingungen
|
|
- Nelly Beyer
- vor 8 Jahren
- Abrufe
Transkript
1 Anfragetypen in SQL zwei Typen von SQL-Ausdrücken: Resultat: abgeleitete Tabelle ( derived table ) Tabellenausdrücke DB Bedingungen Problem (?): Nur Tabellenausdrücke dürfen direkt vom Benutzer als Anfrage gestellt werden (à la Auswahlabfragen in Access)! ja nein Resultat: Wahrheitswert 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 Zusammenfassung Tabellenausdrücke bisher: vorwiegend Tabellenausdrücke ("eigentliche Anfragen") betrachtet Zusammenfassung der kennengelernten syntaktischen Möglichkeiten: SELECT-Ausdrücke: Format: SELECT-FROM-WHERE (π,, σ) Tupelvariablen zur Umbenennung und als Spaltenpräfix Umbenennung durch AS JOIN-Operatoren im FROM-Teil (JOIN, NATURAL JOIN) Unteranfragen im FROM- und WHERE-Teil IN-Operator im WHERE-Teil TABLE-Operator zum direkten Zugriff auf Tabellen komplexe Anfragen durch Algebra-Operatoren: UNION, INTERSECT, MINUS 2002 Prof. Dr. Rainer Manthey Informationssysteme 2
2 Bedingungen: Übersicht zweite grosse Klassen von SQL-Ausdrücken: Bedingungen (engl.: "conditional expressions") Bedingungen sind Boolesche Ausdrücke, die entweder wahr oder falsch sind. Vorkommen von Bedingungen vor allem als Auswahlkriterium im WHERE-Teil von SELECT-Ausdrücken als Integritätsbedingungen in CHECK-Klauseln zwei fundamentale Formen von Bedingungen, die nicht anderweitig ausdrückbar sind: Vergleichsbedingungen Existenzbedingungen Zusammengesetzte Bedingungen: mittels Boolescher Operatoren AND, OR, NOT aus einfacheren Bedingungen komponierbar diverse spezielle Formen von Bedingungen: auf Vergleichs- oder Existenzgungen äquivalent zurückführbar (und daher eigentlich verzichtbar) 2002 Prof. Dr. Rainer Manthey Informationssysteme 3 Vergleichsbedingungen Vergleichsbedingungen dienen dem Vergleich von Spaltenwerten einzelner Zeilen mit konstanten Werten oder mit Werten in anderen Spalten mittels der folgenden acht Vergleichsoperatoren: = <> < > =< >= Operanden elementarer Vergleiche können auch durch Unteranfragen berechnet werden (sofern die Antwortmenge dann einelementig ist): einfach: z.b. P.alter = 30 oder P.alter > Q.alter komplex: z.b. X.alter > ( SELECT Y.alter FROM person Y WHERE Y.name = John ) weitere spezielle Operatoren in elementaren Vergleichen in Standard-SQL: X.name LIKE Man% (%: wildcard ) ("pattern matching"-operator: nicht anderweitig ausdrückbar) X.alter BETWEEN 40 AND 50 (Intervalloperator; alternativ mittels '=<' und '>=' ausdrückbar) 2002 Prof. Dr. Rainer Manthey Informationssysteme 4
3 Existenzbedingungen Existenzbedingungen testen, ob die Antworttabelle einer Unteranfrage leer ist oder nicht, z.b.: Welche Städte liegen an einem Fluss? SELECT Name FROM stadt WHERE EXISTS ( SELECT Fluss FROM stadt_an_fluss WHERE Stadt = Name ) Existenzbedingungen können auch negiert werden: NOT EXISTS Positive Existenzbedingungen sind durch Entschachteln und Produkt- oder Joinbildung auch ohne expliziten Quantor ausdrückbar (und damit im Kontext von SELECT-Ausdrücken an sich überflüssig), z.b.: Ist nötig, weil EXISTS Duplikate eliminiert! SELECT DISTINCT Name FROM stadt, stadt_an_fluss WHERE Stadt = Name ) 2002 Prof. Dr. Rainer Manthey Informationssysteme 5 Existenzbedingungen (2) In Integritätsbedingungen (ohne umschliessendes SELECT!) sind EXISTS-Ausdrücke aber ein zentrales Ausdrucksmittel (Details später in 3.3), z.b. CHECK EXISTS (SELECT * FROM stadt_an_fluss WHERE Stadt = 'Bonn') Negative Existenzbedingungen lassen sich nur mittels NOT EXISTS ausdrücken, aber nicht durch entschachteln. (Es gibt kein "negatives Produkt"!) Welche Städte liegen an keinem Fluss? SELECT Name FROM stadt WHERE NOT EXISTS ( SELECT Fluss FROM stadt_an_fluss WHERE Stadt = Name ) Access-SQL kennt kein explizites NOT EXISTS, sondern drückt diese Form der Bedingungen durch einen Booleschen Vergleich aus: WHERE ( EXISTS ( SELECT Fluss FROM stadt_an_fluss WHERE Stadt = Name ) = False ) 2002 Prof. Dr. Rainer Manthey Informationssysteme 6
4 Existenzbedingungen (3) Auch Inklusionsausdrücke (IN, NOT IN) lassen sich auf Existenzbedingungen durch äquivalente Umformung zurückführen, obwohl sie syntaktisch eigentlich eher in die Klasse der Vergleichsbedingungen gehören, z.b.: SELECT * FROM stadt WHERE Name NOT IN ( SELECT Name FROM großstadt ) ; Syntaktisch weniger aufwändig! SELECT * FROM stadt AS S WHERE NOT EXISTS ( SELECT * FROM großstadt AS G WHERE S.Name = G.Name ) ; 2002 Prof. Dr. Rainer Manthey Informationssysteme 7 Simulation von Allquantoren durch EXISTS SQL kennt allerdings kein Schlüsselwort für den Allquantor (kein 'FORALL'!). Universelle Bedingungen müssen durch logische Umformung und Rückführung auf den Existenzquantor mittels doppelter Negation sozusagen "simuliert" werden. Zugrundeliegende Umformungsregel der Prädikatenlogik: x: F x: F Beispiel: "Welcher Fluss fließt durch alle Bundesländer?" ( SELECT F.Name FROM fluss AS F WHERE NOT EXISTS ( SELECT * FROM land AS L WHERE L.Name NOT IN ( SELECT Land FROM fluss_durch_land WHERE Fluss = F.name ) 2002 Prof. Dr. Rainer Manthey Informationssysteme 8
5 Quantoren in Vergleichsbedingungen SQL kennt einen zweiten "Satz" an Quantoren, die aber nur in komplexen Vergleichsbedingungen vorkommen dürfen: ANY, SOME, ALL Diese Quantoren ermöglichen es, simultan Vergleiche mit den Elementen einer Antworttabelle auf eine Unteranfrage durchzuführen ("deklarative Schleife"). Beispiel: Welche Stadt in NRW hat mehr Einwohner als jede andere Stadt in diesem Bundesland? SELECT Name FROM stadt_in_nrw AS X WHERE X.Einwohner > ALL (SELECT Y.Einwohner FROM stadt_in_nrw AS Y WHERE Y.Name <> X.Name) ANY und SOME sind Synonyme (aus sprachlichen Gründen ist mal das eine, mal das andere Wort im Englischen passender); > ANY bedeutet "größer als irgendein" Prof. Dr. Rainer Manthey Informationssysteme 9 Quantoren in Vergleichsbedingungen (2) Auch diese syntaktische Variante ist wiederum nur aus Gründen des größeren syntaktischen Komforts in bestimmten Situationen eingeführt worden. Sie lässt sich systematisch auf Existenzbedingungen zurückführen und ist somit redundant, z.b.: SELECT Name FROM stadt_in_nrw AS X WHERE X.Einwohner > ALL (SELECT Y.Einwohner FROM stadt_in_nrw AS Y WHERE Y.Name <> X.Name) SELECT Name FROM stadt_in_nrw AS X WHERE NOT EXISTS (SELECT * FROM stadt_in_nrw AS Y WHERE Y.Name <> X.Name AND NOT (X.Einwohner > Y.Einwohner) ) 2002 Prof. Dr. Rainer Manthey Informationssysteme 10
6 Test auf eindeutige Existenz in SQL Mit den bisher eingeführten syntaktischen Mitteln ist es ziemlich unkomfortabel, zu überprüfen, ob genau ein Objekt mit einer bestimmten Eigenschaft existiert. Beispiel: Welche Städte liegen an genau einem Fluss? SELECT S.Name FROM stadt AS S WHERE EXISTS (SELECT * FROM stadt_an_fluss AS X WHERE X.Stadt = S.Name AND NOT EXISTS (SELECT * FROM stadt_an_fluss AS Y WHERE Y.Stadt = X.Stadt AND NOT (Y.Fluss = X.Fluss)) Nicht vergessen! Prädikatenlogischer Hintergrund: Der!-Operator wird "simuliert" mittels! x: F x: F [ y: F (y=x) ] bzw.... x: F [ y: F (y=x) ] 2002 Prof. Dr. Rainer Manthey Informationssysteme 11 Test auf eindeutige Existenz in SQL (2) Zum Glück hat SQL eine "Spezialsyntax" für diese gar nicht so seltene Formulierung "genau ein" parat! Das Schlüsselwort UNIQUE kann auch zum Bilden einer speziellen Form von Bedingung verwendet werden, mit der man Überprüfen kann, ob eine Antworttabelle duplikatfrei ist, z.b.: UNIQUE (SELECT Kurzform FROM land) Damit kann man zumindest den zweiten Teil der Eindeutigkeitsbedingung etwas verkürzen - viel macht das aber noch nicht aus: SELECT FROM WHERE S.Name stadt AS S EXISTS (SELECT * FROM stadt_an_fluss AS X WHERE X.Stadt = S.Name AND UNIQUE (SELECT * FROM stadt_an_fluss AS Y WHERE Y.Fluss = X.Fluss) 2002 Prof. Dr. Rainer Manthey Informationssysteme 12
7 Test auf eindeutige Existenz in SQL (3) Aber wenn man noch etwas tiefer in den SQL-Büchern stöbert, findet man noch weitere "obskure" Spezialoperatoren, die einem aber entscheidend weiter helfen: X.name MATCH (SELECT Y.name FROM..... ) entspricht: X.name = SOME.... X.name MATCH UNIQUE ( SELECT Y.name FROM.... ) entspricht: Es existiert genau ein Y.Name... Damit lässt sich die Frage nach den Städten, die an genau einem Fluss liegen, dann endlich halbwegs "menschlich" ausdrücken: SELECT FROM WHERE S.Name stadt AS S S.Name MATCH UNIQUE (SELECT Stadt FROM stadt_an_fluss); Leider kennt Access-SQL all diese schönen Erleichterungen nicht, die der Standard bereit hält! MATCH und UNIQUE sind unbekannt, SOME und ALL gibt es aber Prof. Dr. Rainer Manthey Informationssysteme 13 Existenzbedingungen: Resümee Warum diese ganze "Wirbelei" mit Quantoren in SQL???? Nur sehr einfache Anfragen lassen sich ohne die genauere Kenntnis von Existenzbedingungen formulieren. Sowie das Wörtchen "alle" bzw. "jeder" ins Spiel kommt, wird es schwierig und Quantoren sind unvermeidbar! Auch "genau ein"-anfragen haben es in sich, sind aber in der Praxis nicht gerade selten. Der QBE-Stil von Access lässt einen bei diesen Anfragetypen "im Regen stehen": Ohne SQL-Formulierung geht's nicht! Ohne gute Grundkenntnisse der Prädikatenlogik (insbesondere der Quantoren) kann man niemals vernünftig SQL anwenden! 2002 Prof. Dr. Rainer Manthey Informationssysteme 14
8 Aggregatfunktionen wichtige Klasse von built-in -Funktionen in SQL: Aggregatfunktionen COUNT SUM AVG MAX MIN Anzahl Summe Durchschnitt (engl.: "average") Maximum Minimum Berechnen einen skalaren Wert aus einer Menge von skalaren Werten ( Aggregat ), die aus einer Spalte einer Tabelle stammen: Tabelle Aggregat Funktionswert 2002 Prof. Dr. Rainer Manthey Informationssysteme 15 Aggregatfunktionen (3) Beispiele von Aggregatausdrücken im SELECT-Teil: Berechne das Gesamtgehalt aller C3-Professoren! SELECT SUM ( P.Gehalt ) AS Total FROM professoren AS P WHERE P.Grad = C3 ratsam, um Spaltennamen in der Antworttabelle zu haben Welche C3-Professoren sind älter als alle C4-Professoren? SELECT FROM WHERE P.Name professoren AS P P.Grad = C3 AND P.Alter > ( SELECT MAX (Q.Alter) FROM professoren AS Q WHERE Q.Grad = C4 ) 2002 Prof. Dr. Rainer Manthey Informationssysteme 16
9 Aggregatfunktionen (4) oft verwendet im Zusammenhang mit Aggregatfunktionen: erweiterte SELECT-Blöcke mit Unterteilung der Resultattabelle in Gruppen dazu vorgesehen: GROUP BY- und (ggf.) HAVING-Teile in SELECT-Blöcken Grundidee: Resultat der Auswertung von SELECT-FROM-WHERE (Tabelle) unterteilt in Untertabellen (Gruppen) mit identischen Werten für bestimmte Gruppierungsspalten (festgelegt im GROUP BY-Teil) optional: Gruppen, die bestimmte Bedingung nicht erfüllen (HAVING-Teil), werden eliminiert. Aggregatfunktionen werden auf Gruppen (als Aggregate) angewendet, wenn GROUP BY spezifiziert ist: z.b.: SELECT FROM GROUP BY HAVING P.Grad, AVG( P.alter ) AS AvgAlter professoren AS P P.Grad P.Grad > C Prof. Dr. Rainer Manthey Informationssysteme 17 Aggregatfunktionen (5) Illustration mit Beispieldaten: SELECT FROM GROUP BY HAVING P.Grad, AVG( P.alter ) AS Avgalter professoren AS P P.Grad P.Grad > C2 GROUP BY Name Grad Alter Jim C4 43 John C3 33 Ken C4 57 Lisa C4 39 Tom C2 32 Eva C3 36 Name Grad Alter Jim C4 43 Ken C4 57 Lisa C4 39 John C3 33 Eva C3 36 Tom C2 32 AVG Grad Avgalter C C HAVING 2002 Prof. Dr. Rainer Manthey Informationssysteme 18
10 Aggregatfunktionen (6) Auch das GROUP BY-Konstrukt ist eigentlich redundant: SELECT P.Grad, MAX (P.Alter) AS X, MIN (P.Alter) AS Y FROM professoren AS P WHERE P.Grad > C2 GROUP BY P.Grad Äquivalente Formulierung ohne Verwendung von GROUP BY: SELECT DISTINCT P.Grad, ( SELECT MAX (P.Alter) FROM professoren AS P1 WHERE P.Grad = P1.Grad) AS X, ( SELECT MIN (P.Alter) FROM professoren AS P2 WHERE P.Grad = P2.Grad) AS Y FROM professoren AS P WHERE P.Grad > C Prof. Dr. Rainer Manthey Informationssysteme 19 Aggregatfunktionen (7) auch HAVING-Teil ist im Prinzip überflüssig (aber oft komfortabler): Welche Vorlesungen werden von mehr als einem Professor angeboten? SELECT V.Titel FROM vorlesungen V GROUP BY V.Titel HAVING COUNT(*) > 1 äquivalent ohne GROUP BY und HAVING: SELECT DISTINCT V.Titel FROM vorlesungen V WHERE ( SELECT COUNT(*) FROM vorlesungen V1 WHERE V.Titel = V1.Titel ) > Prof. Dr. Rainer Manthey Informationssysteme 20
11 Nullwerte SQL bietet vordefinierten, universellen Nullwert NULL an, um fehlende Informationen einheitlich zu repräsentieren. Die korrekte Verwendung von NULL bereitet zahlreiche Schwierigkeiten (zum Teil auch wegen inkonsequenter Entwurfsentscheidungen in SQL). Nullwerte können sehr unterschiedliche interpretiert werden. Mögliche Interpretationen: Wert existiert, ist aber zur Zeit unbekannt. Es ist bekannt, dass in dieser Zeile kein Wert in der fraglichen Spalte existiert. Es ist nicht bekannt, ob ein Wert existiert bzw. wenn ja, wie er lautet. intendierte Interpretation von NULL in SQL: Wert existiert, ist aber unbekannt daher: NULL wird auch als Wert bezeichnet! Je zwei Vorkommen von NULL repräsentieren verschiedene "echte" Werte, die eben (noch) unbekannt sind. * allerdings: NULL selbst hat keinen Typ, übernimmt stets den Typ der jew. Spalte Prof. Dr. Rainer Manthey Informationssysteme 21 Nullwerte (2) NULL darf in vielen Fällen aber nicht wie ein Wert genutzt werden, z.b. NULL darf nicht als Operand einer Funktion auftreten (z.b.: X+NULL) NULL darf nicht in Vergleichsbedingungen stehen (z.b.: X=NULL) Zum Testen, ob eine Spalte NULL enthält, gibt es eine spezielle Syntax: X IS NULL X IS NOT NULL Liefert die Auswertung eines Teilausdrucks NULL als Resultat, dann liefert der Gesamtausdruck ebenfalls NULL als Ergebnis, z.b.: person Name Alter Jim 33 Tom NULL SELECT (65 - Alter) AS Rest FROM person WHERE Name = Tom NULL 2002 Prof. Dr. Rainer Manthey Informationssysteme 22
12 Nullwerte (3) Ausnahme: Aggregatfunktionen (bis auf COUNT) ignorieren NULL! person Name Alter Jim 33 Tom NULL SUM (alter): 33 AVG (alter): 16.5 COUNT(alter): 2 AVG = SUM/COUNT In Vergleichen (und anderen Bedingungen) führt NULL zur Verwendung einer dreiwertigen Logik, d.h. einer Logik mit drei statt zwei Wahrheitswerten: TRUE FALSE UNKNOWN * Beispiel: Wenn A=3, B=4 und C=NULL sind, dann ist etwa A > B AND B > C: FALSE A > B OR B > C: UNKNOWN 2002 Prof. Dr. Rainer Manthey Informationssysteme 23 Nullwerte (4) Wahrheitstafeln der Booleschen Operatoren in dreiwertiger Logik: AND T U F OR T U F NOT T T U F U U U F F F F F T U F T T T T U U T U F T U F F U T Berücksichtigung von NULL bei der Auswertung von SELECT-Ausdrücken: Alle FROM-Zeilen werden eliminiert, für die der WHERE- Teil nicht TRUE als Ergebnis liefert. folglich: Eine Zeile wird eliminiert, wenn der WHERE-Teil FALSE oder UNKNOWN liefert!! 2002 Prof. Dr. Rainer Manthey Informationssysteme 24
13 Nullwerte (5) spezielle Syntax für das Testen des Wahrheitswerts einer Bedingung: <conditional-expression> IS [ NOT ] { TRUE UNKNOWN FALSE } Bedeutung solcher IS-Ausdrücke: TRUE genau dann, wenn die Auswertung der linken Seite den Wahrheitswert auf der rechten Seite liefert; FALSE sonst. Konsequenz: p IS NOT TRUE ist nicht mehr äquivalent mit NOT p! (wenn p UNKNOWN, liefert NOT p ebenfalls UNKNOWN) weitere logische Falle : EXISTS verhält sich nicht wie ein Existenzquantor in dreiwertiger Logik EXISTS ( <table-expression>) liefert FALSE, wenn <table expression> eine leere Tabelle liefert, ansonsten TRUE -- aber niemals UNKNOWN! Kapitel 16 im Buch von Date schliesst mit folgendem Abschnitt: 16.6 A RECOMMENDATION Avoid nulls Prof. Dr. Rainer Manthey Informationssysteme 25
gibt es kein Bundesland, en?"
Allquantoren: : ein heißes es Eisen! "Welche Flüsse fließen en durch alle Bundesländer nder?" ( ( SELECT FL1.Fluss fluss_durch_land AS AS FL1 FL1 WHERE NOT NOT EXISTS ( ( SELECT * land land AS AS L WHERE
MehrDas SQL-Schlüsselwort ALL entspricht dem Allquantor der Prädikatenlogik
Beispielaufgaben Informationssysteme erstellt von Fabian Rump zur IS Vorlesung 2009/10 1 Multiple Choice Aussage richtig falsch Eine SQL-Abfrage beginnt immer mit dem Schlüsselwort SELECT Eine Datenbank
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrUniversität Augsburg, Institut für Informatik WS 2006/2007 Dr. W.-T. Balke 27. Nov. 2006 M. Endres, A. Huhn, T. Preisinger Lösungsblatt 5
Universität Augsburg, Institut für Informatik WS 2006/2007 Dr. W.-T. Balke 27. Nov. 2006 M. Endres, A. Huhn, T. Preisinger Lösungsblatt 5 Aufgabe 1: Projektion Datenbanksysteme I π A1,...,A n (π B1,...,B
MehrDetails zu den Ausdrücken nach FROM, WHERE, GROUP BY und HAVING finden Sie in den Abschnitten über JOIN, WHERE und GROUP BY.
SELECT - Der Grundbefehl zur Auswahl von Daten Die SELECT-Anweisung fragt Daten aus einer Datenbank ab und stellt diese in einer virtuellen Tabelle zur Verfügung. Diese virtuelle Tabelle, eine Menge von
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D.
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Alfons Kemper, Ph.D. Blatt Nr. 7 Übung zur Vorlesung Grundlagen: Datenbanken im WS13/14 Henrik Mühe (muehe@in.tum.de) http://www-db.in.tum.de/teaching/ws1314/dbsys/exercises/
MehrSQL Teil 2. SELECT Projektion Selektion Vereinigung, Schnitt, Differenz Verbund Komplexer SELECT-Ausdruck
SELECT Projektion Selektion Vereinigung, Schnitt, Differenz Verbund Fahren fort mit SQL Befehlen. Bilden Relationenalgebra auf SQL ab. So Umsetzung von Anfragen an die DB (bzw. Tabellen) möglich. SELECT
MehrSQL. strukturierte Datenbankabfragesprache eine Datenbanksprache zur. Structured Query Language:
SQL Structured Query Language: strukturierte Datenbankabfragesprache eine Datenbanksprache zur Definition, Abfrage und Manipulation von Daten in relationalen Datenbanken In der SQL-Ansicht arbeiten In
MehrMengenvergleiche: Alle Konten außer das, mit dem größten Saldo.
Mengenvergleiche: Mehr Möglichkeiten als der in-operator bietet der θany und der θall-operator, also der Vergleich mit irgendeinem oder jedem Tupel der Unteranfrage. Alle Konten außer das, mit dem größten
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
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:
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
MehrInformatik 12 Datenbanken SQL-Einführung
Informatik 12 Datenbanken SQL-Einführung Gierhardt Vorbemerkungen Bisher haben wir Datenbanken nur über einzelne Tabellen kennen gelernt. Stehen mehrere Tabellen in gewissen Beziehungen zur Beschreibung
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
Mehrmit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 11. Juni 2007
6. Übung zur Vorlesung Datenbanken im Sommersemester 2007 mit Musterlösungen Prof. Dr. Gerd Stumme, Dipl.-Inform. Christoph Schmitz 11. Juni 2007 Aufgabe 1: Rekursion Betrachten Sie die folgende Tabelle
MehrÜbungen zur Vorlesung Informationssysteme - Blatt 5
Übungen zur Vorlesung Informationssysteme - Blatt 5 Übungsblatt Nr.5 Informationssysteme - WS 04/05 1 a) Welche Kinos gibt es in Bonn? SELECT Name, Adresse FROM kino WHERE Telefon LIKE 0228% ; Übungsblatt
MehrDiana Lange. Generative Gestaltung Operatoren
Diana Lange Generative Gestaltung Operatoren Begriffserklärung Verknüpfungsvorschrift im Rahmen logischer Kalküle. Quelle: google Operatoren sind Zeichen, die mit einer bestimmten Bedeutung versehen sind.
MehrLogik. A.3 Logik und Mengenlehre A.32 A.32. Logik und Mengenlehre. Logik. 2001 Prof. Dr. Rainer Manthey Informatik I 21
Logik und Mengenlehre.3 Logik und Mengenlehre 2001 Prof. Dr. Rainer Manthey Informatik I 21 Logik Logik 2001 Prof. Dr. Rainer Manthey Informatik I 22 Logik: egriff, edeutung und Entwicklung Logik ist die
MehrAbfragen: Grundbausteine
Abfragen: Grundbausteine Abfragen sollen gezielt Teile der Information wiedergeben. Das Ergebnis einer solchen Operation ist eine. Der Aufbau der Ergebnistabelle wird durch zwei Grundverfahren festgelegt:
MehrKompaktes Datenbank-Wissen rund um die Datenbank-Programmierung mit Transact-SQL
UnternehmensDatenbanken im Netzwerk Teil 3: SQL Programmierung - Grundlagen SQL-Befehle Funktionen Operatoren Datentypen Datenbank erstellen Tabellen SQL-Abfragen Autor: Rainer Egewardt Copyright Kompaktes
MehrAccess [basics] Gruppierungen in Abfragen. Beispieldatenbank. Abfragen gruppieren. Artikel pro Kategorie zählen
Abfragen lassen sich längst nicht nur dazu benutzen, die gewünschten Felder oder Datensätze einer oder mehrerer Tabellen darzustellen. Sie können Daten auch nach bestimmten Kriterien zu Gruppen zusammenfassen
MehrErweiterung der Aufgabe. Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen:
VBA Programmierung mit Excel Schleifen 1/6 Erweiterung der Aufgabe Die Notenberechnung soll nicht nur für einen Schüler, sondern für bis zu 35 Schüler gehen: Es müssen also 11 (B L) x 35 = 385 Zellen berücksichtigt
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
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
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
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
MehrGrundlagen Datenbanken Sommersemester 2008
Rechnerübung SQL Installation SQL Server: SQLite ist eine SQL Datenbank, die keine Installation erfordert und direkt über die Kommandozeile angesprochen werden kann. Geht auf http://www.sqlite.org/download.html
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
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
MehrSQL SQL. SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R. Grundlagen der Datenbanksysteme I
SQL SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R VII-1 Beispielrelationen Filiale ( Name Leiter Stadt Einlagen ) Konto ( KontoNr KundenNr FilialName Saldo ) Kredit
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
MehrVorlesung Dokumentation und Datenbanken Klausur
Dr. Stefan Brass 5. Februar 2002 Institut für Informatik Universität Giessen Vorlesung Dokumentation und Datenbanken Klausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises
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
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.
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
Mehr2. Vorlesung. Slide 40
2. Vorlesung Slide 40 Knobelaufgabe Was tut dieses Programm? Informell Formal Wie stellt man dies sicher? knobel(a,b) { Wenn a = 0 dann return b sonst { solange b 0 wenn a > b dann { a := a - b sonst b
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrErwin Grüner 09.02.2006
FB Psychologie Uni Marburg 09.02.2006 Themenübersicht Folgende Befehle stehen in R zur Verfügung: {}: Anweisungsblock if: Bedingte Anweisung switch: Fallunterscheidung repeat-schleife while-schleife for-schleife
MehrDer Aufruf von DM_in_Euro 1.40 sollte die Ausgabe 1.40 DM = 0.51129 Euro ergeben.
Aufgabe 1.30 : Schreibe ein Programm DM_in_Euro.java zur Umrechnung eines DM-Betrags in Euro unter Verwendung einer Konstanten für den Umrechnungsfaktor. Das Programm soll den DM-Betrag als Parameter verarbeiten.
MehrAufgabensammlung SQL SW4 1. Einfache Anfragen
Aufgabensammlung SQL SW4 1. Einfache Anfragen Buch: Kapitel 4.6 und 4.7. Datenbank: Die folgenden Anfragen beziehen sich auf die Universitätsdatenbank des Buches. Alle Umlaute werden umschrieben (hören
MehrEin kausaler Zusammenhang entspricht einer speziellen wahren Implikation. Beispiel: Wenn es regnet, dann wird die Erde nass.
Implikation Implikation Warum ist die Tabelle schwer zu schlucken? In der Umgangssprache benutzt man daraus folgt, also, impliziert, wenn dann, nur für kausale Zusammenhänge Eine Implikation der Form:
MehrStatistische Auswertung:
Statistische Auswertung: Die erhobenen Daten mittels der selbst erstellten Tests (Surfaufgaben) Statistics Punkte aus dem Punkte aus Surftheorietest Punkte aus dem dem und dem Surftheorietest max.14p.
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
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
MehrRelationale Kalküle. Grundlagen der Datenbanken. Dr. Jérôme Kunegis Wintersemester 2013/14
Web Science & Technologies University of Koblenz Landau, Germany Grundlagen der Datenbanken Dr. Jérôme Kunegis Wintersemester 2013/14 Lernziele Grundideen des Domänen-Relationenkalküls (DRK) und des Tupel-Relationenkalküls
MehrONLINE-AKADEMIE. "Diplomierter NLP Anwender für Schule und Unterricht" Ziele
ONLINE-AKADEMIE Ziele Wenn man von Menschen hört, die etwas Großartiges in ihrem Leben geleistet haben, erfahren wir oft, dass diese ihr Ziel über Jahre verfolgt haben oder diesen Wunsch schon bereits
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
MehrDAS PARETO PRINZIP DER SCHLÜSSEL ZUM ERFOLG
DAS PARETO PRINZIP DER SCHLÜSSEL ZUM ERFOLG von Urs Schaffer Copyright by Urs Schaffer Schaffer Consulting GmbH Basel www.schaffer-consulting.ch Info@schaffer-consulting.ch Haben Sie gewusst dass... >
MehrÜbungskomplex Felder (1) Eindimensionale Felder Mehrdimensionale Felder
Übungskomplex Felder (1) Eindimensionale Felder Mehrdimensionale Felder Hinweise zur Übung Benötigter Vorlesungsstoff Ab diesem Übungskomplex wird die Kenntnis und praktische Beherrschung der Konzepte
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,
MehrViele Bilder auf der FA-Homepage
Viele Bilder auf der FA-Homepage Standardmäßig lassen sich auf einer FA-Homepage nur 2 Bilder mit zugehörigem Text unterbringen. Sollen es mehr Bilder sein, muss man diese als von einer im Internet
MehrDatenbankentwurf. 4.2 Logischer Entwurf. Kapitel 4. ER-Modell. Umsetzung. Entwurfsdokumentation. relationales Modell. Verbesserung
4.2 Logischer Entwurf Datenbankentwurf 4.2 Logischer Entwurf 2002 Prof. Dr. Rainer Manthey Informationssysteme Logischer Entwurf: Einordnung Entwurfsdokumentation logische Strukturen "auf dem Papier" konzeptueller
MehrEinführung in. Logische Schaltungen
Einführung in Logische Schaltungen 1/7 Inhaltsverzeichnis 1. Einführung 1. Was sind logische Schaltungen 2. Grundlegende Elemente 3. Weitere Elemente 4. Beispiel einer logischen Schaltung 2. Notation von
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)
MehrMS Excel 2010 Kompakt
MS Excel 00 Kompakt FILTERN Aus einem großen Datenbestand sollen nur jene Datensätze (Zeilen) angezeigt werden, die einem bestimmten Eintrag eines Feldes (Spalte) entsprechen. Excel unterstützt Filterungen
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
MehrJava Einführung Operatoren Kapitel 2 und 3
Java Einführung Operatoren Kapitel 2 und 3 Inhalt dieser Einheit Operatoren (unär, binär, ternär) Rangfolge der Operatoren Zuweisungsoperatoren Vergleichsoperatoren Logische Operatoren 2 Operatoren Abhängig
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
MehrDBS ::: SERIE 5. Join Right Semi- Join Left Semi-Join Projektion Selektion Fremdschlüssel. Kreuzprodukt
DBS ::: SERIE 5 Die Relation produkt enthält Hersteller, Modellnummer und Produktgattung (pc, laptop oder drucker aller Produkte. Die Modellnummer ist (der Einfachheit halber eindeutig für alle Hersteller
MehrInfo zum Zusammenhang von Auflösung und Genauigkeit
Da es oft Nachfragen und Verständnisprobleme mit den oben genannten Begriffen gibt, möchten wir hier versuchen etwas Licht ins Dunkel zu bringen. Nehmen wir mal an, Sie haben ein Stück Wasserrohr mit der
MehrAbfrage-Befehle in MySQL -diverse Funktionen -
Abfrage-Befehle in MySQL -diverse Funktionen - Berechnungen mit MySQL -Einführung Ich liebe Funktionen! Es sollen die Projektbezeichnung, der Auftragswert, die Mehrwertsteuer und der Bruttobetrag für jedes
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
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
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
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
MehrAufbau des SELECT-Befehls. Im Folgenden werden zunächst Abfragen aus einer Tabelle vorgenommen.
Datenbankabfragen (Query) mit SQL (Structured Query Language) 1 Aufbau des SELECT-Befehls Im Folgenden werden zunächst Abfragen aus einer Tabelle vorgenommen. SQL-Syntax: SELECT spaltenliste FROM tabellenname
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrWebalizer HOWTO. Stand: 18.06.2012
Webalizer HOWTO Stand: 18.06.2012 Copyright 2003 by manitu. Alle Rechte vorbehalten. Alle verwendeten Bezeichnungen dienen lediglich der Kennzeichnung und können z.t. eingetragene Warenzeichen sein, ohne
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
MehrData Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY
Data Cube On-line Analytical Processing (OLAP). Einführung Ziel: Auffinden interessanter Muster in großen Datenmengen 2. Aggregation in SQL, GROUP BY 3. Probleme mit GROUP BY 4. Der Cube-Operator! Formulierung
Mehr3.Inferenzsysteme 3.4 Logische Programme und Antwortmengensemantik
Darstellung, Verarbeitung und Erwerb von Wissen 3.Inferenzsysteme 3.4 Logische Programme und Antwortmengensemantik DVEW WS 2004/05 c Gabriele Kern-Isberner 1 Stratifizierte Programme (Whlg.) Sei P ein
MehrKreativ visualisieren
Kreativ visualisieren Haben Sie schon einmal etwas von sogenannten»sich selbst erfüllenden Prophezeiungen«gehört? Damit ist gemeint, dass ein Ereignis mit hoher Wahrscheinlichkeit eintritt, wenn wir uns
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
MehrResultate GfS-Umfrage November 2006. Wie bekannt ist das Phänomen Illettrismus bei der Schweizer Bevölkerung?
Resultate GfS-Umfrage November 2006 Wie bekannt ist das Phänomen Illettrismus bei der Schweizer Bevölkerung? Frage 1: Kennen Sie das Phänomen, dass Erwachsene fast nicht lesen und schreiben können, obwohl
MehrWhitebox-Tests: Allgemeines
-Tests: Allgemeines Andere Bezeichnungen Logic driven, Strukturelles Der Tester entwickelt Testfälle aus einer Betrachtung der Ablauflogik des Programms unter Berücksichtigung der Spezifikation Intuitiv
MehrAuswahlabfragen mit ACCESS
Auswahlabfragen mit ACCESS Abfragekriterien und Operatoren Beim Entwerfen von ACCESS-Auswahlabfragen (queries) sind definierte Abfragekriterien bzw. Operatoren zu benutzen. Ein Abfragekriterium ist eine
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
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
MehrIst Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken?
UErörterung zu dem Thema Ist Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken? 2000 by christoph hoffmann Seite I Gliederung 1. In zu großen Mengen ist alles schädlich. 2.
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.
MehrLU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.
Zusätze zum Gelben Rechenbuch LU-Zerlegung Peter Furlan Verlag Martina Furlan Inhaltsverzeichnis Definitionen 2 (Allgemeine) LU-Zerlegung 2 3 Vereinfachte LU-Zerlegung 3 4 Lösung eines linearen Gleichungssystems
MehrEin Ausflug zu ACCESS
Ein Ausflug zu ACCESS Die folgenden Folien zeigen beispielhaft, wie man sein DB- Wissen auf ACCESS übertragen kann betrachtet wird ACCESS 2002, da gerade im Bereich der Nutzung von SQL hier einiges nachgearbeitet
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
MehrTest: Sind Sie ein Unternehmertyp?
Test: Sind Sie ein Unternehmertyp? Weitere Hinweise darauf, ob Sie ein Unternehmertyp sind, gibt Ihnen der folgende Persönlichkeitstest. Er ist eine von vielen Möglichkeiten zu erfahren, ob Sie für die
MehrTutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang. Aufgabenblatt 3 (KW 44) (30.10.02)
Tutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang Aufgabenblatt 3 (KW 44) (30.10.02) Aufgabe 1: Preisdiskriminierung dritten Grades (20 Punkte) Ein innovativer Uni-Absolvent plant,
MehrWinWerk. Prozess 6a Rabatt gemäss Vorjahresverbrauch. KMU Ratgeber AG. Inhaltsverzeichnis. Im Ifang 16 8307 Effretikon
WinWerk Prozess 6a Rabatt gemäss Vorjahresverbrauch 8307 Effretikon Telefon: 052-740 11 11 Telefax: 052-740 11 71 E-Mail info@kmuratgeber.ch Internet: www.winwerk.ch Inhaltsverzeichnis 1 Ablauf der Rabattverarbeitung...
MehrDatenbanken Microsoft Access 2010
Datenbanken Microsoft Access 2010 Abfragen Mithilfe von Abfragen kann ich bestimmte Informationen aus einer/mehrerer Tabellen auswählen und nur diese anzeigen lassen die Daten einer/mehrerer Tabellen sortieren
MehrOutlook. sysplus.ch outlook - mail-grundlagen Seite 1/8. Mail-Grundlagen. Posteingang
sysplus.ch outlook - mail-grundlagen Seite 1/8 Outlook Mail-Grundlagen Posteingang Es gibt verschiedene Möglichkeiten, um zum Posteingang zu gelangen. Man kann links im Outlook-Fenster auf die Schaltfläche
MehrZahlenwinkel: Forscherkarte 1. alleine. Zahlenwinkel: Forschertipp 1
Zahlenwinkel: Forscherkarte 1 alleine Tipp 1 Lege die Ziffern von 1 bis 9 so in den Zahlenwinkel, dass jeder Arm des Zahlenwinkels zusammengezählt das gleiche Ergebnis ergibt! Finde möglichst viele verschiedene
MehrSimulation LIF5000. Abbildung 1
Simulation LIF5000 Abbildung 1 Zur Simulation von analogen Schaltungen verwende ich Ltspice/SwitcherCAD III. Dieses Programm ist sehr leistungsfähig und wenn man weis wie, dann kann man damit fast alles
MehrLEITFADEN ZUR SCHÄTZUNG DER BEITRAGSNACHWEISE
STOTAX GEHALT UND LOHN Stollfuß Medien LEITFADEN ZUR SCHÄTZUNG DER BEITRAGSNACHWEISE Stand 09.12.2009 Seit dem Januar 2006 hat der Gesetzgeber die Fälligkeit der SV-Beiträge vorgezogen. So kann es vorkommen,
MehrTerme stehen für Namen von Objekten des Diskursbereichs (Subjekte, Objekte des natürlichsprachlichen Satzes)
Prädikatenlogik Man kann den natürlichsprachlichen Satz Die Sonne scheint. in der Prädikatenlogik beispielsweise als logisches Atom scheint(sonne) darstellen. In der Sprache der Prädikatenlogik werden
Mehrhttp://train-the-trainer.fh-joanneum.at IINFO Storyboard
IINFO Storyboard Allgemeine Bemerkungen und Richtlinien zur Handhabung. Das Storyboard besteht aus einem Web, d.h. einer vernetzten Struktur von HTML-Seiten welche später von den Programmieren direkt als
MehrBedingungen. Bedingungen. Bedingungen
Oftmals ist das Arbeiten mit notwendig. Dabei können sich die auf Formatierungen beziehen, aber auch auf Transformationen. Bedingte Formatierung Datentransformation 24.04.2006 Einführung in Excel 91 24.04.2006
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
MehrRundung und Casting von Zahlen
W E R K S T A T T Rundung und Casting von Zahlen Intrexx 7.0 1. Einleitung In diesem Werkstattbeitrag erfahren Sie, wie Zahlenwerte speziell in Velocity, aber auch in Groovy, gerundet werden können. Für
MehrGlaube an die Existenz von Regeln für Vergleiche und Kenntnis der Regeln
Glaube an die Existenz von Regeln für Vergleiche und Kenntnis der Regeln Regeln ja Regeln nein Kenntnis Regeln ja Kenntnis Regeln nein 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % Glauben Sie, dass
MehrQuadratische Gleichungen
Quadratische Gleichungen Aufgabe: Versuche eine Lösung zu den folgenden Zahlenrätseln zu finden:.) Verdoppelt man das Quadrat einer Zahl und addiert, so erhält man 00..) Addiert man zum Quadrat einer Zahl
MehrEin wesentliches, charakteristisches Merkmal aller Datenbankmanagement
Anfrageformulierung: Allgemeines Ein wesentliches, charakteristisches Merkmal aller Datenbankmanagement nkmanagement- systeme ist die Unterstützung einer (oder mehrerer) Anfragesprachen. Eine Anfrage ist
MehrMedia Teil III. Begriffe, Definitionen, Übungen
Media Teil III. Begriffe, Definitionen, Übungen Kapitel 1 (Intermedia- Vergleich: Affinität) 1 Affinitätsbewertung als Mittel des Intermedia-Vergleichs Um die Streugenauigkeit eines Werbeträgers zu bestimmen,
Mehr