Stabilität von Warteschlangenmodellen in der Inventarlogistik
|
|
- Linda Keller
- vor 8 Jahren
- Abrufe
Transkript
1 Stabilität von Warteschlangenmodellen in der Inventarlogistik Florian Sobieczky: Mathematisches Institut, Universität Jena & TU-Graz supported by FWF (Austrian Science Fund), project P1873. Abstrakt: Eine besondere Form von Inventarmodell kann mit der sog. M/M/1-Warte- schlange realisiert werden, die sich durch gut zugängliche analytische Eigenschaften auszeichnet. Anhand von Beispielen wird die Erweiterung dieses einfachen Modells auf Situationen betrachtet, in denen verfallsbehaftete Güter und gestörte Nachfragefrequenzen betrachtet werden. Es wird die Theorie bereitgestellt, um diese und weitere Verallgemeinerungen anhand von Simulationen auf Stabilität und Optimierung der Utility-Funktion hin zu untersuchen. Schlagworte: single-server queues (M/M/1), birth-death processes, series of queues, pertubations of random walks, Überblick 1. Das Newsvendorproblem Inventare, deterministische und zufällige Nachfrage 2. Etwas über Warteschlangen M/M/1-Warteschlangen, Birth-& Death Processes als Inventare 3. Optimierung der Utility -Funktion Resultate: a.) analytisch b.) mit Hilfe von Simulation 4. Simulation a.) Gestörte Inventare, b.) Endliche Haltbarkeit
2 Literatur: Inventare: 1888: F. Edgeworth: The Mathematical Theory of Banking, Jour. of the Royal Statistical Society 51, : K. J. Arrow, T. Harris, J. Marschak: Optimal Inventory Policy, Econometrica 19, : D.P. Gaver, Jr.: Operating characteristics of a simple production, inventory control model, Oper. Res. 9, : C. Knessl, B.J. Matkowsky, Z. Schuss, C. Tier: A state dependent M/M/1 queue: a production inventory model, Appl. Math. Lett. 1, : H.C. Huang, E.P. Chew, K.H. Goh: A two-echelon inventory system with transportation capacity constraint, Eur. J. Oper. Res. 167, Warteschlangen: U.N. Bhat: Queueing Theory, Modeling and Analysis in Applications, Statistics for Industry and Technology, Birkhäuser (28) F.P. Kelly: Reversibility and Stochastic Networks, John Wiley (1979) P. Robert: Stochastic Networks and Queues, Springer (23) W. Woess: Random Walks on Infinite Graphs and Groups, Cambridge University Press, Cambridge, (2) 2
3 Das Newsboy -Problem Vorrat Q D a. b. c o One period selling season c u Zeit Figure 1: Der Vorrat des Zeitungsverkäufers über einer Periode Zeitungsverkäufer kauft morgens Vorrat Q ein, bis abends gibt es die Nachfrage D Utility-Funktion ( Gain ) G(Q,D) = c Q + p Qχ D>Q + p Dχ D Q a.) D Q ergeben Kosten c o (Q D) b.) D > Q ergeben Kosten c u (D Q) Problem: Gegeben Nachfrage D, wie groß wählt man Vorrat Q? 3
4 Kosten des Newsboy Sei c der Einkaufspreis, p der Verkaufspreis, dann c o = c, c u = p c. Der maximal mögliche Gewinn ist G = D(p c). Die Kosten sind K(Q,D) = G G(Q,D). K(Q,D) = Dp + c (Q D) p Dχ D Q p Qχ D>Q = c(q D) + p(d Q)χ D>Q = c(q D) + + (p c)(d Q) +. K(Q,D) = c o (Q D) + + c u (D Q) +. c o Überbestand, c u Unterbestand (od. Fehlmenge) 4
5 Lösung des Newsboy -Problems Bei zufälliger Nachfrage (D Φ): erwartete Kosten K(Q) = E Φ [K(Q, )] = c o Q xdφ(x) + c u xdφ(x) Q Erwart. Kosten = ÜberbestandskostenplusFehlmengenkosten Optimum (minimale K) bei Q = Q, s.d. K (Q ) = : c o Φ(Q) = c u (1 Φ(Q)) Φ(Q) = c u c u Q = Φ 1 ( ) c o +c u c o +c u c o (1 Φ (Q) ) c u Φ (Q) Figure 2: Maximaler Gewinn = minimale Kosten K(Q ) abhängig von der Verteilung Φ von D Q 5
6 Beispiele realer Inventare Figure 3: Bestand eines Handelsgegenstands in der Pharmaindustrie über den Zeitraum von einem Jahr aufgetragen; Daten mit Genehmigung von NovoNordisk Figure 4: gleich wie oben, aber mit höherer Einkaufsrate. 6
7 Die einfache Warteschlange mit einem Server 1. Interarrival Times T j between merchandise-deliveries 2. Serving Times S j between sales (j N) 3. The M/M/1 Queue: T j Exp(λ), S j Exp(µ), i.i.d. λ N µ t Figure 5: M/M/1-queue applied to simple inventory-model Buying-rate λ Inventory-Size N t Selling rate µ General Problem: Observing µ, what is λ? Applicability of the model (Buying with a rate or deterministically) 7
8 Stabilität des Inventars λ N µ t Figure 6: M/M/1-queue applied to simple inventory-model Buying-rate λ Inventory-Size N t Selling rate µ Stability: Inventory remains finite Recurrence of imbedded Markov chain on N: P[N n+1 = k +1 N n = k] = λ λ+µ ; P[N n+1 = k 1 N n = k] = µ λ+µ Criterion for positive Recurrence: λ µ. InEquilibrium: π k := P[N t = k] = (1 ρ)ρ k,whereρ = λ µ. Expected asymptotic size of inventory: lim t E µ [N t ] = ρ (1 ρ). 8
9 Utility-Funktion für das Inventar 1. Gain-functional: g(t) = A N t C N + t BN t A = Selling price; C = buying cost; B = stock-keeping-cost 2. Observed: µ= Selling rate, Unknown: λ = buying rate. λ N µ t Figure 7: The M/M/1-queue has a stationary distitribution: π k = (1 ρ)ρ k Given µ,b,c, find λ,a for maximal gain under stability. 1 t Average Gain: lim t t g(s)ds = E π [g()] (ergodicity) Solution: λ = max{µ, } (Note: λ < µ) Bµ C A Criterion for positive λ: B < µ(a C) 9
10 Gestörte Modelle joint work with G. Rappitsch and E. Stadlober Tandem Queues for Inventory Management under Random Perturbations, in: Quality and Reliability International (QREI), Wiley, to appear Transition rates λ k and µ k vary over queue-size N t = k P[N n+1 = k +1 N n = k] = λ k λ k +µ k ; P[N n+1 = k 1 N n = k] = µ k λ k +µ k λ µ µ Warteschlange ist eine Birth- and Death-Chain (Nächste Nachbar-Irrfahrt auf Z + in kontinuierlicher Zeit) j = 1 Warten einer zufälligen Zeit T j (1) Sprung nach Vorgabe der Übergangswahrscheinlichkeiten j j +1, : 1
11 Resultat: Stabilitätskriterien Bei Vermischung unterschiedlicher Nachfrageraten: λ < 1 2 (µ + µ) Bei schüchternen Angestellten : (Vermischung der Übergangswahrscheinlichkeiten) λ < µ µ Figure 8: Links: Simulation leicht unterhalb des kritischen Wertes λ c = 4. bei λ = 3,µ = 5 über eine Periode von 1 Tagen B = 15 Euros/month. Rechts: λ = 4.2. Die Katastrophe wird sichtbar anhand des Auftretens von hohen Verlusten mit hoher Wahrscheinlichkeit. 11
12 Simulation von endlicher Haltbarkeit joint work with G. Rappitsch and A. Christensen ENBIS 21 (Antwerpen) Cost-functionals: For unlimited durableness (T = ), the cost after time t is modelled by K(t) := C A t + B t N s ds + D S t where S t = number of Demands at times t when N t =, i.e. t S t = δ χ ds. D s>ds Ns= If T <, N t is replaced by M t := (A t D t Q t ) where Q t is the number of items perishing at time t. Also, S t is replaced by S t = t δ D s>ds χ Ms= ds. 12
13 6 Cost 3 x time in days Mean= std= Count Cost after 24 months in DKK x 1 6 Cost 4 x time in days Mean= std= Count Cost after 24 months in DKK x 1 Figure 9: Visible effect of products s finite life-time of 12 months: Upper: The buying rate λ is chosen to be the optimal value of the case T =. Lower: Here λ = 27. items per day, the opimal value for the case where T = 12 months. 13
Die Modellierung von Logistikprozessen durch Warteschlangen
Die Modellierung von Logistikprozessen durch Warteschlangen Ernst Stadlober, TU Graz Florian Sobieczky, Univ. of Colorado, Boulder Gerhard Rappitsch, Sensordynamics, Lebring Open SIMNET 23. November 2011
MehrA Lösungen zu Einführungsaufgaben zu QueueTraffic
A Lösungen zu Einführungsaufgaben zu QueueTraffic 1. Selber Phasen einstellen a) Wo im Alltag: Baustelle, vor einem Zebrastreifen, Unfall... 2. Ankunftsrate und Verteilungen a) poissonverteilt: b) konstant:
MehrGrundlagen der Monte Carlo Simulation
Grundlagen der Monte Carlo Simulation 10. Dezember 2003 Peter Hofmann Inhaltsverzeichnis 1 Monte Carlo Simulation.................... 2 1.1 Problemstellung.................... 2 1.2 Lösung durch Monte
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
MehrBetreuer: Lars Grüne. Dornbirn, 12. März 2015
Betreuer: Lars Grüne Universität Bayreuth Dornbirn, 12. März 2015 Motivation Hedging im diskretisierten Black-Scholes-Modell: Portfolio (solid), Bank (dashed) 110 120 130 140 150 160 170 Portfolio (solid),
Mehr4. Versicherungsangebot
4. Versicherungsangebot Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie (FS 11) Versicherungsangebot 1 / 13 1. Einleitung 1.1 Hintergrund In einem grossen Teil
MehrSeminar A - Spieltheorie und Multiagent Reinforcement Learning in Team Spielen
Seminar A - Spieltheorie und Multiagent Reinforcement Learning in Team Spielen Michael Gross mdgrosse@sbox.tugraz.at 20. Januar 2003 1 Spieltheorie 1.1 Matrix Game Definition 1.1 Ein Matrix Game, Strategic
MehrUmgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen
Umgang mit und Ersetzen von fehlenden Werten bei multivariaten Analysen Warum überhaupt Gedanken machen? Was fehlt, ist doch weg, oder? Allgegenwärtiges Problem in psychologischer Forschung Bringt Fehlerquellen
MehrWendelin Wiedeking (ehem. Vorstandsvorsitzender Porsche AG) FH Düsseldorf Seminar: Verhandeln und Präsentieren
Wer ein Unternehmen erfolgreich führen will, davon bin ich fest überzeugt, der braucht ein paar Grundsätze, zu denen er auch in schwierigen Zeiten steht und die er nicht jeden Tag neu in den Wind hängt.
MehrT Nach- bzw. Wiederholungsprüfung:
Schriftliche Abschlussprüfung an Fachoberschulen/ Prüfung zum Erwerb der Fachhochschulreife in beruflichen Bildungsgängen im Schuljahr 00/0 Hauptprüfung: Nach- bzw. Wiederholungsprüfung: 0.0.0 Schularten:
MehrOptimierungsprobleme mit Nebenbedingungen - Einführung in die Theorie, Numerische Methoden und Anwendungen
Optimierungsprobleme mit Nebenbedingungen - Einführung in die Theorie, Numerische Methoden und Anwendungen Dr. Abebe Geletu Ilmenau University of Technology Department of Simulation and Optimal Processes
MehrDaten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1
Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf
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
MehrMathematik des Hybriden Monte-Carlo. Marcus Weber. Zuse Institute Berlin
Mathematik des Hybriden Monte-Carlo Marcus Weber Zuse Institute Berlin Statistische Thermodynamik Ziel: Am Computer ein Ensemble samplen. Messung im Gleichgewicht (zeitunabhängige Verteilung π der Systemzustände
MehrTimed Automata (Zeitbeschriftete Automaten) [R. Alur: Timed Automata]
Timed Automata (Zeitbeschriftete Automaten) [R. Alur: Timed Automata] Formalismus zur Behandlung von Dense Time unterstützt durch Verifikationstools, z.b. UPPAAL Transitionssysteme (Automaten) mit Zeitbeschriftungen
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
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.
MehrExpander Graphen und Ihre Anwendungen
Expander Graphen und Ihre Anwendungen Alireza Sarveniazi Mathematisches Institut Universität Göttingen 21.04.2006 Alireza Sarveniazi (Universität Göttingen) Expander Graphen und Ihre Anwendungen 21.04.2006
MehrÜbersicht. 1 Unsicherheit und Klimawandel. 2 Umgang mit Unsicherheit in IAMs. 3 Strukturelle Unsicherheit: Weitzmans Dismal Theorem
Vorlesung 8: Bewertung III 1/15 Übersicht 1 Unsicherheit und Klimawandel 2 Umgang mit Unsicherheit in IAMs 3 Strukturelle Unsicherheit: Weitzmans Dismal Theorem Vorlesung 8: Bewertung III 2/15 Unsicherheit
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
MehrEinkommensaufbau mit FFI:
For English Explanation, go to page 4. Einkommensaufbau mit FFI: 1) Binäre Cycle: Eine Position ist wie ein Business-Center. Ihr Business-Center hat zwei Teams. Jedes mal, wenn eines der Teams 300 Punkte
MehrLINGO: Eine kleine Einführung
LINGO: Eine kleine Einführung Jun.-Prof.Dr. T. Nieberg Lineare und Ganzzahlige Optimierung, WS 2009/10 LINDO/LINGO ist ein Software-Paket, mit dessen Hilfe (ganzzahlige) lineare Programme schnell und einfach
MehrDie agile Prozesswerkstatt
OPITZ CONSULTING GmbH 2015 Seite 1 Mit Software Craftsmanship und Camunda BPM zu schnellen Prozesslösungen Dr. Hendrik Voigt Leiter der Competence Unit SOA/BPM OPITZ CONSULTING GmbH Frankfurt, 11.05.2015
MehrGrundlagen Theoretischer Informatik I SoSe 2011 in Trier. Henning Fernau Universität Trier fernau@uni-trier.de
Grundlagen Theoretischer Informatik I SoSe 2011 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Grundlagen Theoretischer Informatik I Gesamtübersicht Organisatorisches; Einführung Logik
MehrFestigkeit von FDM-3D-Druckteilen
Festigkeit von FDM-3D-Druckteilen Häufig werden bei 3D-Druck-Filamenten die Kunststoff-Festigkeit und physikalischen Eigenschaften diskutiert ohne die Einflüsse der Geometrie und der Verschweißung der
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 6: Induktives Vorgehen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische
MehrMikroökonomik 9. Vorlesungswoche
Mikroökonomik 9. Vorlesungswoche Tone Arnold Universität des Saarlandes 18. Dezember 2007 Tone Arnold (Universität des Saarlandes) 9. Vorlesungswoche 18. Dezember 2007 1 / 31 Volkswirtschaftliche Rente
MehrDas Dilemma des Einbrechers Wer die Wahl hat, hat die Qual!
Das Dilemma des Einbrechers Wer die Wahl hat, hat die Qual! 0kg 4000 Euro Luster 5,5 kg, 430.- Laptop 2,0 kg, 000.- Schatulle 3,2 kg, 800.- Uhr 3,5 kg, 70.- Schwert,5 kg, 850.- Bild 3,4 kg, 680.- Besteck
MehrSynchronisierung von Transaktionen ohne Sperren. Annahme: Es gibt eine Methode, zu erkennen, wann eine Transaktion die serielle Ordnung verletzt.
OPTIMISTIC CONCURRENCY CONTROL Synchronisierung von Transaktionen ohne Sperren. Annahme: Es gibt eine Methode, zu erkennen, wann eine Transaktion die serielle Ordnung verletzt. Abbruch einer Transaktion
MehrKapitel MK:IV. IV. Modellieren mit Constraints
Kapitel MK:IV IV. Modellieren mit Constraints Einführung und frühe Systeme Konsistenz I Binarization Generate-and-Test Backtracking-basierte Verfahren Konsistenz II Konsistenzanalyse Weitere Analyseverfahren
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
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
MehrPeter M. Schneider. Zum Stand der Entwicklung und Anwendung probabilistischer Software für f r die Interpretation von komplexen DNA-Mischspuren
Zum Stand der Entwicklung und Anwendung probabilistischer Software für f r die Interpretation von komplexen DNA-Mischspuren Peter M. Schneider 35. Spurenworkshop Complex Mixtures Komplexe Mischungen Mixture
MehrLösungshinweise zum Aufgabenteil aus Kapitel 6
Lösungshinweise zum Aufgabenteil aus Kapitel 6 Aufgabe 6.A Zu 1. Ein Export nach Europa ist dann von Vorteil, wenn der US$- -Wechselkurs größer als Eins ist, d. h. wenn man für einen Euro mehr als einen
MehrFotogalerie mit PWGallery in Joomla (3.4.0) erstellen
Fotogalerie mit PWGallery in Joomla (3.4.0) erstellen Als ersten Schritt müssen wir alle Fotos die in die Galerie sollen hochladen. Wir gehen davon aus, dass das Plugin PWGallery bereits installiert und
MehrSpieltheorie Kapitel 7, 8 Evolutionary Game Theory Modelling Network Traffic using Game Theory
Spieltheorie Kapitel 7, 8 Evolutionary Game Theory Modelling Network Traffic using Game Theory 01.12.2010 Arno Mittelbach 1 Spieltheorie Einführung Evolutionary Game Theory Spieltheorie in Netzwerken Erstens
MehrNew Member and Market Maker of CEGH Gas Exchange Spot & Futures Market:
New Member and Market Maker of CEGH Gas Exchange Spot & Futures Market: MET International AG, Zug (Switzerland) On the 21 st January 2016 the management of Wiener Börse has decided to approve MET International
MehrA closer look at the M/G/R PS model for TCP traffic
A closer look at the M/G/R PS model for TCP traffic July 23, 2001 Institute of Communication etworks Munich University of Technology 1 Outline Simulation Scenario Sojourn Time Formulas Investigated Scenarios
MehrE-Business für Start-up Unternehmen
E-Business für Start-up Unternehmen Reza Asghari University of Applied Sciences Braunschweig/Wolfenbüttel, Salzdahlumerstr. 46/48, 38302 Wolfenbuettel, Germany, Tel. +49-5331-9395250, Fax +49-5331- 9395002,
MehrDie Laufzeit muss nun ebenfalls in Monaten gerechnet werden und beträgt 25 12 = 300 Monate. Damit liefert die Sparkassenformel (zweiter Teil):
Lösungen zur Mathematikklausur WS 2004/2005 (Versuch 1) 1.1. Hier ist die Rentenformel für gemischte Verzinsung (nachschüssig) zu verwenden: K n = r(12 + 5, 5i p ) qn 1 q 1 = 100(12 + 5, 5 0, 03)1, 0325
MehrVorlesung Dynamische Systeme
Vorlesung Dynamische Systeme WS 2009/2010 Mo. 13.00 14.30, WIL C133 Fr. 11.10 12.40, WIL C133 Tobias Oertel-Jäger Institut for Analysis, TU Dresden Dynamische Systeme Bekannte Objekte, neue Fragen Besonderheit
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
MehrRock-Band. Einleitung. Scratch. In diesem Projekt lernst du, wie du deine eigenen Musikinstrumente programmieren kannst! Activity Checklist
Scratch 1 Rock-Band All Code Clubs must be registered. Registered clubs appear on the map at codeclubworld.org - if your club is not on the map then visit jumpto.cc/ccwreg to register your club. Einleitung
Mehr( ) als den Punkt mit der gleichen x-koordinate wie A und der
ETH-Aufnahmeprüfung Herbst 05 Mathematik I (Analysis) Aufgabe [6 Punkte] Bestimmen Sie den Schnittwinkel α zwischen den Graphen der Funktionen f(x) x 4x + x + 5 und g(x) x x + 5 im Schnittpunkt mit der
Mehr(Lineare) stochastische Optimierung
(Lineare) stochastische Optimierung Bsp: Aus zwei Sorten Rohöl wird Benzin und Heizöl erzeugt. Die Produktivität sowie der Mindestbedarf (pro Woche) und die Kosten sind in folgender Tabelle angegeben:
Mehr10.6 Programmier-Exits für Workitems
10.6 Programmier-Exits für Workitems 279 10.6 Programmier-Exits für Workitems 10.6.1 Das Interface IF_SWF_IFS_WORKITEM_EXIT Am Schritt einer Workflow-Definition im Reiter»Programmier-Exits«können verschiedene
Mehr1. Wie viel Zinsen bekommt man, wenn man 7000,00 1 Jahr lang mit 6 % anlegt?
Zinsrechnung mit der Tabellenform: Berechnen der Jahreszinsen Ein Sparbuch mit 1600 wird mit 4% verzinst. Wie Zinsen erhält man im Jahr? Geg.: K = 1600 p% = 4% ges.: Z Das Kapital (Grundwert) entspricht
MehrLange Nacht der Wissenschaft. Ein Klassiker. Die Mathematik der Kürzesten Wege
Lange Nacht der Wissenschaft Ein Klassiker Die Mathematik der Kürzesten Wege 09.06.2007 schlechte@zib.de Konrad-Zuse-Zentrum für Informationstechnik Berlin (ZIB) http://www.zib.de/schlechte 2 Überblick
MehrSchleswig-Holstein 2011. Kernfach Mathematik
Aufgabe 6: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein. Machen Sie auch Angaben über die Verteilung der jeweiligen Zufallsvariablen. Eine repräsentative
MehrCoupon Collector's-Problem (Sammelbilderproblem) Name: Walter Wolf Matrikelnr.: 533440 Dozent: Dr. W. Kössler
Coupon Collector's-Problem (Sammelbilderproblem) Name: Walter Wolf Matrikelnr.: 533440 Dozent: Dr. W. Kössler Problemstellung Als Sammelbilderproblem bezeichnet man die Frage, wie viele Produkte bzw. Bilder
MehrEinführung in die Fuzzy Logic
Einführung in die Fuzzy Logic Entwickelt von L. Zadeh in den 60er Jahren Benutzt unscharfe (fuzzy) Begriffe und linguistische Variablen Im Gegensatz zur Booleschen Logik {0,} wird das ganze Intervall [0,]
MehrLineare Algebra und analytische Geometrie II (Unterrichtsfach)
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Prof. Dr. D. Rost SS 0 Blatt.06.0 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach) Abgabe: Dienstag, 0. Juli 0, bis 4:00
MehrModellgestützte Analyse und Optimierung Übungsblatt 4
Fakultät für Informatik Lehrstuhl 4 Peter Buchholz, Jan Kriege Sommersemester 2015 Modellgestützte Analyse und Optimierung Übungsblatt 4 Ausgabe: 27.04.2015, Abgabe: 04.05.2015 (12 Uhr) Aufgabe 4.1: Verteilungsfunktionen
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.
MehrMIN oder MAX Bildung per B*Tree Index Hint
E-Mail: rainer@lambertz-c.de Internet: http://www.lambertz-c.de MIN oder MAX Bildung per B*Tree Index Hint Zugegeben, der Trick Min- oder Maximalwerte per Index Hint zu ermitteln ist nicht neu. Gewöhnlich
MehrMenü auf zwei Module verteilt (Joomla 3.4.0)
Menü auf zwei Module verteilt (Joomla 3.4.0) Oft wird bei Joomla das Menü in einem Modul dargestellt, wenn Sie aber z.b. ein horizontales Hauptmenü mit einem vertikalen Untermenü machen möchten, dann finden
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... >
MehrHandbuch. Artologik EZ-Equip. Plug-in für EZbooking version 3.2. Artisan Global Software
Artologik EZ-Equip Plug-in für EZbooking version 3.2 Artologik EZbooking und EZ-Equip EZbooking, Ihre webbasierte Software zum Reservieren von Räumen und Objekten, kann nun durch die Ergänzung um ein oder
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
MehrMarktvorteile nutzen und Chancen erkennen: Barrierefreier Tourismus in Europa. Dr. Victoria Eichhorn Hochschule Fresenius
Marktvorteile nutzen und Chancen erkennen: Barrierefreier Tourismus in Europa Dr. Victoria Eichhorn Hochschule Fresenius Marktvorteile nutzen und Chancen erkennen aber wie? Studien der EU-Kommission und
MehrMakroökonomik II, Wintersemester 2011/12
2. Mikroökonomische Grundlagen: Konsum, Zinsen, Investment Aufgabe VI: Geldpolitik Im September dieses Jahres hat die US Notenbank, das Federal Reserve System (FED), die Operation Twist durchgeführt. Dabei
MehrMobiDM-App Handbuch für Windows Mobile
MobiDM-App Handbuch für Windows Mobile Dieses Handbuch beschreibt die Installation und Nutzung der MobiDM-App für Windows Mobile Version: x.x MobiDM-App Handbuch für Windows Mobile Seite 1 Inhalt 1. WILLKOMMEN
Mehr13.5 Der zentrale Grenzwertsatz
13.5 Der zentrale Grenzwertsatz Satz 56 (Der Zentrale Grenzwertsatz Es seien X 1,...,X n (n N unabhängige, identisch verteilte zufällige Variablen mit µ := EX i ; σ 2 := VarX i. Wir definieren für alle
MehrCCI Swing Strategie. Cut your losers short and let your winners run
CCI Swing Strategie Cut your losers short and let your winners run Charts: - H4 - Daily Indikatoren: - Simple Moving Average (200) - Commodity Channel Index CCI (20 Period) - Fractals Strategie: 1. Identifizieren
MehrPreisliste für The Unscrambler X
Preisliste für The Unscrambler X english version Alle Preise verstehen sich netto zuzüglich gesetzlicher Mehrwertsteuer (19%). Irrtümer, Änderungen und Fehler sind vorbehalten. The Unscrambler wird mit
MehrEin Einfaches AIDS Modell
Ein Einfaches AIDS Modell Martin Bauer: 990395 Guntram Rümmele: 99008 Das SIR - Modell Die Modellierung von epidemischen Modellen hat schon lange Tradition. Man hat schon immer versucht Erklärungen für
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
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
MehrHauptprüfung Abiturprüfung 2015 (ohne CAS) Baden-Württemberg
Hauptprüfung Abiturprüfung 205 (ohne CAS) Baden-Württemberg Wahlteil Analysis Hilfsmittel: GTR und Formelsammlung allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com März 205 Aufgabe A
MehrIIBA Austria Chapter Meeting
covalgo consulting GmbH IIBA Austria Chapter Meeting ITIL und Business Analyse 20. März 2012 Dr. Gerd Nanz 1040 Wien, Operngasse 17-21 Agenda Ein Praxisbeispiel Was ist Business Analyse? Was ist ein Service
MehrInstitut für Leistungselektronik und Elektrische Antriebe. Übungen Regelungstechnik 2
Institut für Leistungselektronik und Elektrische Antriebe Prof. Dr.-Ing. J. Roth-Stielow Übungen Regelungstechnik 2 Inhalt der Übungen: 1. Grundlagen (Wiederholung RT1) 2. Störgrößenaufschaltung 3. Störgrößennachbildung
MehrIII. Demand Planning (DP) & Supply Network Planning (SNP)
Gliederung I. Einführung II. Stammdaten & Supply Chain Modellierung III. Demand Planning (DP) & Supply Network Planning (SNP) i. Demand Planning (DP) ii. Supply Network Planning (SNP) IV. Produktion Planning
MehrKlausur zu Vorlesung und. Versicherungsmärkte am 19.02.2002
Ludwig-Maximilians-Universität München Seminar für Versicherungswissenschaft Prof. Ray Rees / Prof. Achim Wambach, D.Phil. Versicherungsmärkte WS 2001 / 2002 Diplomprüfung für Volkswirte Klausur zu Vorlesung
MehrDienstleistungsmanagement Übung 5
Dienstleistungsmanagement Übung 5 Univ.-Prof. Dr.-Ing. Wolfgang Maass Chair in Economics Information and Service Systems (ISS) Saarland University, Saarbrücken, Germany Besprechung Übungsblatt 4 Slide
MehrDer Begriff Cloud. Eine Spurensuche. Patric Hafner 29.06.2012. geops
Der Begriff Cloud Eine Spurensuche Patric Hafner geops 29.06.2012 Motivation Der größte Hype der IT-Branche Hype heißt sowohl Rummel als auch Schwindel slashdot.org The cloud represents a foundational
MehrAnspruchsvolle Dreierausdrücke zum selbstständigen Lernen
Anspruchsvolle Dreierausdrücke zum selbstständigen Lernen von Frank Rothe Das vorliegende Übungsblatt ist als Anregung gedacht, die Sie in Ihrer Klasse in unterschiedlicher Weise umsetzen können. Entwickelt
Mehr8 Design Patterns. Events
8 Design Patterns. Events Jörn Loviscach Versionsstand: 28. März 2015, 19:13 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen beim Ansehen der Videos: http://www.j3l7h.de/videos.html This work
MehrSchriftliche Prüfungsarbeit zum mittleren Schulabschluss 2010 im Fach Mathematik. 26. Mai 2010
Senatsverwaltung für Bildung, Wissenschaft und Forschung Schriftliche Prüfungsarbeit zum mittleren Schulabschluss 00 im Fach Mathematik 6. Mai 00 LÖSUNGEN UND BEWERTUNGEN Mittlerer Schulabschluss 00, schriftliche
MehrEinrichten einer mehrsprachigen Webseite mit Joomla (3.3.6)
Einrichten einer mehrsprachigen Webseite mit Joomla (3.3.6) 1. Loggen Sie sich im Administratorbereich ein und gehen Sie auf Extension > Extension Manager 2. Wählen Sie Install languages 3. Klicken Sie
MehrMathematik I für Wirtschaftswissenschaftler
1 Mathematik I für Wirtschaftswissenschaftler Lösungsvorschläge zur Klausur am 01.08.2003. Bitte unbedingt beachten: a) Verlangt und gewertet werden alle vier gestellten Aufgaben. Alle Aufgaben sind gleichwertig.
MehrPermanent Magnet Motor Konzept
Permanent Magnet Motor Konzept QuickField Simulation (Studentenversion) ROTOR STATOR www.magnetmotor.at Dietmar Hohl, Linz/AUSTRIA Jän. 2010 Rev. D Seite 1 von 13 Beginnen wir mit zwei dreieckigen Magneten.
MehrSystem DS zum Hartfräsen. System DS for hard milling. Solid carbide endmills for machining hardened steels from 50-70 HRC
EINSTECHEN ABSTECHEN NUTFRÄSEN NUTSTOSSEN KOPIERFRÄSEN BOHREN REIBEN NEU System DS zum Hartfräsen VHM-Fräserreihe zur Bearbeitung gehärteter Stähle von 50-70 HRC NEW System DS for hard milling Solid carbide
MehrCONSIDEO MODELER. REMSO: intelligentes Reengineering des monolithischen MODELERs zur Serviceorientierten
REMSO: intelligentes Reengineering des monolithischen MODELERs zur Serviceorientierten Technologie CONSIDEO MODELER Wir wollen, dass alle Menschen mehr Zusammenhänge sehen Eine neue Denk-, Arbeits- und
MehrCONSIDEO PROCESS-MODELER
CONSIDEO PROCESS-MODELER Modellaufbau Bei komplexen bzw. parallelen Prozessen, welche sich Ressourcen teilen müssen, ermöglicht der CONSIDEO PROCESS MODELER aufschlussreiche Was-Wäre-Wenn- Betrachtungen.
Mehrsondern alle Werte gleich behandelt. Wir dürfen aber nicht vergessen, dass Ergebnisse, je länger sie in der Vergangenheit
sondern alle Werte gleich behandelt. Wir dürfen aber nicht vergessen, dass Ergebnisse, je länger sie in der Vergangenheit liegen, an Bedeutung verlieren. Die Mannschaften haben sich verändert. Spieler
Mehrcreative Factory GmbH
Micro compact car smart gmbh smart forfour series w454 Visualization Embeded into the design team of MCC Smart our team was responsible for Class-A surface modelling and for setup of the visible interior
MehrAbiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
MehrStatistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005
Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen
MehrAbschlussklausur des Kurses Portfoliomanagement
Universität Hohenheim Wintersemester 2010/2011 Lehrstuhl für Bankwirtschaft und Finanzdienstleistungen Kurs Portfoliomanagement Seite 1 von 3 19.01.2011 Abschlussklausur des Kurses Portfoliomanagement
MehrÜbung 15. Name: Abgabe: 23.05.05 Geschätzte Bearbeitungszeit:
Übung 15 Name: Abgabe: 23.05.05 Geschätzte Bearbeitungszeit: Pflichtaufgabe 1 Im Getränkemarkt kostet eine 0,7 l Flasche Mineralwasser 0,34. Dazu kommen pro Flasche 15 Cent Pfand. a) Ermittle durch einen
Mehrhttps://portal.microsoftonline.com
Sie haben nun Office über Office365 bezogen. Ihr Account wird in Kürze in dem Office365 Portal angelegt. Anschließend können Sie, wie unten beschrieben, die Software beziehen. Congratulations, you have
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
Mehr1.3.2 Resonanzkreise R L C. u C. u R. u L u. R 20 lg 1 , (1.81) die Grenzkreisfrequenz ist 1 RR C . (1.82)
3 Schaltungen mit frequenzselektiven Eigenschaften 35 a lg (8) a die Grenzkreisfrequenz ist Grenz a a (8) 3 esonanzkreise 3 eihenresonanzkreis i u u u u Bild 4 eihenresonanzkreis Die Schaltung nach Bild
MehrIIE4. Modul Elektrizitätslehre II. Transformator
IIE4 Modul Elektrizitätslehre II Transformator Ziel dieses Versuches ist es, einerseits die Transformatorgesetze des unbelasteten Transformators experimentell zu überprüfen, anderseits soll das Verhalten
MehrSparpotential Gemeindeverwaltung
Sparptential Gemeindeverwaltung Sparptential in den ö. Gemeindeverwaltungen Dr. Werner Lenzelbauer Land Oberösterreich Direktin Präsidium Abteilung Statistik Datum: 28.10.2014 - sfusin Die einer Gemeinde
MehrKnowledge Management (KM) - Wirklich neu? -
Knowledge Management (KM) - Wirklich neu? - Dr. Rainer Gnibl 1 1 Dr. Rainer Gnibl Regierung von Oberfranken Ludwigstr. 20 95444 Bayreuth Phone +49 981 53-1262 Fax +49 921 604-4950 Mail rainer.gnibl@reg-ofr.bayern.de
MehrIn konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.
Konstante Modelle: In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert. Der prognostizierte Wert für die Periode T+i entspricht
MehrDie Größe von Flächen vergleichen
Vertiefen 1 Die Größe von Flächen vergleichen zu Aufgabe 1 Schulbuch, Seite 182 1 Wer hat am meisten Platz? Ordne die Figuren nach ihrem Flächeninhalt. Begründe deine Reihenfolge. 1 2 3 4 zu Aufgabe 2
Mehr5. Vorlesung. Das Ranking Problem PageRank HITS (Hubs & Authorities) Markov Ketten und Random Walks PageRank und HITS Berechnung
5. Vorlesung Das Ranking Problem PageRank HITS (Hubs & Authorities) Markov Ketten und Random Walks PageRank und HITS Berechnung Seite 120 The Ranking Problem Eingabe: D: Dokumentkollektion Q: Anfrageraum
MehrWenn Russland kein Gas mehr liefert
Ergänzen Sie die fehlenden Begriffe aus der Liste. abhängig Abhängigkeit bekommen betroffen bezahlen Gasspeicher Gasverbrauch gering hätte helfen importieren liefert 0:02 Pläne politischen Projekte Prozent
Mehr