Übungsblatt 3. Grundlagen der computergestützten Produktion und Logistik W1332. Fakultät für Wirtschaftswissenschaften
|
|
- Hedwig Kappel
- vor 7 Jahren
- Abrufe
Transkript
1 Übungsblatt 3 Grundlagen der computergestützten Produktion und Logistik W1332 Fakultät für Wirtschaftswissenschaften Sebastian Lauck, M.Sc. Wirtschaftsinformatik, -insb. CIM CIM
2 Richtig oder Falsch? Reale Strukturmodelle können sowohl statische als auch dynamische Systemeigenschaften Richtig
3 Aufgabe 1 a) Erläutern Sie den Unterschied zwischen Translations- und Trajektionsmodellen. Translation: Eine ebene Fläche wird entlang eines auf ihr senkrecht stehenden Translationsvektors verschoben. Trajektion: Eine ebene Fläche wird entlang einer beliebigen Raumkurve die eine orthogonale oder nicht-orthogonale Trajektorie zu dieser Fläche ist, verschoben. Hinweis: Die in die dritte Dimension erhobene Fläche kann beliebiger Gestalt sein!
4 Aufgabe 1 b) Beschreiben Sie wie der gegebene Körper mit B-Rep und CSG modelliert wird B-Rep CSG
5 Exkurs Drahtgitter-Modelle (Wireframes) Modelle werden nur durch Knoten/ Kantendefinitionen beschrieben Einsatz primär in der Computergrafik Kostenlose Software zum experimentieren mit 3D Modellen Beispiel:
6 Richtig oder Falsch? Knoten können bei Arboreszenz mehr als 2 Nachfolgerknoten haben Richtig
7 Richtig oder Falsch? Gegeben sei eine beliebige Kantenmenge M={1,2,3,4}. Die Kantenfolge 1,3,4,3,2 kann einen gültigen Weg darstellen. Falsch, Weg besucht niemals den selben Knoten, also auch keine Kante doppelt
8 Aufgabe 2 a) Erläutern Sie den Unterschied zwischen Inzidenz- und Adjazenzmatritzen wo liegen Vor-und Nachteile? Inzidenzmatrix: Knoten X Kanten Matrix Speicherbedarf wächst mit hoher Anzahl Kanten Gut bei schwach verbundenen Graphen Viele Graphalgorithmen basieren auf Kantenmengen, schnelle Lösbarkeit dieser Verfahren ist nur mit Inzidenzmatritzen / Adjazenzlisten möglich Adjazenzmatrix: Knoten X Knoten Matrix Speicherbedarf wächst quadratisch zur Anzahl der Knoten Anzahl der Kanten ist hierbei unbedeutend Hinweis: Gerichtete Graphen werden durch beschrieben, wobei x einen Knoten repräsentiert. b ij = 1, falls e j = v i, x 0, falls v i e j 1, falls e j = (x, v i )
9 Aufgabe 2 b) Nennen Sie Beispiele für sinnvolle Verwendungen folgender Strukturtypen: Kreisstruktur Abbildung von Zyklen ohne Abkürzung Sternstruktur Sat-TV Verkabelung Baumstruktur Suchbäume Hierarchieabbildung Linienstruktur Datenstruktur Liste Kabel-TV Verkabelung BNC Netzwerke
10 Richtig oder Falsch? Ein Petrinetz mit mehreren Transitionen heißt lebendig, wenn alle Transitionen schalten können. Kann nun eine Transition nicht schalten ist das Petrinetz nicht mehr lebendig und es herrscht eine totale Verklemmung. Falsch,totale Verklemmung wenn alle nicht schalten können
11 Richtig oder Falsch? Jede Transition einer Zustandsmaschine besitz eine Stelle im Vor-und Nachbereich. Die Markenanzahl bleibt stets konstant, sodass die Kapazität einer Stelle nicht größer 1 sein kann. Falsch, Kapazität kann > 1 sein!
12 Richtig oder Falsch? Jede Transition einer Zustandsmaschine besitz eine Stelle im Vor-und Nachbereich. Die Markenanzahl bleibt stets konstant, sodass die Kapazität einer Stelle nicht größer 1 sein kann. Falsch, Kapazität kann > 1 sein!
13 Richtig oder Falsch? Die Bedingung für die Aktivierung einer Transition lautet : M + A x T<=K, wobei T den Transitionsvektor,K den Kapazitätsvektor und M den Markenvektor darstellen Falsch, 0 M + A T K
14 Aufgabe 2 c) Ein Team aus drei Technikern betreut eine Fertigungsstufe eines mehrstufigen Fertigungssystems. Auf dieser Fertigungsstufe existieren 5 identische Maschinen. Alle Fertigungsaufträge können von jeder der Maschinen bearbeitet werden und werden zufällig einer verfügbaren Maschine zur Bearbeitung zugewiesen. Die Maschinen sind allerdings recht fehleranfällig und fallen oft aus. In einem solchen Fall muss ein Techniker die Maschine reparieren, damit sie danach wieder verfügbar ist. Mehrere Maschinen können gleichzeitig arbeiten, gestört sein oder repariert werden. Aufträge treten in das System in Puffer P1 ein und landen nach ihrer Bearbeitung in Puffer P2. Vervollständigen Sie das angegebene Petri-Netz. Beschriften Sie Ihre Stellen, Transitionen und Kanten aussagekräftig und achten Sie auf die Ausgangsmarkierungen.
15
16 d) Definieren Sie das dargestellte Petri-Netz in angemessener Weise und errechnen Sie, ob die Transition T1 schalten kann (Schaltregel)
17 d) Definieren Sie das dargestellte Petri-Netz in angemessener Weise und errechnen Sie, ob die Transition T1 schalten kann (Schaltregel) Petri-Netz: N = (S, T, F, K, W, M 0 ) mit Stellenmenge: S = {s1, s2} Transitionsmenge: T = {T1, T2} Kantenmenge: F = {(s1, t2), (t2, s2), (s2, t1), (t1, s1)} Kapazitätsangaben der Stellen K mit: K(s1) = 8, K(s2) = 6 Kantengewichten W mit: W(s1, t2)=6, W(t2, s2)=2, W(s2, t1)=2, W(t1, s1)=1 Anfangsmarkierungen M 0 mit: M 0 (s1) = 5, M 0 (s2) = 2 Also kann Transition T1 schalten.
Modellierungsmethoden der Informatik
smethoden der Informatik Petrinetze (Teil III) 05.12.2007 Überblick Überblick Organisatorisches Wiederholung S/T-System: Grundbegriffe - Grundsituationen Nebenläufigkeit Invarianten B/E-Systeme Prädikat-Transitions-Netze
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Graphdarstellungen Maike Buchin 0.6.017 Graphen Motivation: Graphen treten häufig als Abstraktion von Objekten (Knoten) und ihren Beziehungen (Kanten) auf. Beispiele: soziale
MehrVorlesung Grundlagen der computergestützten Produktion und Logistik W1332
Vorlesung Grundlagen der computergestützten Produktion und Logistik W1332 Fakultät für Wirtschaftswissenschaften W. Dangelmaier Grundlagen der computergestützten Produktion und Logistik - Inhalt 1. Einführung:
MehrVorlesung Grundlagen der computergestützten Produktion und Logistik W1332
Vorlesung Grundlagen der computergestützten Produktion und Logistik W1332 Fakultät für Wirtschaftswissenschaften W. Dangelmaier Grundlagen der computergestützten Produktion und Logistik - Inhalt 1. Einführung:
MehrSoftware Engineering in der Praxis
Software Engineering in der Praxis Praktische Übungen Inhalt Nachlese Überblick Aufgaben Lernziele bei der Objektorientierten Analyse Abgrenzung der Analyse zum Design als Lernprozeß UML Verhaltensdiagramme
Mehr6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne
6.2 Petri-Netze WS 06/07 mod 621 Petri-Netz (auch Stellen-/Transitions-Netz): Formaler Kalkül zur Modellierung von Abläufen mit nebenläufigen Prozessen und kausalen Beziehungen Basiert auf bipartiten gerichteten
MehrUniversität Paderborn Fakultät für Wirtschaftswissenschaften Prof. Dr.-Ing. habil. W. Dangelmaier
Universität Paderborn Fakultät für Wirtschaftswissenschaften Prof. Dr.-Ing. habil. W. Dangelmaier W1332 Grundlagen der computergestützten Produktion und Logistik 6. Februar 2012 Bitte in DRUCKBUCHSTABEN
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Graphen (1) Darstellung Traversierung Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 441 Generalisierung von Bäumen Verallgemeinerung (von Listen zu Graphen)
MehrVorlesung Grundzüge der Wirtschaftsinformatik W1311 Fakultät für Wirtschaftswissenschaften
Vorlesung Grundzüge der Wirtschaftsinformatik W1311 Fakultät für Wirtschaftswissenschaften W. Dangelmaier Grundzüge der Wirtschaftsinformatik - Inhalt 1. Einführung: Worum geht es hier? 2. System 3. Modell
MehrAufgaben. Wirtschaftsinformatik 3 Grundlagen der computergestützten Produktion und Logistik
Wirtschaftsinformatik 3 Grundlagen der computergestützten Produktion und Logistik W 1332, WS 2011/2012 Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Dr. Christoph Laroque Heinz Nixdorf Institut Universität
MehrKürzeste Wege in Graphen. Orte mit Straßenverbindungen. Coma I Rolf Möhring
Kürzeste Wege in Graphen Orte mit Straßenverbindungen Orte als Knoten eines Graphen Straßenverbindungen als Kanten eines Graphen Ungerichteter Graph G = (V,E) Kanten Knoten Knotenmenge V = {,,n} oder {,,n
MehrEinführung in Petri-Netze. Modellierung von Abläufen und Prozessen (1) Abhängigkeitsgraphen: Motivation. Petri-Netze
Einführung in Petri-Netze Modellierung von Abläufen und Prozessen () Motivation Abhängigkeitsgraphen: A B 6 C 5 D Petri-Netze Markierungen Invarianten Credits: L. Priese, H. Wimmel: Petri-Netze, Theoretische
Mehr2. Repräsentationen von Graphen in Computern
2. Repräsentationen von Graphen in Computern Kapitelinhalt 2. Repräsentationen von Graphen in Computern Matrizen- und Listendarstellung von Graphen Berechnung der Anzahl der verschiedenen Kantenzüge zwischen
MehrADS 2: Algorithmen und Datenstrukturen
ADS 2: Algorithmen und Datenstrukturen Teil 2 Prof. Peter F. Stadler & Sebastian Will Bioinformatik/IZBI Institut für Informatik & Interdisziplinäres Zentrum für Bioinformatik Universität Leipzig 16. April
MehrÜbungsblatt 5 Grundlagen der computergestützten Produktion und Logistik W1332
Übungsblatt 5 Grundlagen der computergestützten Produktion und Logistik W1332 Fakultät für Wirtschaftswissenschaften Sebastian Lauck Klausurvorbereitung - Bitte bearbeiten Sie die folgenden Aufgaben bis
MehrADS: Algorithmen und Datenstrukturen 2
ADS: Algorithmen und Datenstrukturen 2 Teil II Peter F. Stadler & Konstantin Klemm Bioinformatics Group, Dept. of Computer Science & Interdisciplinary Center for Bioinformatics, University of Leipzig 07.
MehrEinheit 11 - Graphen
Einheit - Graphen Bevor wir in medias res (eigentlich heißt es medias in res) gehen, eine Zusammenfassung der wichtigsten Definitionen und Notationen für Graphen. Graphen bestehen aus Knoten (vertex, vertices)
MehrAlgorithmen und Datenstrukturen 2-1. Seminar -
Algorithmen und Datenstrukturen 2-1. Seminar - Dominic Rose Bioinformatics Group, University of Leipzig Sommersemster 2010 Outline 1. Übungsserie: 3 Aufgaben, insgesamt 30 28 Punkte A1 Spannbäume (10 8
MehrKapitel 4 Ereignisdiskrete Systeme (V)
Systemmodellierung Teil 1: Ereignisdiskrete Systeme Kapitel 4 Ereignisdiskrete Systeme (V) Petrinetze ctnd. Eigenschaften von Petrinetzen (BE-Netze) Konflikt Kontakt Livelock, Deadlock Lebendigkeit Reversibilität
MehrADS: Algorithmen und Datenstrukturen 2
ADS: Algorithmen und Datenstrukturen 2 Teil 4 Prof. Peter F. Stadler & Dr. Christian Höner zu Siederdissen Bioinformatik/IZBI Institut für Informatik & Interdisziplinäres Zentrum für Bioinformatik Universität
MehrVorlesung PRG-1, WS 06/07 6. Übung
Fachbereich Informatik & Mathematik (12) Professur Graphische Datenverarbeitung Prof. Dr. Detlef Krömker Jörg Demmer Ashraf Abu Baker Robert-Mayer-Str. 10 60325 Frankfurt am Main Tel.: +49 (0)69 798-24610
MehrRouting A lgorithmen Algorithmen Begriffe, Definitionen Wegewahl Verkehrslenkung
Begriffe, Definitionen Routing (aus der Informatik) Wegewahl oder Verkehrslenkung bezeichnet in der Telekommunikation das Festlegen von Wegen für Nachrichtenströme bei der Nachrichtenübermittlung über
MehrAlgorithmen und Datenstrukturen 13
19. Juli 2012 1 Besprechung Blatt 12 Fragen 2 Bäume AVL-Bäume 3 Graphen Allgemein Matrixdarstellung 4 Graphalgorithmen Dijkstra Prim Kruskal Fragen Fragen zu Blatt 12? AVL-Bäume AVL-Bäume ein AVL-Baum
MehrEDM, Algorithmen und Graphenspeicherung
EDM, Algorithmen und Graphenspeicherung 1 Graphenspeicherung Gespeichert werden soll ein Graph G = (V, E) bzw. Digraph D = (V, A). Man beachte: E ( ) V 2 bzw. E V 2 1.1 Adjazenzmatrix Graph G: A = (a vw
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrRouting Algorithmen. Begriffe, Definitionen
Begriffe, Definitionen Routing (aus der Informatik) Wegewahl oder Verkehrslenkung bezeichnet in der Telekommunikation das Festlegen von Wegen für Nachrichtenströme bei der Nachrichtenübermittlung über
MehrFragenkatalog 1. Kurseinheit
katalog 1. Kurseinheit 1. Wie sind Algorithmen und Datenstrukturen untrennbar miteinander verknüpft? 2. Worin besteht das Ziel einer Beschreibung auf algorithmischer Ebene? 3. Welche Kriterien gibt es
Mehr15. Elementare Graphalgorithmen
Graphen sind eine der wichtigste Modellierungskonzepte der Informatik Graphalgorithmen bilden die Grundlage vieler Algorithmen in der Praxis Zunächst kurze Wiederholung von Graphen. Dann Darstellungen
MehrEigenwerte und Eigenvektoren
Eigenwerte und Eigenvektoren Siehe Analysis (von der Hude, Folie 20: Definition 2.3. Ein Vektor x R n heißt Eigenvektor der quadratischen n n-matrix A zum Eigenwert λ R, wenn gilt Ax = λx Die Eigenwerte
MehrGraphentheorie Graphentheorie. Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke
Graphen Graphentheorie Graphentheorie Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke 2 Was ist ein Graph? Ein Graph ist in der Graphentheorie eine abstrakte Struktur,
MehrUniversität Paderborn Fakultät für Wirtschaftswissenschaften Prof. Dr.-Ing. habil. W. Dangelmaier
Universität Paderborn Fakultät für Wirtschaftswissenschaften Prof. Dr.-Ing. habil. W. Dangelmaier W133 Grundlagen der computergestützten Produktion und Logistik 01. August 011 Bitte in DRUCKBUCHSTABEN
MehrKonzepte der Informatik
Platzhalter für Bild, Bild auf Titelfolie hinter das Logo einsetzen Konzepte der Informatik Vorkurs Informatik zum WS 23/24 6.9. - 27.9.23 Dr. Werner Struckmann / Hendrik Freytag. April 2 Referent Kurztitel
MehrKodieren Von Graphen
Kodieren Von Graphen Allgemeine Anwendungen: Routenplaner Netzpläne Elektrische Schaltungen Gebäudeerkennung aus Luftaufnahmen Definitionen:? Graph Ein Graph G besteht aus einem geordneten Paar G = (V,E)
MehrADS: Algorithmen und Datenstrukturen 2
ADS: Algorithmen und Datenstrukturen 2 Teil 3 Prof. Peter F. Stadler & Dr. Christian Höner zu Siederdissen Bioinformatik/IZBI Institut für Informatik & Interdisziplinäres Zentrum für Bioinformatik Universität
MehrSortierverfahren. Laufzeitkomplexität. exponentiell
Sortierverfahren Quick-Sort -gutes Laufzeitverhalten n log( n) -rekursive(absteigende) Struktur - median Suchen ungefähr mittlerer Wert -alle Elemente die kleiner sind als Median werden links von Median
MehrProjektdokumentation
Beschränkte Petrinetze Projektdokumentation Autoren: Michael Große Arne Brutschy 19. Februar 2003 Beschränkte Petrinetze - Dokumentation Version 0.01 2 3 Copyright c 2002 Michael Große, Arne Brutschy This
MehrÜbung Grundlagen der computergestützten Produktion und Logistik W1332
Übung Grundlagen der computergestützten Produktion und Logistik W1332 Fakultät für Wirtschaftswissenschaften S. Lauck Exkurs Andlersche Losgrößenformel Exkurs Andlersche Losgrößenformel Gesucht: Optimale
MehrSeite 1 von 13 Name: Aufgabe 1: Suchalgorithmen (a) (4 Punkte ) Gegeben ist folgendes Streckennetz:
Seite 1 von 13 Aufgabe 1: Suchalgorithmen (a) (4 ) Gegeben ist folgendes Streckennetz: (12 ) B D A F Z C E Zeigen Sie durch Handsimulation wie mit dem Breitensuch-Algorithmus ein Weg von nach gefunden
MehrWir nennen einen Pfad in einem gerichteten Graphen Zyklus, wenn der Pfad im gleichen Knoten beginnt und endet, d. h.
aaacmxicdvdlsgmxfl1t3/vv69jntaiuyowubbdcwy1lbfuqwkomtwuyzgri7ltgwa9wa7/cr+lo3potpq2c9xegcdjnxu7j8wmpdlru2mktlc4tr6yu5dc3nre2czvfhlgjzrzolfs65vpdpyh4hqvk3oo1p6evedmpzid+c8i1esq6xjtmnzaoitexjkkvbozdl5yrytfofkpu+bhacu+q5dfxyu4updp+pkobwgv3xyne9hrlqh4hk9sytufg2mmorsekf8zfjobhlav0wnuwrjtkppnnez+sq6v0sf9p+yiku/x7rkzdy9lqt5mhxtvz05uif3q+ugfs38zdz1aedznlwqtwndwpjarvvfmrfpuvtiaioeeesvnqfiijkjkpj/se5gxlagllwti/enzhnwvos87bfr+qiv+txnhzc8velveqvwcgvdidazgcd06hbhdwcxvgemitpmpiexhgzqvznhvnoz87uzah5/0djy+sia==
MehrDiskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)
WS 2015/16 Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
MehrPetrinetze und GPSS/H
Hochschule Mittweida (FH) Seminararbeit Simulation 11. Januar 2006 Agenda 1 2 3 4 Agenda 1 2 3 4 Themen Modellierung von dynamischen Systemen Formale Modellierung von nebenläufigen Systemen Simulation
Mehr= n (n 1) 2 dies beruht auf der Auswahl einer zweielementigen Teilmenge aus V = n. Als Folge ergibt sich, dass ein einfacher Graph maximal ( n E = 2
1 Graphen Definition: Ein Graph G = (V,E) setzt sich aus einer Knotenmenge V und einer (Multi)Menge E V V, die als Kantenmenge bezeichnet wird, zusammen. Falls E symmetrisch ist, d.h.( u,v V)[(u,v) E (v,u)
MehrDefinition Ein gerichteter Graph G = (V, E) ist ein Graph von geordneten Paaren (u, v) mit u V und v V.
Kapitel 4 Graphenalgorithmen 4.1 Definitionen Definition 4.1.1. Der Graph G = (V, E) ist über die beiden Mengen V und E definiert, wobei V die Menge der Knoten und E die Menge der Kanten in dem Graph ist.
MehrADS: Algorithmen und Datenstrukturen 2
ADS: Algorithmen und Datenstrukturen 2 Teil 4 Prof. Dr. Gerhard Heyer Institut für Informatik Abteilung Automatische Sprachverarbeitung Universität Leipzig 02. Mai 2017 [Letzte Aktualisierung: 10/07/2018,
Mehr6. Steuerungstechnik Teil IV
6. Steuerungstechnik Teil IV Das gezielte Beeinflussen von Vorgängen, denen ein schrittweiser, d.h. diskreter Ablauf zugrunde liegt, gehört in der Automatisierungstechnik neben der Regelung bzw. Steuerung
Mehr3. Die Datenstruktur Graph
3. Die Datenstruktur Graph 3.1 Einleitung: Das Königsberger Brückenproblem Das Königsberger Brückenproblem ist eine mathematische Fragestellung des frühen 18. Jahrhunderts, die anhand von sieben Brücken
MehrGraphalgorithmen I. Katharina Reif Hallo Welt -Seminar - LS 2
Graphalgorithmen I Katharina Reif 14.06.2017 allo Welt -Seminar - LS 2 Überblick Einführung Speichern von Graphen Topologische Sortierung Zusammenhang und Zusammenhangskomponenten Artikulationspunkte rücken
Mehr8. Petrinetze und Workflows 1
8. Petrinetze und Workflows Ein anschauliches Beispiel GBIS-Rahmen: Einordnung Petrinetz Anwendung Daten Steuerung Funktionen SW-Architektur Elemente der Petrinetz-Theorie - statische und dynamische Elemente
MehrTutorium 23 Grundbegriffe der Informatik (7. Sitzung)
Tutorium 3 Grundbegriffe der Informatik (7. Sitzung) Tutor: Felix Stahlberg SOFTWARE DESIGN AND QUALITY GROUP Source: pixelio.de KIT The cooperation of Forschungszentrum Karlsruhe GmbH and Universität
MehrWarum Modellierung? OE-Vorlesung 2016 Einführung in Petrinetze. Was ist ein Modell? Und warum Petrinetze? Petrinetze sind ein Modellierungswerkzeug.
Warum Modellierung? OE-Vorlesung 016 Einführung in Petrinetze Dr. Lawrence Cabac cabac@informatik.uni-hamburg.de Folien: Dr. Frank Heitmann Fachbereich Informatik Universität Hamburg Petrinetze sind ein
MehrDatenstrukturen und Algorithmen (SS 2013)
Datenstrukturen und Algorithmen (SS 2013) Übungsblatt 10 Abgabe: Montag, 08.07.2013, 14:00 Uhr Die Übungen sollen in Gruppen von zwei bis drei Personen bearbeitet werden. Schreiben Sie die Namen jedes
MehrLernmodul 7 Algorithmus von Dijkstra
Folie 1 von 30 Lernmodul 7 Algorithmus von Dijkstra Quelle: http://www.map24.de Folie 2 von 30 Algorithmus von Dijkstra Übersicht Kürzester Weg von A nach B in einem Graphen Problemstellung: Suche einer
MehrDatenstrukturen. einfach verkettete Liste
einfach verkettete Liste speichert Daten in einer linearen Liste, in der jedes Element auf das nächste Element zeigt Jeder Knoten der Liste enthält beliebige Daten und einen Zeiger auf den nächsten Knoten
MehrUniversität Paderborn
Universität Paderborn Fakultät für Wirtschaftswissenschaften Prof. Dr.-Ing. habil. W. Dangelmaier Modul W1332 Grundlagen der computergestützten Produktion und Logistik 20. Februar 2016 Bitte in DRUCKBUCHSTABEN
Mehr1.Aufgabe: Minimal aufspannender Baum
1.Aufgabe: Minimal aufspannender Baum 11+4+8 Punkte v 1 v 2 1 3 4 9 v 3 v 4 v 5 v 7 7 4 3 5 8 1 4 v 7 v 8 v 9 3 2 7 v 10 Abbildung 1: Der Graph G mit Kantengewichten (a) Bestimme mit Hilfe des Algorithmus
MehrAlgorithmen und Datenstrukturen 2
Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Algorithmen für Graphen Fragestellungen: Suche
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 Bäume & Graphen Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr, o.n.v. Sommersemester
MehrModellieren im Informatikunterricht
Teil 1: Einführung in Netzstrukturen zur Systembeschreibung 1 Die Welt begreifen Abstraktion und Komplexitätsreduktion auf Interessante 2 Modelle im Informatikunterricht? Kommunikation über das Vorhaben
MehrKlausurvorbereitung. 1 Zentrale Begriffe. 2 Bipartite Graphen. 2.1 Begriffe. Vorlesung Graphen und Optimierung Sommersemester 2011 Prof. S.
Vorlesung Graphen und Optimierung Sommersemester 2011 Prof. S. Lange Klausurvorbereitung Hier finden Sie alle Begriffe, Zusammenhänge und Algorithmen, die mit Blick auf die Klausur relevant sind. Um es
MehrGraphenalgorithmen I
Graphenalgorithmen I Vortrag im Seminar Hallo Welt! für Fortgeschrittene 7. Juni 211 Graphenalgorithmen I 1/33 Motivation Problem Wie komme ich am schnellsten ins Kanapee? Problem Wie kommt ein Datenpaket
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Tutorium 24-6. Sitzung Marcus Georgi tutorium@marcusgeorgi.de 04.12.2009 1 Repräsentation von Graphen im Rechner Adjazenzlisten Adjazenzmatrizen Wegematrizen 2 Erreichbarkeitsrelationen
MehrGraphen. Graphen und ihre Darstellungen
Graphen Graphen und ihre Darstellungen Ein Graph beschreibt Beziehungen zwischen den Elementen einer Menge von Objekten. Die Objekte werden als Knoten des Graphen bezeichnet; besteht zwischen zwei Knoten
MehrEin Graph ist ein Paar (V,E), wobei V eine Menge von Knoten und E eine Menge von Kanten (v,w) mit v,w in V ist.
Graphen Definition: Ein Graph ist ein Paar (V,E), wobei V eine Menge von Knoten und E eine Menge von Kanten (v,w) mit v,w in V ist. Begriffe: Gerichteter Graph: Alle Kanten haben eine Richtung vom Anfangsknoten
MehrAufgaben zur Klausurvorbereitung
Vorlesung Graphen und Optimierung Sommersemester 2013/14 Prof. S. Lange Aufgaben zur Klausurvorbereitung Hier finden Sie eine Reihe von Übungsaufgaben, die wir an den beiden Vorlesungsterminen am 29.01.2014
MehrTechnische Universität München SoSe 2018 Fakultät für Informatik, I Juli 2018 Dr. Stefanie Demirci. Aufgabe 1 Sortieren mit Heap Sort
Name: Vorname: Matr. Nr.: Technische Universität München SoSe 2018 Fakultät für Informatik, I-16 4. Juli 2018 Dr. Stefanie Demirci Allgemeine Hinweise Musterklausur zu Algorithmen und Datenstrukturen Die
MehrAlgorithmen I - Tutorium 28 Nr. 9
Algorithmen I - Tutorium 28 Nr. 9 29.06.2017: Spaß mit Graphen und Graphtraversierung Marc Leinweber marc.leinweber@student.kit.edu INSTITUT FÜR THEORETISCHE INFORMATIK (ITI), PROF. DR. JÖRN MÜLLER-QUADE
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
MehrGrundlagen Datenstrukturen Transitive Hülle Traversierung Kürzeste Wege Spannender Baum Max. Fluss Zuordnungen. 6. Graphen
. Graphen viele praktische (Optimierungs-)Probleme sind als graphentheoretische Probleme formulierbar z.b. in Produktionsplanung, Personaleinsatzplanung,.... Grundlagen gerichteter, ungerichteter und gewichteter
MehrVorlesung Grundzüge der Wirtschaftsinformatik W1311 Fakultät für Wirtschaftswissenschaften
Vorlesung Grundzüge der Wirtschaftsinformatik W1311 Fakultät für Wirtschaftswissenschaften W. Dangelmaier, J. Fischer, D. Kundisch, L. Suhl Aufgabe 1: System und Modell (30 Punkte) a. (3 Punkte) Was versteht
MehrModellierung - Wiederholung
Norbert Fuhr 24. Januar 2006 Einführung Grundbegriffe Einführung Grundbegriffe Syntax vs. Semantik Modellbegriff Repräsentation vs. Information Boolesche Terme Definition Wahrheitswerte Interpretation
MehrGraphentheoretische Beschreibung der Petrinetze
Graphentheoretische Beschreibung der Petrinetze Eldar Sultanow eldarsultanow @hpiuni-potsdamde Hasso-Plattner-Institut an der Universität Potsdam Zusammenfassung Abläufe lassen sich durch Graphen darstellen
Mehr4. Welchen Zusammenhang gibt es zwischen den Eckengraden und der Anzahl der Kanten eines ungerichteten Graphen?
Kapitel 7 Graphentheorie Verständnisfragen Sachfragen 1. Was ist ein ungerichteter Graph? 2. Erläutern Sie den Begriff Adjazenz! 3. Erläutern Sie den Eckengrad in einem Graphen! 4. Welchen Zusammenhang
MehrÜbungsblatt 2 - Lösung
Institut für Theoretische Informatik Lehrstuhl Prof. Dr. D. Wagner Übungsblatt 2 - Lösung Vorlesung Algorithmentechnik im WS 08/09 Ausgabe 04. November 2008 Abgabe 8. November, 5:0 Uhr (im Kasten vor Zimmer
MehrStochastische Petrinetze
Stochastische Petrinetze Proseminar WS06 The Virtual Laboratory Nils Müller Stochastische Petrinetze 1. Begriffsdefinition 1.1. Wdh. Stochastik 1.2. Wdh. Petrinetze 2. zeiterweiterte Petrinetze 2.1. Stochastische
MehrDatenstrukturen & Algorithmen Lösungen zu Blatt 11 FS 14
Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik 14. Mai
MehrVorlesung Modellierung Modellierungsmethoden der Informatik. Wintersemester 2011/12
Vorlesung Modellierung Modellierungsmethoden der Informatik Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Dr. Sander Bruggink Barbara König Modellierung 1 Motivation: Eigenschaften von n, Überdeckbarkeitsgraphen
MehrVorlesung Modellierung Modellierungsmethoden der Informatik. Wintersemester 2011/12
Vorlesung Modellierung Modellierungsmethoden der Informatik Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Dr. Sander Bruggink Barbara König Modellierung 1 Eigenschaften von n, Überdeckbarkeitsgraphen
MehrKlausur Informatik B April Teil I: Informatik 3
Informatik 3 Seite 1 von 8 Klausur Informatik B April 1998 Teil I: Informatik 3 Informatik 3 Seite 2 von 8 Aufgabe 1: Fragekatalog (gesamt 5 ) Beantworten Sie folgende Fragen kurz in ein oder zwei Sätzen.
MehrAbgabe: (vor der Vorlesung)
TECHNISCHE UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR INFORMATIK Lehrstuhl für Sprachen und Beschreibungsstrukturen SS 009 Grundlagen: Algorithmen und Datenstrukturen Übungsblatt 0 Prof. Dr. Helmut Seidl, S. Pott,
MehrMotivation: Petrinetze. Vorlesung Modellierung Wintersemester 2014/15. Petri-Netze (Folien teilw. von Prof. B. König) Motivation: Petrinetze
Motivation: Petrinetze Vorlesung Modellierung Wintersemester 2014/15 Petri-Netze (Folien teilw. von Prof. B. König) Prof. Norbert Fuhr Petrinetze sind ein Formalismus zur Modellierung von nebenläufigen
MehrSeite 1 von 13 Name: Aufgabe 1: Suchalgorithmen (a) (4 Punkte ) Gegeben ist folgendes Streckennetz:
Seite 1 von 13 Aufgabe 1: Suchalgorithmen (a) (4 ) Gegeben ist folgendes Streckennetz: (12 ) B D A F Z C E Zeigen Sie durch Handsimulation wie mit dem Tiefensuch-Algorithmus ein (nicht notwendig optimaler)
MehrGrundlagen: Algorithmen und Datenstrukturen
Grundlagen: Algorithmen und Datenstrukturen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 2010
MehrDigraphen, DAGs und Wurzelbäume
Digraphen (gerichtete Graphen) Slide 1 Digraphen, DAGs und Wurzelbäume Digraphen (gerichtete Graphen) Slide 2 Eingangs- und Ausgangsgrad Bei einer gerichteten Kante e = (u,v) E heißt u Startknoten von
MehrGrundlagen der Algorithmen und Datenstrukturen Kapitel 8
Grundlagen der Algorithmen und Datenstrukturen Kapitel 8 Christian Scheideler + Helmut Seidl SS 2009 12.06.09 Kapitel 8 1 Graphen Graph G=(V,E) besteht aus Knotenmenge V Kantenmenge E ungerichteter Graph
MehrVektor-Additions-Systeme und Invarianten
Vektor-Additions-Systeme und Invarianten http://www.informatik.uni-bremen.de/theorie/teach/petri Renate Klempien-Hinrichs Stellen- und Transitions-Vektoren T -Invarianten S-Invarianten Bezug zu erreichbaren
MehrFortgeschrittene Netzwerk- und Graph-Algorithmen
Fortgeschrittene Netzwerk- und Graph-Algorithmen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester
MehrFerienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie
Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie Dipl-Math. Wolfgang Kinzner 2.4.2012 Kapitel 1: Grundlagen der algorithmischen Graphgentheorie
MehrDiskrete Strukturen. Hausaufgabe 1 (5 Punkte) Wintersemester 2007/08 Lösungsblatt Januar 2008
Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 8
Mehr9. Petrinetze und Workflows 1
9. Petrinetze und Workflows Ein anschauliches Beispiel GBIS-Rahmen: Einordnung Petrinetz Anwendung Daten Steuerung Funktionen SW-Architektur Elemente der Petrinetz-Theorie - statische und dynamische Elemente
MehrDas Problem des Handlungsreisenden
Seite 1 Das Problem des Handlungsreisenden Abbildung 1: Alle möglichen Rundreisen für 4 Städte Das TSP-Problem tritt in der Praxis in vielen Anwendungen als Teilproblem auf. Hierzu gehören z.b. Optimierungsprobleme
Mehr(a, b)-bäume / 1. Datenmenge ist so groß, dass sie auf der Festplatte abgespeichert werden muss.
(a, b)-bäume / 1. Szenario: Datenmenge ist so groß, dass sie auf der Festplatte abgespeichert werden muss. Konsequenz: Kommunikation zwischen Hauptspeicher und Festplatte - geschieht nicht Byte für Byte,
MehrEffiziente Algorithmen I
9. Präsenzaufgabenblatt, WiSe 2013/14 Übungstunden am 13.01. & 15.01.2014 Aufgabe Q Gegeben sei ein Fluss-Netzwerk mit Digraph D = (V, A), Knotenkapazitäten c(u, v) 0, Quelle s und Senke t. Kann sich der
MehrAm Dienstag, den 15. Dezember, ist Eulenfest. 1/60
Am Dienstag, den 15. Dezember, ist Eulenfest. 1/60 Grundbegriffe der Informatik Einheit 12: Erste Algorithmen in Graphen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester
MehrMotivation Kap. 6: Graphen
Motivation Kap. 6: Graphen Warum soll ich heute hier bleiben? Graphen sind wichtig und machen Spaß! Professor Dr. Lehrstuhl für Algorithm Engineering, LS Fakultät für Informatik, TU Dortmund Was gibt es
MehrKapitel 5: Graphen und Graphalgorithmen
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Algorithmen und Datenstrukturen Kapitel 5: Graphen und Graphalgorithmen Skript zur Vorlesung Algorithmen und Datenstrukturen
MehrProblemlösen in grafischen Strukturen
Problemlösen in grafischen Strukturen Modul 31801 - Zusammenfassung Version vom 01.04.2019 Fernstudium Guide - Problemlösen in graphischen Strukturen - Seite 1 Impressum Herausgeber: FSGU AKADEMIE - Ein
MehrKapitel 4: Analyse von Petrinetzen
Kapitel 4: Analyse von Petrinetzen 1. Beispiele 2. Analyseansatz 3. Markierungsgraph 4. Beschränktheit 5. State Space Explosion: Beispiel 6. Komplementbildung 7. Zusammenhängend 8. Tot, lebendig, verklemmungsfrei
MehrProgramm heute. Algorithmen und Datenstrukturen (für ET/IT) Übersicht: Graphen. Definition: Ungerichteter Graph. Definition: Ungerichteter Graph
Programm heute Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 07 Dr. Stefanie Demirci Computer Aided Medical Procedures Technische Universität München 7 Fortgeschrittene Datenstrukturen Graphen
MehrAlgorithmen und Datenstrukturen SS09. Foliensatz 16. Michael Brinkmeier. Technische Universität Ilmenau Institut für Theoretische Informatik
Foliensatz 16 Michael Brinkmeier Technische Universität Ilmenau Institut für Theoretische Informatik Sommersemester 2009 TU Ilmenau Seite 1 / 45 Graphen TU Ilmenau Seite 2 / 45 Graphen 1 2 3 4 5 6 7 8
Mehr