= ( S. andere Möglichkeit ist eine Menge von Zustandsaussagen, das sind Prädikate mit Zustandsattributen.

Größe: px
Ab Seite anzeigen:

Download "= ( S. andere Möglichkeit ist eine Menge von Zustandsaussagen, das sind Prädikate mit Zustandsattributen."

Transkript

1 Kaptel 2: Das Bassmodell der Dskreten--Smulaton 2. Das Bassmodell der Dskreten--Smulaton In der Smulaton hat sch set langer Zet n der Forschung das Konzept der Dskreten-- Smulaton (egentlch: dskrete eregnsorenterte Smulaton) etablert, be der sch der Zustand bem Auftreten von sen sprunghaft ändert, während er m Zetraum zwschen zwe sen konstant blebt. Ändert man n der Smulaton den Zustand gemäß des Auftretens enes ses, so sprcht man auch von der Ausführung des ses. Man betrachtet ene menge, n der sch alle noch ncht ausgeführten se befnden. In enem Ausführungsschrtt wrd das aus der menge mt dem frühesten Zetpunkt ausgewählt und ausgeführt, wodurch sch ncht nur der Zustand ändern kann sondern außerdem neue se n de menge engefügt werden. Be solchen sen sprcht man von Folgeeregnssen des ausgeführten ses. Das, dessen Folgeeregnsse de neuen se snd, wrd auch als das erzeugende der Folgeeregnsse bezechnet. De Dskrete--Smulaton zechnet sch durch hre klare verständlche Struktur aus, de es auch ermöglcht, ene enfache mathematsche Formalserung zu fnden. In Abschntt 2. wrd das n der Praxs sehr heterogene Konzept der Dskreten--Smulaton präzsert und mathematsch formalsert. Abschntt 2.2 enthält en Bespel für en mt Hlfe der Dskreten--Smulaton spezfzertes Bespel: ene Warteschlange n enem Supermarkt. In Abschntt 2.3 gbt es en weteres Bespel, be dem sch zwe Fahrstühle n enem Aufzugsschacht befnden. 2. Formalserung In der Dskreten--Smulaton werden de se erfasst, be denen sch der Zustand 6 des smulerten Systems ändert. Zwschen zwe sen wrd demnach der Zustand als konstant angenommen, während en en System von enem Zustand n enen anderen überführt. Ausgeführt wrd mmer das, das zetlch als nächstes folgt. Der Zustand Z enes Smulatonssystems 7 n der Dskreten--Smulaton besteht aus: - dem Zustand S des smulerten Systems - der aktuellen Smulatonszet c - der menge E, wobe nur alle zukünftgen, noch ncht ausgeführten se enthalten snd. Z lässt sch somt als Tupel ( S, c, E ) auffassen. En Smulatonssystem hat enen Startzustand Z = ( S, c, E ) oder ene Intalserungsfunkton, de enen vom Zufall abhänggen Startzustand bestmmt. En e besteht aus: - enem Ausführungszetpunkt t - enem typ τ - ener Menge P = { p, p 2,.., τ abhängg snd. p n } von Parametern, wobe Anzahl und Typ der Parameter von Jedes e leße sch somt als Tupel ( t, τ, P ) auffassen. Enfacher lesbar st aber de Darstellung τ ( p, p 2,.., p n )@t, de deshalb m Folgenden verwendet wrd. Hat en Nachrchtentyp kene Parameter, also st n =, so snd de de Parameter umschleßenden Klammern optonal. 6 Den Zustand enes Systems kann man z.b. als Menge von dskreten und stetgen Größen charakterseren. Ene andere Möglchket st ene Menge von Zustandsaussagen, das snd Prädkate mt Zustandsattrbuten. 7 Man muss her den Zustand des Smulatonssystems vom Zustand des smulerten Systems unterscheden. Der Zustand des smulerten Systems st Bestandtel des Zustandes des Smulatonssystems. 22

2 Kaptel 2: Das Bassmodell der Dskreten--Smulaton Außerdem gbt es ene Transtonsfunkton f, de der Ausführung enes ses entsprcht. Se st abhängg vom aktuellen Systemzustand S und vom e, verändert den Systemzustand und erzeugt Folgeeregnsse. Dabe st f ( S, e ) = ( S', E' ), wobe S' den neuen Zustand des Systems und E' de Menge der erzeugten Folgeeregnsse darstellt. Denkbar st auch, dass f ene randomserte Funkton st. De Transtonsfunkton f hat somt den Typ f: (State Event) (State 2 Event ), wobe State de Menge aller möglchen Zustände und Event de Menge aller möglchen se st. Es st sehr schwerg, de komplette Transtonsfunkton f explzt n geschlossener Form anzugeben. Deshalb besteht se fast mmer aus mehreren Funktonsdefntonen, um ene Fallunterschedung vorzunehmen. Ene enzelne Funktonsdefnton der Form f ( S, e ) = ( S', E' ), be der S und S' konkrete Zustände, e en konkretes und E' ene konkrete menge st, wrd auch Regel 8 genannt und kann der Überschtlchket halber auch n folgender tabellarscher Form dargestellt werden: alter Zustand neuer Zustand Folgeeregnsse e S S' E' Be der Darstellung der ausführungen glt mmer de am wetesten oben stehende Regel, wenn mehrere Regeln passen. 9 Des setzt voraus, dass ene totale Ordnung auf allen zu enem typ defnerten Regeln exstert. Regeln so zu formuleren, dass mehrere Regeln für de Ausführung des aktuellen ses n Frage kommen, kann Vor- und Nachtele haben. Dese werden n Abschntt näher erläutert. Es ergbt sch ene Zustandsüberführungsfunkton δ, de das Smulatonssystem von enem Zustand Z n enen Folgezustand Z' überführt. Das Smulatonssystem st somt en Transtonssystem. Dabe st δ ( S, c, E ) = ( S', t, ( E \ { e mn } ) E' ), wobe e mn = τ ( p, p 2,.., p n )@t E en mt mnmalem Ausführungszetpunkt t st und ( S', E' ) = f ( S, e mn ) glt. Das heßt n Worten, dass en nächstes e mn gewählt wrd und auf deses und den alten Systemzustand de Transtonsfunkton f angewendet wrd. Der Systemzustand wrd auf den durch den Funktonsaufruf ermttelten Wert gesetzt, emn wrd aus der menge entfernt und de ermttelten Folgeeregnsse werden hnzugefügt. Herbe fällt auf, dass de aktuelle Smulatonszet c ncht n de Zustandsüberführungsfunkton δ engeht. Trotzdem st es snnvoll, jewels de aktuelle Smulatonszet zu ermtteln und n den Zustand des Smulatonssystems aufzunehmen, da es Tel des Ergebnsses ener Smulatonsstude st, über welche Zetdauer sch das smulere System n welchem Zustand befunden hat. Beendet st de Smulaton, wenn de menge E leer st. Oftmals soll en Smulatonssystem nach ener gewssen Smulatonszet tmax beendet werden. Des lässt sch, wenn man kenen zusätzlchen Formalsmus für dese Art der Beendgung der Smulaton enführen wll, dadurch errechen, dass man de Transtonsfunkton f so defnert, dass alle se mt enem 8 Man kann her auch das Wort Reaktonsregel verwenden, da das Smulatonssystem auf en reagert. Als Abgrenzung zu den Reaktonsregeln n der Objektbaserten und Agentenbaserten Smulaton, de n den Kapteln 3 und 4 engeführt werden, wrd her jedoch das Wort Regel verwendet. 9 Dass mehrere Regeln n Frage kommen, st möglch, wenn de Beschrebung des alten Zustands mehrere möglche konkrete alte Zustände zulässt. Haben mehrere se den glechen Ausführungszetpunkt, so wrd enes von hnen gewählt. Nach welchen Krteren de Auswahl gescheht, blebt her bewusst unspezfzert. Jedoch sollte n konkreten Systemen ene Auswahlregel festgelegt sen, damt Smulatonsergebnsse reproduzerbar snd. 23

3 Kaptel 2: Das Bassmodell der Dskreten--Smulaton zetpunkt nach tmax den Zustand des Systems unverändert lassen und kene Folgeeregnsse defneren. 2.2 Bespel: Warteschlange m Supermarkt Ene Warteschlange n enem Supermarkt st en häufg betrachtetes Bespel für de Dskrete-- Smulaton. In Abschntt 2.2. wrd zunächst das Problem beschreben und n Abschntt werden typen und Systemzustand vorgestellt. In den Abschntten bs werden de ausführungen der enzelnen typen beschreben und Abschntt enthält Abschlussbemerkungen zum Supermarktbespel Problembeschrebung In enem Supermarkt mt n Kassen stellen sch ankommende Kunden be ener der Kassen an und warten, bs se dort bedent werden. De Zwschenankunftszet, das st de Zet zwschen der Ankunft zweer Kunden se exponentalvertelt mt Mttelwert µ. De Bedenungszet enes Kunden an ener Kasse se glechvertelt m Intervall [ a, b ]. Jede Kasse hat ene egene von den anderen Kassen getrennte Schlange. En neu ankommender Kunde geht zu ener freen Kasse, wenn ene solche exstert. Snd mehrere Kassen fre, so geht er zu der freen Kasse mt der klensten Nummer. Ist kene Kasse fre, so stellt er sch be der kürzesten Schlange an. Be glecher Länge wrd de Schlange der Kasse mt der klensten Nummer gewählt. 2 Be Ermttlung der Länge ener Schlange zählt der Kunde, der gerade bedent wrd, ncht zur Schlange. Nach t max Zetenheten ( t max > ) wrd der Engang des Supermarkts geschlossen. Es stellen sch dann kene weteren Kunden mehr an, aber alle Kunden, de sch schon angestellt haben, werden noch bedent typen und Systemzustand Zu unterscheden snd her de dre typen Kunde_kommt_an, Bedenung_beendet und Engang_wrd_geschlossen. En vom Typ Kunde_kommt_an stellt dabe de Ankunft enes neuen Kunden, en vom Typ Bedenung_beendet de Beendgung der Bedenung enes Kunden an ener Kasse und en vom Typ Engang_wrd_geschlossen de Schleßung des Engangs dar. Den Zustand des Systems kann man durch de Länge 3 l der Warteschlange ( =.. n ), den Belegungszustand s der Kasse (kann de Werte fre oder belegt annehmen) sowe den Wert Engang (kann de Werte offen oder geschlossen annehmen), der besagt ob der Engang geschlossen wurde, beschreben. Länge und Belegungszustand ener Kasse kann man durch das Prädkat 4 Kasse (, l, s ) beschreben, den Engang durch das Prädkat Engang ( s ). Für den Zustand S = { Kasse (, l, s ),.., Kasse ( n, l n, s n ), Engang ( s ) } Aus Gründen der Enfachhet wrd her ncht zwschen Ankunft m Supermarkt und Anstellen an der Kasse unterscheden, d.h. ankommende Kunden halten sch ncht n Verkaufsräumen auf, sondern stellen sch sofort an ener Kasse an. Strenggenommen entsprcht das somt eher der Smulaton enes Tante-Emma-Ladens, ener Theaterkasse oder ener Postflale. 2 Auf Gründen der Enfachhet wrd her davon ausgegangen, dass der Kunde de Schlange, an de er sch enmal angestellt hat, ncht wechselt, auch wenn zwschendurch de Schlange ener anderen Kasse kürzer wrd, als de n der er sch befndet. Selbst, wenn ene andere Kasse fre wrd, wechselt er de enmal gewählte Schlange ncht. 3 Wenn man nur de Längen der Warteschlangen betrachtet und ncht, welche Kunden sch n hr befnden, so werden bestmmte Auswertungen schwerg, we etwa de Antwort auf de Frage "We lang war de längste Wartezet enes Kunden?". Aus Gründen der Enfachhet wrd trotzdem her so verfahren. 4 Her werden Prädkate anstelle von Zustandsvarablen verwendet, da se ene strukturertere, prägnantere und damt besser lesbare Darstellung erlauben. 24

4 Kaptel 2: Das Bassmodell der Dskreten--Smulaton ergbt sch n natürlcher Wese der Startzustand S = { Kasse (,, fre ),.., Kasse ( n,, fre ), Engang ( offen ) }, denn am Anfang snd alle Warteschlangen leer, de Kassen fre und der Engang st noch ncht geschlossen. Gestartet wrd zum Zetpunkt c =. De ntale menge E besteht aus zwe sen, der Ankunft des ersten Kunden und dem Schleßen des Engangs, also E = { Kunde_kommt_an ( ( c + Expo_ZV( µ )), Engang_wrd_geschlossen ( t max }, wobe Expo_ZV( µ ) ene exponentalvertelte Zufallsvarable 5 mt Mttelwert µ erzeugt ausführung Kunde_kommt_an Das Kunde_kommt_an stellt de Ankunft enes neuen Kunden dar. Kunde_kommt_an kommt ohne Parameter aus, hat aber, we jedes, enen zetpunkt. Kommt en neuer Kunde an und st der Engang noch ncht geschlossen, so geht er zu der freen Kasse mt der klensten Nummer, falls ene solche exstert. Es glt folgende Regel: Kunde_kommt_an ( t alter Zustand {.., Kasse (,, fre ),.., Engang ( offen )}, wobe = mn { j Kasse ( j,, fre )} neuer Zustand {.., Kasse (,, belegt ),.., Engang ( offen )} Folgeeregnsse { Kunde_kommt_an ( (t + Expo_ZV( µ )), Bedenung_beendet ( ( t + Glech_ZV( a, b )) } Regel : Kunde_kommt_an. Glech_ZV( a, b ) erzeugt ene glechvertelte Zufallsvarable 6 m Intervall [ a, b ]. De Varable stellt dabe den Index der klensten freen Kasse dar. Der Zustand ändert sch nur be s, das auf belegt gesetzt wrd. Erzeugt werden zwe Folgeeregnsse, de Ankunft des nächsten Kunden 7 und das, dass de Bedenung an Kasse, de der Kunde jetzt belegt, später beendet sen wrd. Zur Verdeutlchung: De tabellarsche Darstellung entsprcht dabe der nachfolgenden Regel. f ( {.., Kasse (,, fre ),.., Engang ( offen )}, Kunde_kommt_an ( t) = ( {.., Kasse (,, belegt ),.., Engang ( offen )}, { Kunde_kommt_an ( (t + Expo_ZV( µ )), Bedenung_beendet ( ( t + Glech_ZV( a, b )) } ), wobe = mn { j Kasse ( j,, fre )} 5 Ene exponentalvertelte Zufallsvarable mt Mttelwert µ lässt sch mt der Formel µ ln (Glech_ZV()) erzeugen, wobe Glech_ZV() ene m Intervall [, ] glechvertelte Zufallsvarable st. 6 Ene m Intervall [ a, b ] glechvertelte Zufallsvarable lässt sch mt der Formel a + ( b a ) ( Glech_ZV()) erzeugen, wobe Glech_ZV() ene m Intervall [, ] glechvertelte Zufallsvarable st. 7 Egentlch stellt de Ankunft des nächsten Kunden logsch ken Folgeeregns der Ankunft enes Kunden dar. Velmehr handelt es sch um en (zufalls-)perodsch auftretendes, be dem mehrere Auftreten des ses nchts mtenander zu tun haben. In der Dskreten--Smulaton modellert man be perodschen sen oft das nächste Auftreten enes ses als Folgeeregns des aktuellen ses, da de Perodztät so technsch lecht handhabbar st. 25

5 Kaptel 2: Das Bassmodell der Dskreten--Smulaton Kommt en neuer Kunde an, st der Engang noch ncht geschlossen und st kene Kasse fre, stellt sch der neue Kunde be der kürzesten Schlange an, wobe be glecher Länge de Schlange der Kasse mt der klensten Nummer gewählt wrd. 8 Dabe stellt den Index der Kasse mt der kürzesten Schlange dar. Der Zustand ändert sch nur be l, das um erhöht wrd. Erzeugt wrd en Folgeeregns, de Ankunft des nächsten Kunden. Kunde_kommt_an ( t alter Zustand { Kasse (, l, belegt ),.., Kasse (, l, belegt ),.., Kasse ( n, l n, belegt ), Engang ( offen ) }, wobe = mn { j k ( k n): l j l k )} neuer Zustand { Kasse (, l, belegt ),.., Kasse (, l +, belegt ),.., Kasse ( n, l n, belegt ), Engang ( offen ) } Folgeeregnsse { Kunde_kommt_an ( ( t + Expo_ZV( µ )) } Regel 2: Kunde_kommt_an.2 Ist der Engang berets geschlossen, so wrd der neu ankommende Kunde ncht mehr bedent. Der Systemzustand blebt glech, es werden kene Folgeeregnsse erzeugt. Kunde_kommt_an ( t alter Zustand { Kasse (, neuer Zustand { Kasse (, Folgeeregnsse Regel 3: Kunde_kommt_an.3 l, s ),.., Kasse ( n, l n, s n ), Engang ( geschlossen ) } l, s ),.., Kasse ( n, l n, s n ), Engang ( geschlossen ) } Ø ausführung Bedenung_beendet Das Bedenung_beendet stellt de Beendgung der Bedenung enes Kunden an ener Kasse dar. Als Parameter hat Bedenung_beendet de Nummer der Kasse. Ist de Bedenung enes Kunden an der Kasse abgeschlossen und st de Warteschlange ncht leer, so kommt der nächste Kunde aus der Warteschlange an de Kasse. De Länge der Warteschlange der Kasse verkürzt sch um. Erzeugt wrd en Folgeeregns: das, dass de Bedenung an Kasse, de der erste Kunde aus der Warteschlange jetzt belegt, später beendet sen wrd. Bedenung_beendet ( t alter Zustand {.., Kasse (, l+, belegt ),.., Engang ( s )} neuer Zustand {.., Kasse (, l, belegt ),.., Engang ( s )} Folgeeregnsse { Bedenung_beendet ( ( t + Glech_ZV( a, b ))} Regel 4: Bedenung_beendet. Ist de Warteschlange hngegen leer, so wrd de Kasse jetzt fre. Es wrd n desem Fall ken Folgeeregns erzeugt. 8 Im Folgenden wrd aus Gründen der sprachlchen Enfachhet be glecher Schlangenlänge de Schlange der Kasse mt der klensten Nummer als de kürzeste Schlange bezechnet. 26

6 Kaptel 2: Das Bassmodell der Dskreten--Smulaton Bedenung_beendet ( t alter Zustand {.., Kasse (,, belegt ),.., Engang ( s )} neuer Zustand {.., Kasse (,, fre ),.., Engang ( s )} Folgeeregnsse Regel 5: Bedenung_beendet.2 Ø ausführung Engang_wrd_geschlossen Das Engang_wrd_geschlossen stellt de Schleßung des Engangs dar. Von desem Zetpunkt an können sch kene weteren Kunden mehr an ener Kasse anstellen. Engang_wrd_geschlossen hat kene Parameter. Bem Engang_wrd_geschlossen wrd der Wert des Prädkats Engang auf geschlossen gesetzt, ansonsten blebt der Zustand unverändert. Es wrd ken Folgeeregns erzeugt. Engang_wrd_geschlossen ( t alter Zustand { Kasse (, l, s ),.., Kasse ( n, l n, s n ), Engang ( offen ) } neuer Zustand { Kasse (, Folgeeregnsse Regel 6: Engang_wrd_geschlossen. l, s ),.., Kasse ( n, l n, s n ), Engang ( geschlossen )} Ø Abschlussbemerkungen In desem Abschntt werden enge abschleßende Bemerkungen für das Supermarkt-Bespel und sener Smulaton vorgenommen. Es wrd gezegt, dass das Smulatonssystem termnert, es wrd de Problematk glechzetger se behandelt en Bewes erbracht, dass be ener freen Kasse de Länge der Warteschlange mmer st. Termnaton des Systems Das System termnert, da nach Abarbetung des ses Engang_wrd_geschlossen kene neuen se vom Typ Kunde_kommt_an oder Engang_wrd_geschlossen erzeugt werden. Es werden zwar noch se vom Typ Bedenung_beendet gemäß Regel Bedenung_beendet. (Regel 4) erzeugt, aber nur, solange en l > st. Da be jeder Erzeugung enes ses vom Typ Bedenung_beendet gemäß Regel Bedenung_beendet. (Regel 4) en l dekrementert wrd, kann es n l = höchstens geben. solcher se nach Abarbetung des ses Engang_wrd_geschlossen Es blebt noch zu zegen, dass das Engang_wrd_geschlossen überhaupt errecht wrd, also dass es nur endlch vele se vor desem gbt. Da be jeder Erezeugung enes ses vom Typ Bedenung_beendet gemäß Regel Bedenung_beendet. (Regel 4) en l um dekrementert wrd, alle l anfangs den Wert haben, ken l unter snken kann und n kener Regel en l um mehr als nkrementert wrd, kann es nur so vele se vom Typ Bedenung_beendet, de gemäß Regel Bedenung_beendet. (Regel 4) erzeugt wurden, geben, we es se gbt, be denen en l um nkrementert wrd. Das snd aber nur genau de se vom Typ Kunde_kommt_an, be denen Regel Kunde_kommt_an.2 (Regel 2) angewendet wrd. Jedes vom Typ Bedenung_beendet, das gemäß Regel Bedenung_beendet. (Regel 4) erzeugt wrd, lässt sch also enem vom Typ Kunde_kommt_an, be dem Regel Kunde_kommt_an.2 (Regel 2) angewendet wrd zuordnen. Jedes vom Typ Bedenung_beendet, das gemäß Regel 27

7 Kaptel 2: Das Bassmodell der Dskreten--Smulaton Kunde_kommt_an. (Regel ) erzeugt wrd, lässt sch enem vom Typ Kunde_kommt_an, be dem Regel Kunde_kommt_an. (Regel ) angewendet wrd, zuordnen, nämlch genau hrem erzeugenden. Somt lässt sch jedes vom Typ Bedenung_beendet enem vom Typ Kunde_kommt_an zuordnen. 9 Somt müsste nur noch gezegt werden, dass es nur endlch vele se vom Typ Kunde_kommt_an geben kann. Des lässt sch leder ncht bewesen, da man aufgrund der Exponentalvertelung kene untere Schranke für de Zet zwschen der Ankunft zweer Kunden bzw. kene obere Schranke für de Anzahl der Kunden n enem Zetntervall fnden kann. Allerdngs st der Erwartungswert für de Anzahl der Kunden m Zetntervall [, t max ] endlch, nämlch t max / µ und de Wahrschenlchket, dass de Zahl der Kunden unendlch st, st Null 2. In der praktschen Anwendung kann man de Termnaton des Smulatonssystems somt als geschert annehmen. Glechzetge se Auch wenn es aufgrund der Erzeugung von kontnuerlchen Zufallsvarablen unwahrschenlch st, kann es trotzdem zwe oder mehr 2 se geben, de zum glechen Zetpunkt stattfnden. Welches n desem Fall zuerst ausgeführt werden soll, st ncht spezfzert. Der Zustand des Systems nach der Ausführung beder se kann von der Rehenfolge der Ausführung abhängg sen. Handelt es sch um se vom Typ Kunde_kommt_an und Bedenung_beendet, so kann es sen, dass abhängg davon, ob das Bedenung_beendet zuerst ausgeführt wrd oder ncht, der Kunde sch an dese oder an ene andere Kasse anstellt, nämlch dann, wenn de Schlange der Kasse, de um kürzer wrd, dadurch zur kürzesten wrd. Wrd allerdngs vom Kunden m konkreten Fall deselbe Kasse gewählt, egal ob sch de Schlange ener Kasse schon um verkürzt hat oder ncht 22, st also de Wahl der Kasse von der Ausführungsrehenfolge unabhängg, so besteht n der Smulaton en sch je nach Ausführungsrehenfolge unterschedender Zwschenzustand für Zetenheten, hat demnach kene Relevanz. Handelt es sch um de se Engang_wrd_geschlossen und Kunde_kommt_an, so st de Ausführungsrehenfolge auf jeden Fall entschedend, denn von hr st abhängg, ob der neue Kunde noch bedent wrd oder ncht. In allen anderen Fällen von glechzetgen sen (der Fall zweer se vom Typ Bedenung_beendet und der Fall von sen Bedenung_beendet und Engang_wrd_geschlossen) besteht n der Smulaton en sch je nach Ausführungsrehenfolge unterschedender Zwschenzustand nur für Zetenheten und hat damt kene Relevanz. In allen Fällen verhält sch das System unabhängg von der Wahl der Ausführungsrehenfolge wohldefnert und snnvoll. Länge be freen Kassen Es kann ncht vorkommen, dass es ene free Kasse gbt, be der de Warteschlange ncht de Länge hat, somt glt also: Kasse (, l, fre ) l =. Bewes: Im Anfangszustand st de Implkaton wahr, da dort alle l den Wert haben. Zu zegen st, dass de Implkaton mmer wahr blebt, solange se enmal wahr st. Denkbar wären zwe Möglchketen, dass de Implkaton zum ersten Mal verletzt werden könnte: 9 Intutv bedeutet das nchts weter als, dass jeder Kunde, dessen Bedenung an der Kasse beendet st, rgendwann vorher m Supermarkt angekommen sen muss. 2 Das bedeutet ncht, dass es sch um en unmöglches handeln muss. Zwar hat jedes unmöglche de Wahrschenlchket, aber ncht jedes mt Wahrschenlchket st unmöglch. 2 Da der Fall von mehr als zwe glechzetgen sen noch vel unwahrschenlcher st, wrd her auf ene genaue Betrachtung verzchtet. Allerdngs lassen sch de Überlegungen für zwe glechzetge se lecht auf mehr als zwe glechzetge se erwetern. 22 Her st sowohl der Fall möglch, dass sch der Kunde an de Kasse stellt, deren Schlange sch um verkürzt als auch der Fall, dass der Kunde sch an ene andere Schlange stellt. Im ersten Fall st de Schlange auch ohne de Verkürzung um de kürzeste, m zweten Fall st ene andere Schlange trotz der Verkürzung um mmer noch kürzer. 28

8 Kaptel 2: Das Bassmodell der Dskreten--Smulaton a) De Kasse erhöht hre Länge auf enen Wert größer und blebt m Zustand fre. b) De Kasse ändert hren Zustand von belegt auf fre, ohne dass de Länge danach st. De enzge Stelle, an der ene Länge erhöht wrd, st en Übergang von Kasse (, l, belegt ) zu Kasse (, l +, belegt ) gemäß Regel Kunde_kommt_an.2 (Regel 2). Damt st Fall a) ncht möglch, da dort der (alte und) neue Zustand belegt st. De enzge Stelle, an der der Zustand von belegt auf fre wechselt, st en Übergang von Kasse (,, belegt ) zu Kasse (,, fre ) gemäß Regel Bedenung_beendet.2 (Regel 5). Damt st auch Fall b) ncht möglch, da dort m (alten und) neuen Zustand de Länge st. Somt st gezegt, dass be ener freen Kasse de Warteschlange mmer de Länge haben muss. 2.3 Bespel: Fahrstühle Als weteres Bespel werden her zwe Fahrstühle, de sch enen Schacht telen, vorgestellt. Das Bespel st angelehnt an Wagner [Wag97a]. Es gbt weterführende Forschung m Berech der Planung von komplexen Fahrstuhlsystemen (z.b. [KS]). In deser Arbet soll das Fahrstuhl-Bespel jedoch ledglch en enfaches Szenaro zur Illustraton der Bassbegrffe der vorgestellten Smulatonsparadgmen sen. Deshalb wrd her auf dese weterführenden Forschungsergebnsse ncht engegangen. In Abschntt 2.3. wrd zunächst das Problem beschreben, dann n Abschntt ene algorthmsche Lösung für das Problem angegeben und n Abschntt werden typen und Systemzustand für das Fahrstuhlsystem vorgestellt. In den Abschntten bs werden de ausführungen der enzelnen typen beschreben und Abschntt 2.3. enthält Abschlussbemerkungen zum Fahrstuhlbespel Problembeschrebung Zwe (Personen-)Fahrstühle bewegen sch m selben Schacht und müssen ene Kollson verhndern. Der Schacht erstreckt sch über dre Etagen, wobe Fahrstuhl de Etagen und 2 und Fahrstuhl 2 de Etagen 2 und 3 bedent. 23 Abbldung 5 verdeutlcht de Stuaton grafsch. Etage 3 Fahrstuhl 2 Etage 2 Etage 2 Fahrstuhl Etage Abbldung 5: Zwe Fahrstühle n enem Schacht Etage wrd als Hematetage von Fahrstuhl und Etage 3 als Hematetage von Fahrstuhl 2 bezechnet. Ene Kollson kann nur n Etage 2 passeren, was de Fahrstühle durch geegnete Kommunkaton verhndern müssen. Dabe wrd von ener nachrchtenbaserten Kommunkaton ausgegangen. Be enem Kommunkatonsvorgang dauert es Zetenheten, ehe de Nachrcht vom 23 Ene solche Topologe st snnvoll, wenn ken Fahrgast von Etage nach Etage 3 fahren wll, z.b., wenn sch n Etage und Etage 3 Parkflächen befnden und n Etage 2 en Enkaufszentrum. 29

9 Kaptel 2: Das Bassmodell der Dskreten--Smulaton Absender zum Empfänger gelangt st. Kene Nachrcht geht verloren und de Nachrchten kommen bem Empfänger n der selben Rehenfolge an, n der der Sender se abgeschckt hat. Personen, de mt enem Fahrstuhl befördert werden möchten, können hn von außen anfordern, worauf der Fahrstuhl rgendwann 24 zu der Etage fährt, von der aus de Person hn angefordert hat, de Person aufnmmt und se zur anderen Etage fährt. De Zet zwschen zwe Anforderungen von Etage nach Etage 2 se exponentalvertelt mt Mttelwert µ 25. Analog se de Zet zwschen zwe, Anforderungen von Etage 2 nach Etage exponentalvertelt mt Mttelwert µ, von Etage 2 nach, 2 Etage 3 mt Mttelwert µ und von Etage 3 nach Etage 2 mt Mttelwert 2, 2 µ. De 2, 3 Aufnahmekapaztät der Fahrstühle se her aus Gründen der Enfachhet als ncht beschränkt angenommen, so dass alle aufgelaufenen Anforderungen auf enmal bedent, d.h. alle wartenden Personen auf enmal befördert werden können, wenn der Fahrstuhl de entsprechende Etage errecht. Ene Anforderung wrd bedent, ndem der Fahrstuhl zur Ausgangsetage der Anforderung fährt. Dort dauert es maxmal c Zetenheten, bs de Person, de den Fahrstuhl angefordert hat, engestegen st. Auch wenn mehrere Personen enstegen und auch wenn vorher noch Personen ausstegen, dauert es nur maxmal c Zetenheten. Nach Ablauf deser Zet fährt der Fahrstuhl n de Zeletage. Ene Anforderung von Etage nach Etage j setzt sch demnach aus Scht des Fahrstuhls aus ener Anforderung von außen zu Etage und ener Anforderung von nnen zu Etage j zusammen 26. De Fahrzet enes Fahrstuhls von ener Etage zur nächsten se für bede Fahrstühle n beden Rchtungen beladen und unbeladen glechvertelt m Intervall [ a, b ]. De Fahrstühle können sch auf- und abwärts bewegen und erfahren dann (über Sensoren), wenn se an hrem Zel angekommen snd. Außerdem werden se über engehende Anforderungen sowe über engehende Nachrchten (vom anderen Fahrstuhl) nformert Algorthmsche Lösung Um zu verhndern, dass bede Fahrstühle sch glechzetg n Etage 2 befnden und es so zu ener Kollson kommen kann, muss en Fahrstuhl, der n Etage 2 fahren möchte, den anderen um Erlaubns fragen. Erhält er de Erlaubns, so kann er ohne Gefahr n Etage 2 fahren. Um Konflkte zu lösen, n denen bede Fahrstühle n Etage 2 fahren wollen, st zu jedem Zetpunkt ener der Fahrstühle der Bevorrechtgte. Er darf n Etage 2 fahren, wenn bede Fahrstühle dorthn fahren möchten, d.h. der andere Fahrstuhl muss hm auch dann ene Erlaubns ertelen, wenn er selbst gerade n Etage 2 fahren möchte. Allerdngs wrd danach der andere Fahrstuhl der Bevorrechtgte. Es muss dabe schergestellt sen, dass sch bede Fahrstühle eng snd, wer gerade der Bevorrechtgte st. Halten bede den anderen für bevorrechtgt, so ertelen sch bede gegensetg de Erlaubns, n Etage 2 zu fahren und es kann zu ener Kollson kommen. Halten bede sch selbst für bevorrechtgt, dann ertelt kener dem anderen de Erlaubns und es kommt zu ener Verklemmung, denn ken Fahrstuhl kann jemals weder n Etage 2 fahren. Möchte en Fahrstuhl n Etage 2 fahren, fragt er den anderen Fahrstuhl um Erlaubns. Wenn deser sch berets n Etage 2 oder auf dem Weg zu Etage 2 befndet, so verwegert er dem anfragenden Fahrstuhl 24 Irgendwann heßt, dass schergestellt st, dass es mmer enen späteren Zetpunkt geben muss, an dem de genannte Bedngung wahr wrd, aber kene Garante besteht, we lange das dauert. Mt anderen Worten muss de Farness des Fahrstuhlsystems schergestellt sen (sehe [Mau99]). 25 Der Name µ, j ergbt sch daraus, dass Fahrstuhl von Etage j aus angefordert wurde. 26 De Begrffe von außen und von nnen bezehen sch auf außerhalb und nnerhalb des Fahrstuhls. Ene Anforderung von außen wrd von ener Person gestellt, damt der Fahrstuhl sch zu hr hnbewegt. An se schleßt sch ene Anforderung von nnen an, mt der de Person den Fahrstuhl, n dem se sch dann auch selbst befndet, zu ener anderen Etage schckt. Da her jedoch m Gegensatz zu Fahrstühlen, de über mehr als zwe Etagen fahren, de Zeletage feststeht, wrd her ncht auf en explztes Losschcken des Fahrstuhls durch Drücken enes Knopfes gewartet, sondern der Fahrstuhl fährt nach ener gewssen Zet enfach an. 3

10 Kaptel 2: Das Bassmodell der Dskreten--Smulaton de Erlaubns, merkt sch aber vor, dass er hm später de Erlaubns n dem Moment gbt, wenn er dann Etage 2 weder verlässt. 27 Befndet sch der Empfänger der Erlaubnsanfrage sch gerade auf dem Weg von Etage 2 weg, so ertelt er dem anderen Fahrstuhl de Erlaubns. 28 Befndet sch der Empfänger der Erlaubnsanfrage n sener Hematetage, so gbt er dem anfragenden Fahrstuhl de Erlaubns, wenn er selbst ncht gerade ebenfalls n Etage 2 fahren möchte, somt berets ene Erlaubnsanfrage gestellt hat und auf ene Erlaubns wartet, n Etage 2 fahren zu dürfen. Wartet er jedoch selbst auf ene Erlaubns, so st entschedend, ob er der bevorrechtgte Fahrstuhl st. Ist des der Fall, so verwegert er de Erlaubns, merkt sch aber vor, dass er später de Erlaubns ertelt, wenn er dann später rgendwann Etage 2 weder verlässt. Außerdem wrd dadurch der andere Fahrstuhl der Bevorrechtgte. Ist des ncht der Fall, so ertelt er de Erlaubns und wrd dadurch selbst zum Bevorrechtgten. Welcher Fahrstuhl der Bevorrechtgte st, st also nur genau dann relevant, wenn sch de Erlaubnsanfragen der beden Fahrstühle kreuzen, d.h. bede hre Erlaubnsanfrage abgeschckt haben, bevor se de Erlaubnsanfrage vom anderen Fahrstuhl erhalten haben. Und auch nur genau dann fndet en Wechsel der Bevorrechtgung statt. Immer wenn en Fahrstuhl vom anderen de Erlaubns erhalten hat, zu Etage 2 zu fahren, fährt er los. Von Etage 2 weg kann en Fahrstuhl auch ohne Erlaubns des anderen fahren. Hat er sch außerdem gemerkt, dass der andere Fahrstuhl de Erlaubns haben möchte, so ertelt er se hm n desem Moment. Zur Vermedung ener langen Wartezet fährt en Fahrstuhl von Etage 2 auch weg, wenn er ncht zur anderen Etage wll, aber der andere Fahrstuhl zu Etage 2 wll. Das tut er c 2 Zetenheten, nachdem er n Etage 2 stehend ene Erlaubnsanfrage vom anderen Fahrstuhl erhalten hat. Hat er schon vor dem Errechen von Etage 2 ene Erlaubnsanfrage vom anderen Fahrstuhl erhalten, so fährt er c 2 Zetenheten nach sener Ankunft n Etage 2 weder ab. Da enstegende Personen c Zetenheten zum Enstegen benötgen, sollte man c 2 c wählen. En Fahrstuhl, der n ener Etage steht und ene Anforderung zur anderen Etage erhalten hat, fährt nach c Zetenheten los bzw. stellt nach c Zetenheten sene Erlaubnsanfrage, wenn er ene Anforderung zu Etage 2 erhalten hat typen und Systemzustand Folgende typen werden betrachtet: Kommt_an, Wrd_angefordert, Wll_fahren, Fährt_an, Erhält_Erlaubnsanfrage, Erhält_Erlaubns. En vom Typ Kommt_an stellt de Ankunft enes Fahrstuhls n ener Etage und en vom Typ Wrd_angefordert de Anforderung enes Fahrstuhls (von außen) dar. En vom Typ Wll_fahren stellt das Entstehen enes Anfahrwunsches enes Fahrstuhls dar, während en vom Typ Fährt_an das Anfahren enes Fahrstuhls darstellt. En vom Typ Erhält_Erlaubnsanfrage bzw. vom Typ Erhält_Erlaubns stellt dar, dass en Fahrstuhl vom anderen Fahrstuhl ene Erlaubnsanfrage bzw. ene Erlaubns für das Fahren n Etage 2 erhält. Der Zustand des Systems besteht aus den Zuständen der beden Fahrstühle. Der Zustand enes jeden Fahrstuhls benhaltet, ob er der Bevorrechtgte st, ob er sch vorgemerkt hat, dass der andere Fahrstuhl auf ene Erlaubns von hm wartet, ob er selbst auf ene Erlaubns des anderen Fahrstuhls wartet, welche Anforderungen er erhalten hat, ob dese Anforderungen von außen kamen, ob er steht oder 27 Dese Lösung setzt voraus, dass aufgrund der Entfernung der Fahrstühle vonenander schergestellt st, dass se ncht kollderen, wenn en Fahrstuhl auf dem Weg zu Etage 2 losfährt, kurz nachdem der andere sch von Etage 2 weg n Bewegung gesetzt hat. Wäre das ncht schergestellt, dann dürfte de Erlaubns erst ertelt werden, wenn der Fahrstuhl, der Etage 2 verlässt, be Etage bzw. Etage 3 angekommen st. 28 Auch her setzt dese Lösung voraus, dass aufgrund der Entfernung der Fahrstühle vonenander schergestellt st, dass se ncht kollderen, wenn en Fahrstuhl auf dem Weg zu Etage 2 losfährt, kurz nachdem der andere sch von Etage 2 weg n Bewegung gesetzt hat. 3

11 Kaptel 2: Das Bassmodell der Dskreten--Smulaton fährt und an welchem Ort er sch befndet (wenn er steht) bzw. zuletzt befand (wenn er fährt). Aus Gründen der Überscht wrd der Zustand enes Fahrstuhls n mehrere Prädkate aufgetelt. - Bevorrechtgt (, b ) drückt aus, ob Fahrstuhl sch selbst als bevorrechtgt anseht 29, wobe b de Werte ja und nen annehmen kann. - Vorgemerkt (, v ) drückt aus, ob Fahrstuhl sch vorgemerkt hat, dass der andere Fahrstuhl auf ene Erlaubns von hm wartet, wobe v de Werte ja und nen annehmen kann. - Wartend (, w ) drückt aus, ob Fahrstuhl darauf wartet, dass der andere Fahrstuhl hm ene Erlaubns ertelt, wobe - Anforderung (, e, a e, erhalten hat, wobe drückt w de Werte ja und nen annehmen kann. außen e ) drückt aus, ob Fahrstuhl ene Anforderung zu Etage e außen de Werte ja und nen annehmen können. Dabe a e und e a aus, ob es überhaupt ene Anforderung gegeben hat und e Anforderung von außen gekommen st. Wenn mmer außen e, ob de a den Wert nen hat, so hat auch außen e den Wert nen 3. Mehrere Anforderungen enes Fahrstuhls zu ener Etage werden grundsätzlch zu ener zusammengefasst, wobe ene zusammengesetzte Anforderung genau dann als von außen erfolgt angesehen wrd, wenn mndestens ene hrer Telanforderungen von außen erfolgte. - Ort (, e, s ) besagt, dass Fahrstuhl den aktuellen Bewegungszustand s hat, wobe s de Werte fahrend und stehend annehmen kann. Ist der Wert von s fahrend, so besagt e, dass sch Fahrstuhl auf dem Weg von Etage e weg befndet. Ist hngegen der Wert von s stehend, so besagt e, dass sch Fahrstuhl n Etage e befndet. Für den Startzustand ergbt sch S = { Bevorrechtgt (, ja ), Bevorrechtgt ( 2, nen ), Vorgemerkt (, nen ), Vorgemerkt ( 2, nen ), Wartend (, nen ), Wartend ( 2, nen ), Anforderung (,, nen, nen ), Anforderung (, 2, nen, nen ), Anforderung ( 2, 2, nen, nen ), Anforderung ( 2, 3, nen, nen ), Ort (,, stehend ), Ort ( 2, 3, stehend ) }. Am Anfang st Fahrstuhl bevorrechtgt und steht n Etage, während Fahrstuhl 2 n Etage 3 steht, Anforderungen gbt es noch kene. Gestartet wrd zum Zetpunkt c =. De ntale menge E besteht aus ver sen, den jewels ersten Anforderungen an de Fahrstühle, also E = { Wrd_angefordert (, ( c + Expo_ZV( µ )),, Wrd_angefordert (, 2 ( c + Expo_ZV( µ ),, 2 Wrd_angefordert ( 2, 2 ( c + Expo_ZV( µ ), 2, 2 Wrd_angefordert ( 2, 3 ( c + Expo_ZV( µ )}. 2, 3 e 29 Wenn de Spezfkaton kenen Fehler enthält, dann seht sch en Fahrstuhl genau dann als bevorrechtgt an, wenn er auch bevorrechtgt st. außen 3 An sch st der Wert von e dann ohne Bedeutung, aber durch dese Festlegung lassen sch de Regeln zur Spezfkaton des Fahrstuhlsystems lechter formuleren. 32

12 Kaptel 2: Das Bassmodell der Dskreten--Smulaton En explztes Smulatonsende wrd her ncht erfasst, d.h. de Smulaton läuft unendlch lange. Be der Darstellung der Regeln snd dejengen Argumente von Prädkaten, deren Wert ncht verwendet wrd, mt _ gekennzechnet ausführung Kommt_an Das Kommt_an stellt de Ankunft enes Fahrstuhls n ener Etage dar. Parameter snd de Nummer des Fahrstuhls und de Nummer der Etage, n der der Fahrstuhl ankommt. In allen Fällen glt, dass, wenn der Fahrstuhl n ener Etage ankommt, alle Anforderungen an dese Etage erfüllt snd. Ferner muss n allen Fällen der Ort und der Bewegungszustand des Fahrstuhls aktualsert werden. Kommt der Fahrstuhl n ener Etage an, zu der er von außen angefordert wurde, so wll der Fahrstuhl demnächst (n c Zetenheten) n de andere Etage fahren, um de engestegenen Personen dorthn zu befördern. De Anforderung von nnen zur anderen Etage wrd ergänzt. Der Wert von außen k (wobe den Fahrstuhl und k de andere Etage darstellt) wrd bebehalten, um kene evtl. berets exsterende Anforderung von außen zu löschen. alter Zustand neuer Zustand Kommt_an (, j t {.., Anforderung (, j, ja, ja ), Anforderung (, k, _, außen ),.., Ort (, k, fahrend ),.. } k {.., Anforderung (, j, nen, nen ), Anforderung (, k, ja, außen ),.., Ort (, j, stehend ),.. } k Folgeeregnsse { Wll_fahren (, j ( t + c ) } Regel 7: Kommt_an. Wurde der Fahrstuhl von nnen zu deser Etage angefordert, aber exstert schon ene Anforderung zur anderen Etage, so wll der Fahrstuhl ebenfalls demnächst dorthn fahren. Kommt_an (, j t alter Zustand {.., Anforderung (, j, _, _ ), Anforderung (, k, ja, außen ),.., Ort (, k, fahrend ),.. } k neuer Zustand {.., Anforderung (, j, nen, nen ), Anforderung (, k, ja, Folgeeregnsse { Wll_fahren (, j ( t + c ) } Regel 8: Kommt_an.2 außen ),.., Ort (, j, stehend ),.. } k Kommt der Fahrstuhl n Etage 2 an und hat sch vorgemerkt, dass der andere Fahrstuhl auf ene Erlaubns wartet, n Etage 2 fahren zu dürfen, so wll der Fahrstuhl (spätestens) nach c 2 Zetenheten anfahren, um Etage 2 für den anderen Fahrstuhl frezumachen. 33

13 Kaptel 2: Das Bassmodell der Dskreten--Smulaton Kommt_an (, 2 t alter Zustand {.., Vorgemerkt (, ja ),.., Anforderung (, 2, _, _ ),.., Ort (, k, fahrend ),.. } neuer Zustand {.., Vorgemerkt (, ja ),.., Anforderung (, 2, nen, nen ),.., Ort (, 2, stehend ),.. } Folgeeregnsse { Wll_fahren (, 2 ( t + c 2 ) } Regel 9: Kommt_an.3 Ansonsten werden nur de ggf. vorhandenen Anforderungen 3 als erfüllt markert und der Ort und der Bewegungszustand werden aktualsert. Kommt_an (, j t alter Zustand {.., Anforderung (, j, _, nen ),.., Ort (, k, fahrend ),.. } neuer Zustand {.., Anforderung (, j, nen, nen ),.., Ort (, j, stehend ),.. } Folgeeregnsse Ø Regel : Kommt_an ausführung Wrd_angefordert Das Wrd_angefordert stellt de Anforderung enes Fahrstuhls von außen dar. Parameter snd de Nummer des Fahrstuhls und de Nummer der Etage, von der aus der Fahrstuhl angefordert wrd. In allen Fällen wrd als Folgeeregns de nächste Anforderung an desen Fahrstuhl von außen zu deser Etage generert. Steht der Fahrstuhl gerade n der angeforderten Etage (dann kann vorher noch kene Anforderung zu deser Etage vorhanden gewesen sen), so st der erste Tel der Anforderung sofort erfüllt. Deshalb wll der Fahrstuhl demnächst (n c Zetenheten) n de andere Etage fahren, um de engestegenen Personen dorthn zu befördern. De Anforderung von nnen zur anderen Etage wrd ergänzt. alter Zustand neuer Zustand Wrd_angefordert (, j t {.., Anforderung (, j, nen, nen ), Anforderung (, k, _, außen ),.., Ort (, j, stehend ),.. } k {.., Anforderung (, j, nen, nen ), Anforderung (, k, ja, außen ).., Ort (, j, stehend ),.. } k Folgeeregnsse { Wll_fahren (, j ( t + c ), Regel : Wrd_angefordert. Wrd_angefordert (, j ( t + Expo_ZV( µ ) }, j Sollte vorher noch kene Anforderung nach Etage j vorhanden sen und steht der Fahrstuhl gerade n der anderen Etage, so wrd de Anforderung n den Zustand aufgenommen und der Fahrstuhl wll außerdem demnächst (n c Zetenheten) losfahren. 3 Dass en Fahrstuhl n ener Etage ankommt, ohne dass ene Anforderung n dese Etage vorlag, st möglch, wenn en Fahrstuhl nur zurück n sene Hematetage gefahren st, um Etage 2 für den anderen Fahrstuhl fre zu machen. 34

14 Kaptel 2: Das Bassmodell der Dskreten--Smulaton Wrd_angefordert (, j t alter Zustand {.., Anforderung (, j, nen, nen ), Anforderung (, k, nen, nen ),.., Ort (, k, stehend ),.. } neuer Zustand {.., Anforderung (, j, ja, ja ), Anforderung (, k, nen, nen ).., Ort (, k, stehend ),.. } Folgeeregnsse { Wll_fahren (, k ( t + c ), Regel 2: Wrd_angefordert.2 Wrd_angefordert (, j ( t + Expo_ZV( µ ) }, j Ansonsten wrd nur de Anforderung n den Zustand aufgenommen (sofern ncht berets vorhanden) sowe, we n allen Fällen, das Folgeeregns der nächsten Anforderung generert. Wrd_angefordert (, j t alter Zustand {.., Anforderung (, j, _, _ ),.. } neuer Zustand {.., Anforderung (, j, ja, ja ),.. } Folgeeregnsse Regel 3: Wrd_angefordert.3 { Wrd_angefordert (, j ( t + Expo_ZV( µ ) }, j ausführung Wll_fahren Das Wll_fahren stellt das Entstehen enes Anfahrwunsches enes Fahrstuhls dar. Parameter von Wll_fahren snd de Nummer des Fahrstuhls und de Nummer der Etage, von der aus der Fahrstuhl anfahren wll. Das st en Hlfseregns, dass engesetzt wrd, um de Länge der Beschrebung zu reduzeren. Würde man das Smulatonssystem ohne deses spezfzeren wollen, so müssten alle Regeln, de en vom Typ Wll_fahren als Folgeeregns haben, entsprechend der Regeln von Wll_fahren modfzert werden. Des hätte zur Folge, dass das selbe Verhalten des Fahrstuhls an velen Stellen der Spezfkaton beschreben werden müsste, was ene gewsse Redundanz zur Folge hätte. Würde man de Spezfkaton des Verhaltens des Fahrstuhls be enem Anfahrwunsch ändern wollen, so müsste man de glechen Änderungen an mehreren Stellen vornehmen, was ene potentelle Fehlerquelle wäre. Befndet sch der Fahrstuhl n Etage 2 und wll von dort wegfahren, so kann er unmttelbar losfahren. Wll_fahren (, 2 t alter Zustand {.., Ort (, 2, stehend ),.. } neuer Zustand {.., Ort (, 2, stehend ),.. } Folgeeregnsse { Fährt_an (, 2 t } Regel 4: Wll_fahren. Wll er dagegen n Etage 2 fahren, so muss er den anderen Fahrstuhl um Erlaubns fragen. Somt erhält der andere Fahrstuhl 32 demnächst (nach Zetenheten, der Übertragungsdauer ener Nachrcht) ene Erlaubnsanfrage. Der Fahrstuhl wartet nun auf de Erlaubns. 32 Der andere Fahrstuhl wrd her durch de Funkton andererfahrstuhl: {, 2 } {, 2 } bestmmt, wobe andererfahrstuhl ( ) = 2 und andererfahrstuhl ( 2 ) = glt. Kürzer, aber unntutver st de Darstellung andererfahrstuhl ( ) =

15 Kaptel 2: Das Bassmodell der Dskreten--Smulaton Wll_fahren (, j t alter Zustand {.., Wartend (, nen ),.., Ort (, j, stehend ),.. } neuer Zustand {.., Wartend (, ja ),.., Ort (, j, stehend ),.. } Folgeeregnsse { Erhält_Erlaubnsanfrage ( andererfahrstuhl ( ( t + )} Regel 5: Wll_fahren.2 Befndet sch der Fahrstuhl ncht mehr n der Etage, von der aus er losfahren wll, so st deses rrelevant. Der Zustand ändert sch ncht, es wrd ken Folgeeregns erzeugt. Deser Fall kann entreten, wenn sowohl gemäß ener der Regeln Kommt_an. (Regel 7), Kommt_an.2 (Regel 8), Wrd_angefordert. (Regel ) oder Wrd_angefordert.2 (Regel 2) en Folgeeregns Wll_fahren erzeugt wurde, um Personen n de andere Etage zu befördern als auch gemäß ener der Regeln Kommt_an.3 (Regel 9) oder Erhält_Erlaubnsanfrage.2 (Regel 2) en Folgeeregns Wll_fahren, um Etage 2 für den anderen Fahrstuhl frezumachen. alter Zustand {.. } neuer Zustand {.. } Folgeeregnsse Wll_fahren (, j t Ø Regel 6: Wll_fahren ausführung Fährt_an Das Fährt_an stellt das Anfahren enes Fahrstuhls dar. Parameter snd de Nummer des Fahrstuhls und de Nummer der Etage, von der aus der Fahrstuhl anfährt. In allen Fällen wechselt der Fahrstuhl n den Bewegungszustand fahrend und es wrd en Folgeeregns erzeugt, de Ankunft des Fahrstuhls auf der anderen Etage 33. Fährt der Fahrstuhl von Etage 2 weg und hat er sch vorgemerkt, dass der andere Fahrstuhl auf ene Erlaubns für das Fahren n Etage 2 wartet, so ertelt er hm dese n desem Moment, so dass se nach Zetenheten bem anderen Fahrstuhl ankommt. Er braucht sch nun ncht mehr vorzumerken, dass der andere Fahrstuhl auf ene Erlaubns von hm wartet. Fährt_an (, 2 t alter Zustand {.., Vorgemerkt (, ja ),.., Ort (, 2, stehend ),.. } neuer Zustand {.., Vorgemerkt (, nen ),.., Ort (, 2, fahrend ),.. } Folgeeregnsse { Kommt_an (, andereetage (, 2 ) ( t + Glech_ZV ( a, b ) ), Regel 7: Fährt_an. Erhält_Erlaubns ( andererfahrstuhl ( ( t + ) } Ansonsten wrd nur n den Bewegungszustand fahrend gewechselt und als Folgeeregns de Ankunft des Fahrstuhls erzeugt. 33 De andere Etage wrd her durch de (partelle) Funkton andereetage: {, 2 } {, 2, 3 } {, 2, 3 } bestmmt, wobe andereetage (, ) = 2, andereetage (, 2 ) =, andereetage ( 2, 2 ) = 3 und andereetage ( 2, 3 ) = 2 glt. Undefnert snd andereetage (, 3 ) und andereetage ( 2, ). Kürzer, aber unntutver st de Darstellung andereetage (, j ) = j, wobe her vorausgesetzt werden muss, dass de Funkton nur für Werte ausgewertet werden soll, für de se defnert st. 36

16 Kaptel 2: Das Bassmodell der Dskreten--Smulaton Fährt_an (, j t alter Zustand {.., Ort (, j, stehend ),.. } neuer Zustand {.., Ort (, j, fahrend ),.. } Folgeeregnsse { Kommt_an (, andereetage (, j ) ( t + Glech_ZV ( a, b ) )} Regel 8: Fährt_an ausführung Erhält_Erlaubnsanfrage Das Erhält_Erlaubnsanfrage stellt dar, dass en Fahrstuhl vom anderen Fahrstuhl ene Erlaubnsanfrage für das Fahren n Etage 2 erhält. Parameter st de Nummer des Fahrstuhls, der de Anfrage erhält. Befndet sch der Fahrstuhl, der de Anfrage erhält, auf dem Weg von Etage 2 weg, so kann er bedenkenlos ene Erlaubns ertelen. Erhält_Erlaubnsanfrage ( t alter Zustand {.., Ort (, 2, fahrend ),.. } neuer Zustand {.., Ort (, 2, fahrend ),.. } Folgeeregnsse { Erhält_Erlaubns ( andererfahrstuhl ( ( t + ) } Regel 9: Erhält_Erlaubnsanfrage. Befndet sch der Fahrstuhl, der de Anfrage erhält, n Etage 2, so kann er dem anderen Fahrstuhl m Moment kene Erlaubns ertelen, merkt sch aber vor, dass er hm ene Erlaubns ertelt, sobald er Etage 2 verlässt. Außerdem wrd er (spätestens) n c 2 Zetenheten anfahren, um dem anderen Fahrstuhl dann ene Fahrt n Etage 2 zu ermöglchen. Erhält_Erlaubnsanfrage ( t alter Zustand {.., Vorgemerkt (, nen ),.., Ort (, 2, stehend ),.. } neuer Zustand {.., Vorgemerkt (, ja ),.., Ort (, 2, stehend ),.. } Folgeeregnsse { Wll_fahren (, 2 ( t + c 2 )} Regel 2: Erhält_Erlaubnsanfrage.2 Befndet sch der Fahrstuhl, der de Anfrage erhält, gerade auf dem Weg zu Etage 2 hn, so kann er dem anderen Fahrstuhl m Moment kene Erlaubns ertelen, merkt sch aber vor, dass er hm ene Erlaubns ertelt, sobald er Etage 2 weder verlässt. Erhält_Erlaubnsanfrage ( t alter Zustand {.., Vorgemerkt (, nen ),.., Ort (, j, fahrend ),.. } neuer Zustand {.., Vorgemerkt (, ja ),.., Ort (, j, fahrend ),.. } Folgeeregnsse Regel 2: Erhält_Erlaubnsanfrage.3 Ø Befndet er sch n sener Hematetage und hat selbst noch kene Erlaubnsanfrage gestellt (wartet also ncht senersets auf ene Erlaubns des anderen Fahrstuhls), so ertelt er dem anderen de Erlaubns. 37

17 Kaptel 2: Das Bassmodell der Dskreten--Smulaton Erhält_Erlaubnsanfrage ( t alter Zustand {.., Wartend (, nen ),.., Ort (, j, stehend ),.. } neuer Zustand {.., Wartend (, nen ),.., Ort (, j, stehend ),.. } Folgeeregnsse { Erhält_Erlaubns ( andererfahrstuhl ( ( t + ) } Regel 22: Erhält_Erlaubnsanfrage.4 Befndet er sch n sener Hematetage und hat ebenfalls schon ene Erlaubnsanfrage gestellt, so haben sch also de Erlaubnsanfragen der beden Fahrstühle gekreuzt. Demnach st es entschedend, welcher Fahrstuhl der Bevorrechtgte st. Ist der Empfänger der Nachrcht der Bevorrechtgte, so ertelt er dem anderen Fahrstuhl kene Erlaubns, merkt sch aber vor, dass er de Erlaubns ertelt, sobald er dann später rgendwann Etage 2 errecht und auch weder verlassen hat. Dadurch wrd der andere Fahrstuhl der Bevorrechtgte. Erhält_Erlaubnsanfrage ( t alter Zustand {.., Bevorrechtgt (, ja ),.., Vorgemerkt (, nen ),.., Wartend (, ja ),.., Ort (, j, stehend ),.. } neuer Zustand {.., Bevorrechtgt (, nen ),.., Vorgemerkt (, ja ),.., Wartend (, ja ),.., Ort (, j, stehend ),.. } Folgeeregnsse Regel 23: Erhält_Erlaubnsanfrage.5 Ø Ist hngegen der Empfänger der Nachrcht ncht der Bevorrechtgte, so ertelt er dem anderen Fahrstuhl de Erlaubns. Dadurch wrd er selbst der Bevorrechtgte. Erhält_Erlaubnsanfrage ( t alter Zustand {.., Bevorrechtgt (, nen ),.., ( Wartend (, ja ),.., Ort (, j, stehend ),.. } neuer Zustand {.., Bevorrechtgt (, ja ),.., ( Wartend (, ja ),.., Ort (, j, stehend ),.. } Folgeeregnsse { Erhält_Erlaubns ( andererfahrstuhl ( ( t + ) } Regel 24: Erhält_Erlaubnsanfrage ausführung Erhält_Erlaubns Das Erhält_Erlaubns stellt dar, dass en Fahrstuhl vom anderen Fahrstuhl ene Erlaubns für das Fahren n Etage 2 erhält. Parameter st de Nummer des Fahrstuhls, der de Erlaubns erhält. Der Empfänger der Nachrcht ändert senen Zustand dahngehend, dass er jetzt ncht mehr auf de Erlaubns wartet. Er fährt sofort an. Erhält_Erlaubns ( t alter Zustand {.., Wartend (, ja ),.., Ort (, j, stehend ),.. } neuer Zustand {.., Wartend (, nen ),.., Ort (, j, stehend ),.. } Folgeeregnsse { Fährt_an (, j t } Regel 25: Erhält_Erlaubns. 38

18 Kaptel 2: Das Bassmodell der Dskreten--Smulaton 2.3. Abschlussbemerkungen In desem Abschntt werden enge abschleßende Bemerkungen für das Fahrstuhl-Bespel und sener Smulaton vorgenommen. Dabe wrd gezegt, dass es kene Kollson zwschen den Fahrstühlen geben kann. Um scherzustellen, dass es zu kener Kollson zwschen den Fahrstühlen kommt, dürfen sch ncht bede Fahrstühle glechzetg n Etage 2 oder auf dem Weg zu Etage 2 befnden. Da bede Fahrstühle sch anfangs n hrer Hematetage befnden und nur n Etage 2 fahren, wenn se vorher vom anderen Fahrstuhl de Erlaubns dazu erhalten haben, kann ene solche Stuaton nur auftreten, wenn bede Fahrstühle sch gegensetg de Erlaubns gegeben haben. Befndet sch en Fahrstuhl n Etage 2 oder auf dem Weg dorthn, so ertelt er dem anderen Fahrstuhl gemäß Regeln Erhält_Erlaubnsanfrage.2 (Regel 2) bzw. Erhält_Erlaubnsanfrage.3 (Regel 2) kene Erlaubns. Wenn en Fahrstuhl von Etage 2 wegfährt, dann kann er dem anderen gemäß Regel Erhält_Erlaubnsanfrage. (Regel 9) de Erlaubns ertelen, was n desem Fall aber auch unkrtsch st. Krtsch st der Fall, wenn sch bede Fahrstühle n hrer Hematetage befnden. Überkreuzen sch de beden Erlaubnsanfragen, also haben bede hre Anfragen abgeschckt, bevor se de des anderen erhalten haben, so erhält nur der Bevorrechtgte de Erlaubns vom anderen. Zu desem Zweck st es wchtg, dass bede sch eng snd, wer gerade der Bevorrechtgte st. Halten bede den anderen für bevorrechtgt, so ertelen sch bede nach Regel Erhält_Erlaubnsanfrage.6 (Regel 24) gegensetg de Erlaubns, n Etage 2 zu fahren und es kann zu ener Kollson kommen. Halten bede sch selbst für bevorrechtgt, dann ertelt nach Regel Erhält_Erlaubnsanfrage.5 (Regel 23) kener dem anderen de Erlaubns und es kommt zu ener Verklemmung, denn ken Fahrstuhl kann jemals weder n Etage 2 fahren. Da aber bede Fahrstühle dann und nur dann, wenn sch zwe Erlaubnsanfragen überkreuzen, den aktuellen Bevorrechtgten wechseln, st mmer genau ener von hnen der Bevorrechtgte. Des glt nur, sofern es m Anfangszustand auch schon so war, was aber auch der Fall st. Es st ferner schergestellt, dass ene Überkreuzung der Nachrchten durch bede Fahrstühle als solche wahrgenommen wrd, da sch Nachrchten ncht überholen können. Erhält z.b. Fahrstuhl ene Erlaubnsanfrage, nachdem er selber ene abgeschckt hat und bevor er ene Erlaubns erhalten hat, so weß er, dass Fahrstuhl 2 de Erlaubnsanfrage losgeschckt hat, bevor er de von Fahrstuhl erhalten hat. Denn sonst hätte Fahrstuhl 2 hm nach Regel Erhält_Erlaubnsanfrage.4 (Regel 22) sofort ene Erlaubns geschckt und de wäre dann vor der Anfrage von Fahrstuhl 2 be hm angekommen. Dass sch Nachrchten ncht überholen, st n der Smulaton allerdngs nur für Nachrchten gewährlestet, de zu verschedenen Smulatonszetpunkten abgeschckt worden snd, da ncht spezfzert st, welches be mehreren zetglechen sen aus der menge ausgewählt wrd. Zetglech abgeschckte Nachrchten würden allerdngs n der rchtgen Rehenfolge verarbetet, wenn man aus der menge be glechzetgen sen das auswählt, das zuerst engefügt wurde. Da de Zetpunkte der Nachrchten aber kontnuerlch snd und vom Zufall abhängen, st er sehr unwahrschenlch, dass deser Fall überhaupt entrtt. Wenn es aber zu kener Überkreuzung der Nachrchten kommt, also z.b. Fahrstuhl vor Fahrstuhl 2 de Erlaubnsanfrage stellt, d.h. se ankommt, bevor Fahrstuhl 2 sene abschckt, dann kommt de Erlaubns von Fahrstuhl 2 auch vor der Erlaubnsanfrage von Fahrstuhl 2 be Fahrstuhl an, da Nachrchten sch ncht überholen können. Sobald aber de Erlaubns von Fahrstuhl 2 be Fahrstuhl ankommt, wechselt Fahrstuhl nach Regel Erhält_Erlaubns. (Regel 25) und dann nach Regel Fährt_an.2 (Regel 8) sofort n den Bewegungszustand fahrend, wodurch aufgrund Regel Erhält_Erlaubnsanfrage.3 (Regel 2) ausgeschlossen st, dass er Fahrstuhl 2 ene Erlaubns ertelt. Herzu müsste allerdngs schergestellt sen, dass unverzögerte Folgeeregnsse (se, de den glechen Zetpunkt we hr erzeugendes haben) "sofort" ausgeführt werden, also vor anderen sen, de zufällg ebenfalls den glechen Ausführungszetpunkt haben. Im konkreten Fall würde es zu enem Fehler führen, wenn erst das Erhält_Erlaubns, dann das (zufällg zetgleche) Erhält_Erlaubnsanfrage und erst dann das nach Regel Erhält_Erlaubns. (Regel 25) erzeugte Folgeeregns Fährt_an ausgeführt werden würde. Dann würde be Erhält_Erlaubnsanfrage zu Unrecht ene Erlaubns nach Regel Erhält_Erlaubnsanfrage.4 (Regel 22) ertelt werden, da der Zustand des Fahrstuhls, der de Anfrage erhält, n desem Moment benhalten würde, dass der 39

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com. Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

Statistik und Wahrscheinlichkeit

Statistik und Wahrscheinlichkeit Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. Entfernung in Kilometer: Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.

Mehr

Verteilungen eindimensionaler diskreter Zufallsvariablen

Verteilungen eindimensionaler diskreter Zufallsvariablen Vertelungen endmensonaler dskreter Zufallsvarablen Enführung Dskrete Vertelungen Dskrete Glechvertelung Bernoull-Vertelung Bnomalvertelung Bblografe: Prof. Dr. Kück Unverstät Rostock Statstk, Vorlesungsskrpt,

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt - Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche

Mehr

Versicherungstechnischer Umgang mit Risiko

Versicherungstechnischer Umgang mit Risiko Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel! Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf

Mehr

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x)

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x) ZZ Lösung zu Aufgabe : Ch²-Test Häufg wrd be der Bearbetung statstscher Daten ene bestmmte Vertelung vorausgesetzt. Um zu überprüfen ob de Daten tatsächlch der Vertelung entsprechen, wrd en durchgeführt.

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Der Satz von COOK (1971)

Der Satz von COOK (1971) Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz Protokoll zu Versuch E6: Elektrsche esonanz. Enletung En Schwngkres st ene elektrsche Schaltung, de aus Kapaztät, Induktvtät und ohmschen Wderstand besteht. Stmmt de Frequenz der anregenden Wechselspannung

Mehr

Spiele und Codes. Rafael Mechtel

Spiele und Codes. Rafael Mechtel Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Bemerkungen zum LCG Rupert Hartung,

Bemerkungen zum LCG Rupert Hartung, mt Bemerkungen zum LCG Rupert Hartung, 24.6.2005 Wr betrachten den Lnear Congruental Generator (LCG) X 0, X 1,..., X,... X +1 = ax + c mod N (1) zur Erzeugung von Pseudozufallszahlen mäÿger Qualtät. De

Mehr

Steuerungsverfahren und ihre Datenstrukturen 09 - Netzplantechnik

Steuerungsverfahren und ihre Datenstrukturen 09 - Netzplantechnik und hre Datenstrukturen 9-9....2 9. Zetplanung...2 9.. CPM... 3 9..2 PERT... 9..3 MPM... 5 9..4 Verglech zwschen CPM und MPM... 22 9.2 Ausblck: Kosten- und Kapaztätsplanung...23 9.3 Entschedungsnetzpläne...24

Mehr

Gruppe. Lineare Block-Codes

Gruppe. Lineare Block-Codes Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe Portfolothore (Markowtz) Separatonstheore (Tobn) Kaptaarkttheore (Sharpe Ene Enführung n das Werk von dre Nobelpresträgern zu ene Thea U3L-Vorlesung R.H. Schdt, 3.12.2015 Wozu braucht an Theoren oder Modelle?

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

6. Modelle mit binären abhängigen Variablen

6. Modelle mit binären abhängigen Variablen 6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch

Mehr

Obere und untere Schranken beim Broadcasting in Funknetzwerken

Obere und untere Schranken beim Broadcasting in Funknetzwerken Obere und untere Schranken bem Broadcastng n Funknetzwerken Tobas Bräutgam Burgstraße 3 98 Warsten-Hrschberg Mat.-Nr.: 6007 6. Januar 00 Zusammenfassung Dese Arbet untersucht de Zet, de ene Nachrcht ausgehend

Mehr

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombnator. Problemstellung Ausgangspunt be ombnatorschen Fragestellungen st mmer ene endlche Menge M, aus deren Elementen man endlche Zusammenstellungen von Elementen aus M bldet. Formal gesprochen bedeutet

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

-70- Anhang: -Lineare Regression-

-70- Anhang: -Lineare Regression- -70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson

Mehr

Übung zu Erwartungswert und Standardabweichung

Übung zu Erwartungswert und Standardabweichung Aufgabe Übung zu Erwartungswert und Standardabwechung In ener Lottere gewnnen 5 % der Lose 5, 0 % der Lose 0 und 5 % der Lose. En Los kostet 2,50. a)berechnen Se den Erwartungswert für den Gewnn! b)der

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

Standardnormalverteilung / z-transformation

Standardnormalverteilung / z-transformation Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ

Mehr

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord 1 Kredtrskomodellerung und Rskogewchte m Neuen Baseler Accord erschenen n: Zetschrft für das gesamte Kredtwesen (ZfgK), 54. Jahrgang, 2001, S. 1004-1005. Prvatdozent Dr. Hans Rau-Bredow, Lehrstuhl für

Mehr

Nomenklatur - Übersicht

Nomenklatur - Übersicht Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

Datenträger löschen und einrichten

Datenträger löschen und einrichten Datenträger löschen und enrchten De Zentrale zum Enrchten, Löschen und Parttoneren von Festplatten st das Festplatten-Denstprogramm. Es beherrscht nun auch das Verklenern von Parttonen, ohne dass dabe

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

18. Vorlesung Sommersemester

18. Vorlesung Sommersemester 8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten

Mehr

Operations Research II (Netzplantechnik und Projektmanagement)

Operations Research II (Netzplantechnik und Projektmanagement) Operatons Research II (Netzplantechnk und Projektmanagement). Aprl Frank Köller,, Hans-Jörg von Mettenhem & Mchael H. Bretner.. # // ::: Gute Vorlesung:-) Danke! Feedback.. # Netzplantechnk: Überblck Wchtges

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 BWL 4 Tutorium V vom 15.05.02 1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)

Mehr

1 - Prüfungsvorbereitungsseminar

1 - Prüfungsvorbereitungsseminar 1 - Prüfungsvorberetungssemnar Kaptel 1 Grundlagen der Buchführung Inventur Inventar Blanz Inventur st de Tätgket des mengenmäßgen Erfassens und Bewertens aller Vermögenstele und Schulden zu enem bestmmten

Mehr

Erwartungswert, Varianz, Standardabweichung

Erwartungswert, Varianz, Standardabweichung RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert R. Brnkmann http://brnkmann-du.de Sete..8 Zufallsvarable, Wahrschenlchketsvertelungen und Erwartungswert Enführungsbespel: Zwe Würfel (en blauer und en grüner) werden 4 mal zusammen geworfen. De Häufgketen

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale 3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche

Mehr

Modul 1: Einführung und Wahrscheinlichkeitsrechnung

Modul 1: Einführung und Wahrscheinlichkeitsrechnung Modul : Enführung und Wahrschenlchketsrechnung Informatonstheore Dozent: Prof. Dr. M. Gross E-mal: grossm@nf.ethz.ch Assstenten: Danel Cottng, Rchard Keser, Martn Wcke, Cyrl Flag, Andrea Francke, Jonas

Mehr

Wahl auf Bäumen: FireWire

Wahl auf Bäumen: FireWire Wahl auf Bäumen: FreWre IEEE 94 Hgh Performance Seral Bus (FreWre) Internatonaler Standard Hochgeschwndgketsbus Transport von dgtalen Audo- und Vdeo-Daten 400 Mbps (94b: 800 MBps... 3200 Mbps) Hot-pluggable

Mehr

Vorlesung Programmieren II

Vorlesung Programmieren II Hashng Vorlesung Prograeren II Mchael Bergau Fortsetzung der Stoffenhet Hashng Hashng 2 Was st Hashng? Hashng st ene Methode zur dynaschen Verwaltung von Daten, wobe de Daten durch enen Schlüssel (key)

Mehr

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG STATISTIK (I) Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen

Mehr

Nernstscher Verteilungssatz

Nernstscher Verteilungssatz Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.

Mehr

Datenaufbereitung und -darstellung III

Datenaufbereitung und -darstellung III Datenafberetng nd Darstellng 1 Glederng: Zel der Datenafberetng nd Darstellng Datenverdchtng Tabellen nd grafsche Darstellngen Darstellng nvarater Datenmengen (Abschntt 4.4 Darstellng mltvarater Daten

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit Enführung n de bednge Wahrschenlchket Laplace-Wahrschenlchket p 0.56??? Zufallsexperment Randwahrschenlchket Überscht Was st Wahrschenlchket? Rechenregeln Der Multplkatonssatz Axomatsche Herletung Unabhänggket

Mehr

2.1 Einfache lineare Regression 31

2.1 Einfache lineare Regression 31 .1 Enfache lneare Regresson 31 Regressonsanalyse De Regressonsanalyse gehört zu den am häufgsten engesetzten multvaraten statstschen Auswertungsverfahren. Besonders de multple Regressonsanalyse hat große

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel)

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel) Rudolf Brnkmann http://brnkmann-du.de Sete.. Datenerhebung, Datenaufberetung und Darstellung. In der beschrebenden Statstk werden Daten erhoben, aufberetet und analysert. Bespel ener Datenerhebung mt Begrffserklärungen

Mehr

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik Quant der das Verwelken der Wertpapere. De Geburt der Fnanzkrse aus dem Gest der angewandten Mathematk Dmensnen - de Welt der Wssenschaft Gestaltung: Armn Stadler Sendedatum: 7. Ma 2012 Länge: 24 Mnuten

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0 8. MARKOVKETTEN 17 8. Marovetten Abbldung 8.1: Reduzble und perodsche Marovette 8.1. Homogene Marovetten n dsreter Zet En Prozess {X n : n IIN} hesst homogene Marovette (n dsreter Zet) mt (abzählbarem)

Mehr

Abenteuer Führung. Der Survival Guide für den ersten Führungsjob. Die erste Führungsaufgabe ist kein Zuckerschlecken!

Abenteuer Führung. Der Survival Guide für den ersten Führungsjob. Die erste Führungsaufgabe ist kein Zuckerschlecken! SEMINARPROGRAMME Abenteuer Führung Der Survval Gude für den ersten Führungsjob De erste Führungsaufgabe st ken Zuckerschlecken! Junge Hgh Potentals erkennen das schnell. Her taucht ene unangenehme Überraschung

Mehr

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6 Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und

Mehr

Contents blog.stromhaltig.de

Contents blog.stromhaltig.de Contents We hoch st egentlch Ihre Grundlast? Ene ncht ganz unwchtge Frage, wenn es um de Dmensonerung ener senannten Plug&Play Solar-Anlage geht. Solarsteckdosensystem für jermann, auch für Meter lautete

Mehr

tutorial N o 1a InDesign CS4 Layoutgestaltung Erste Schritte - Anlegen eines Dokumentes I a (Einfache Nutzung) Kompetenzstufe keine Voraussetzung

tutorial N o 1a InDesign CS4 Layoutgestaltung Erste Schritte - Anlegen eines Dokumentes I a (Einfache Nutzung) Kompetenzstufe keine Voraussetzung Software Oberkategore Unterkategore Kompetenzstufe Voraussetzung Kompetenzerwerb / Zele: InDesgn CS4 Layoutgestaltung Erste Schrtte - Anlegen enes Dokumentes I a (Enfache Nutzung) kene N o 1a Umgang mt

Mehr

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT Smulaton von Hybrdfahrzeugantreben mt optmerter Synchronmaschne 1 SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT OPTIMIERTER SYNCHRONMASCHINE H. Wöhl-Bruhn 1 EINLEITUNG Ene Velzahl von Untersuchungen hat sch

Mehr

2. Klausur zur Vorlesung Algorithmen II Wintersemester 2012/2013

2. Klausur zur Vorlesung Algorithmen II Wintersemester 2012/2013 2. Klausur zur Vorlesung Algorthmen II Wntersemester 202/203 Her Aufkleber mt Name und Matrkelnummer anbrngen Vorname: Nachname: Matrkelnummer: Beachten Se: Brngen Se den Aufkleber mt Ihrem Namen und Matrkelnummer

Mehr

Die Executive/Assistant-Applikation an Ihrem OpenStage 60/80

Die Executive/Assistant-Applikation an Ihrem OpenStage 60/80 E/A Cockpt De Executve/Assstant-Applkaton an Ihrem OpenStage 60/80 De Executve/Assstant-Applkaton E/A Cockpt st ene XML-Applkaton, de spezell für de Telefone OpenStage 60 und OpenStage 80 entwckelt wurde.

Mehr

Aufgabe 1: Portfolio Selection

Aufgabe 1: Portfolio Selection Aufgabe 1: Portfolo Selecton 2 1 2 En Investor mt ener Präferenzfunkton der Form (, ) a verfügt über en 2 Anfangsvermögen n Höhe von 100 Slbermünzen. Am Markt werden de folgenden dre Wertpapere gehandelt,

Mehr