Hefte zur Logistik Prof. Dr. Siegfried Jetzke. Heft 1 Begriffsdefinitionen
|
|
- Lisa Kruse
- vor 7 Jahren
- Abrufe
Transkript
1 Hefte zur Logstk Prof. Dr. Segfred Jetzke Heft 1 Begrffsdefntonen Jun 2010
2 Deses Heft st urheberrechtlch geschützt. Wenn Se de Quelle angeben, können Se gerne deses Heft wetergeben, Tele koperen oder aus desem Heft zteren. Ohne ene derartge Quellenangabe st jeglches Nachdrucken, Koperen, Wetergeben oder Zteren ncht gestattet. Segfred Jetzke, Vechelde
3
4 Inhaltsverzechns 1 Begrffsdefntonen AllgemeneszurLogstk DatenundInformaton Graphen Anleferstrategen cross dockng cross dockng The analytc herarchy process ProblemstellungundBespel OhneUnterkrteren MtUnterkrteren PräferenzenfürUnterkrteren Unterkrterum Schönhet UnterkrterumAngebote Berechnung poweralgorthmus MATLAB Mathematca Kostenrechnung für Tourenplanung dspostv Enletung Streckenbezogen Routenbezogen Tourbezogen OhneZetfenster MtZetfenster... 43
5 INHALTSVERZEICHNIS INHALTSVERZEICHNIS 5 Symbole Segfred Jetzke Jun
6 1 Begrffsdefntonen 1.1 Allgemenes zur Logstk Defnton A.1 De 8 r der Logstk Logstk st das Streben nach den acht rchtgen r:derchtge Ware, n der rchtgen Menge, n der rchtgen Qualtät, zum rchtgen Zetpunkt, zu den rchtgen Kosten, am rchtgen Ort, mt den rchtgen Daten und dem rchtgen Wssen. Defnton A.2 Auftrag En Auftrag st ene Verenbarung zu Erledgung ener oder mehrere Aufgaben. Dese Aufgaben werden n enem Bestellschen konkretsert. Es wrd zwschen enem Kunden- bzw. outbound und enem Leferantenauftrag bzw. nbound unterscheden. Der Kundenauftrag beschrebt ene zu erbrngende, der Leferantenauftrag ene erwartete Arbet oder Lestung. Ene Arbet wrd n Form ener Menge, z. B. Stück oder Gewcht, ene Lestung n Form Arbet pro Zetenhet,z.B.300 Stück n ener Stunde, angegeben. Defnton A.3 Sendung Unter ener Sendung sollen alle Objekte verstanden werden, de zusammenhängend von ener Absende- an ene Zeladresse gelefert werden. Defnton A.4 Leferung Unter ener Leferung werden alle Objekte verstanden, de zusammenhängend be enem Empfänger ankommen. 5
7 Hefte zur Logstk 1 Begrffsdefntonen Defnton A.5 Beschaffung De Beschaffung muss dafür sorgen, dass alle benötgten Waren zur Verfügung gestellt werden. Nach Abschluss der Beschaffung kann der Produzent auf de Güter zugrefen. Herfür st es ausrechend, dass über ene Rahmenverenbarung Waren be enem Leferanten beretgestellt werden. Dese müssen ncht vor Ort sen. Defnton A.6 Beretstellung Unter Beretstellung soll das zur Verfügung Stellen des zur Weterverarbetung benötgten Materals an enem Arbetsplatz verstanden werden. Defnton A.7 Materal Materalen snd alle Objekte, de verbraucht werden und Bestandtel des Endproduktes snd. Defnton A.8 Betrebsmttel Betrebsmttel snd alle Objekte, de verbraucht werden und ncht Bestandtel des Endproduktes snd. Defnton A.9 Ressource Ene Ressource st en zur Erbrngung ener Lestung erforderlches Objekt. Ene Ressource st ncht Bestandtel der erbrachten Lestung. Ene Ressource wrd während der gesamten Lestungserbrngung benötgt und steht mt Abschluss weder zur Verfügung. Jede Ressource hat ene endlche Kapaztät. Defnton A.10 Kapaztät De Kapaztät st das Fassungs- oder Specherungsvermögen enes Gebäudetels oder Behälters bzw. das Produktons- oder Lestungsvermögen ener Maschne (?). Deses st de m Snne der Gültgket von Stammdaten unveränderlche Egenschaft enes Objektes, de beschrebt, welche Lestung das Objekt maxmal erbrngen kann. Defnton A.11 Auslastung I W = N C oder W = mn(,n C ) (A1.1a) Defnton A.12 Servcelevel I W ( 1) = Anzahl bedenter Kunden Anzahl Kunden = N CN (bedent) = oder W ( 1) = mn(,n C ) C N C N C (A1.1b) Defnton A.13 Auslastung II W = 1 N I N I N (C) oder W = 1 N I N I mn(n (C), ) (A1.1c) Segfred Jetzke Jun
8 1 Begrffsdefntonen Hefte zur Logstk Defnton A.14 Servcelevel II W ( 1) = 1 N I N I (C, bedent) N N (C) oder W ( 1) = 1 N I N I mn(n (C), ) N (C) (A1.1d) Für den Fall, dass n enem Intervall ken Kunden kommt, N (C) deses Intervall 1 sen. =0, soll der Servcelevel für Bespel A.1 N I Intervalle, n denen jewels Kunden, =0,..., kommen, d. h. N I = +1. W = 1 N I N I mn(n (C), ) = 1 +1 =0 1 1 ( +1) = = ) W ( 1) = 1 mn(, ) (1+ = +1 N I +1 =1 (A1.2a) (A1.2b) Bespel A.2 Es können maxmal dre Kunden kommen, ene Kasse steht zur Verfügung. W = 1 ( ) = 1 3=0.75 (A1.3a) 1 4 W ( 1) = 1 4 ( )=0.708 (A1.3b) Bespel A.3 Es können maxmal dre Kunden kommen, zwe Kassen stehen zur Verfügung. W = 1 ( ) = =0.625 (A1.4a) 2 W ( 1) = 1 4 ( )=0.917 (A1.4b) 1.2 Daten und Informaton Defnton A.15 Entschedung Ene Entschedung st de Auswahl ener Alternatve A aus ener gegebenen Menge N A verfügbarer Alternatven A = {A 1,...,A NA }. Defnton A.16 Kennzechnung Kennzechnen st das Versehen enes Objektes mt enem Kennzechen. Defnton A.17 Identfkaton Kennzechnen st das Versehen enes Objektes mt enem Kennzechen. Identfzeren bedeutet, de Identtät enes Objektes feststellen. Segfred Jetzke Jun
9 Hefte zur Logstk 1 Begrffsdefntonen Defnton A.18 Informaton Unter Informaton soll alles verstanden werden, was Unscherhet reduzert. Defnton A.19 Informatonsentrope De Entrope enes Systems st glech der Menge an Informatonen, de benötgt wrd, um den Zustand enes Systems zu beschreben. N A H = p log 2 (p ) mt p st de Wahrschenlchket für de Alternatve A, N A st de Anzahl möglcher Alternatven. 1.3 Graphen Defnton A.20 Graph bewertet, endlch En Graph st ene Menge G(V, E) von Knoten V bzw. nodes oder vertces und Kanten E bzw. edges oder arcs. Jede Kante e l E se endeutg durch en Knotenpaar (v,v j ) mt v V und v j V defnert. Ist e l ene Kante zwschen den Knoten v und v j, so heßen de beden Knoten v und v j adjazent oder benachbart und e l nzdent zu v und v j. Wrd jeder Kante e l =(v,v j ) ene Gewchtung oder Bewertung k l = k,j zugeordnet, so heßt der Graph bewertet. Zwe Kanten e l,e m heßen parallel, wenn se durch das selbe Knotenpaar v,v j beschreben werden. Ene Kante heßt Schlnge, wenn Anfangs- und Endknoten dentsch snd. En Graph ohne parallele Kanten und Schlngen heßt schlcht. En Graph mt ener endlchen Anzahl von Knoten heßt endlch. Defnton A.21 Graph bpartt, r-partt Lässt sch de Knotenmenge V so n zwe Telmengen V 1 und V 2 zerlegen, dass V 1 V 2 = V und V 1 V 2 = (A1.5) und für jede Kante e l E e l =(v (1),v (2) j ) mt v (1) V 1 und v (2) j V 2 glt, so heßt der Graph bpartt. Defnton A.22 Gerchtete und ungerchtete Graphen Glt für alle Paare (v,v j ), dass k,j = k j,, so heßt der Graph ungerchtet. Glt für mndestens en Paar (v,v j ) k,j k j, heßt der Graph gerchtet oder Dgraph und de Kanten heßen Pfele. Für den Pfel e l = v v j heßt v Vorgänger von v j oder tal(e l ), v j Nachfolger von v oder head(e l ) und e l postv nzdent mt dem Vorgänger v und negatv nzdent mt dem Nachfolger v j (??). Der Pfel (v,v j ) wrd auch n der Form v,v j geschreben. Segfred Jetzke August
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
MehrDiskrete 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 /
Mehr18. 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
MehrSpiele 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,,
MehrWeitere 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,
MehrDie Leistung von Quicksort
De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen
Mehr4. 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,
MehrFacility 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
MehrÜbungsklausur 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
MehrStochastische 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)
Mehr1.1 Das Prinzip von No Arbitrage
Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No
MehrKonkave 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
Mehr3.1 Extensive Form, Spielbaum und Teilspiele
3. Spele n extensver Form 3.1 Extensve Form, Spelbaum und Telspele 3.2 Strategen n extensven Spelen 4. Spele mt vollkommener Informaton 4.1 Telspelperfekte Nash-Glechgewchte 4.2 Das chan-store -Paradox
MehrNäherungsverfahren. Wiederhole den Algorithmusbegriff. Erläutere die Begriffe: Klasse der NP-Probleme. Probleme. Probleme. Approximative Algorithmen
Näherungsverfahren Wederhole den Algorthmusbegrff. Erläutere de Begrffe: Klasse der P-ProblemeP Probleme Klasse der NP-Probleme Probleme Approxmatve Algorthmen Stochastsche Algorthmen ALGORITHMEN Def.:
MehrERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de
ERP Cloud SFA ECM Backup E-Commerce ERP EDI Prese erfassen www.comarch-cloud.de Inhaltsverzechns 1 Zel des s 3 2 Enführung: Welche Arten von Presen gbt es? 3 3 Beschaffungsprese erfassen 3 3.1 Vordefnerte
MehrDie 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
Mehr2. 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
MehrOperations 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
MehrDynamisches Programmieren
Marco Thomas - IOI 99 -. Treffen n Bonn - Dynamsches Programmeren - Unverstät Potsdam - 8.02.999 Dynamsches Programmeren 957 R. Bellmann: Dynamc Programmng für math. Optmerungsprobleme Methode für Probleme,.
Mehrz.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
MehrOnline Algorithmen. k-server randomisiert Teil II
Onlne Algorthmen k-server randomsert Tel II Ausarbetung für das Semnar Onlne Algorthmen Prof. Dr. Ro. Klen Anette Ebbers-Baumann Ansgar Grüne Insttut für Informatk Theorethsche Informatk und formale Methoden
Mehrbinäre 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,
Mehr3. 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
MehrBeim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):
Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.
MehrGrundlagen 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
MehrNetzwerkstrukturen. 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.
MehrDas zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog
60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren
MehrAn welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern?
An welche Stchwörter von der letzten Vorlesung können Se sch noch ernnern? Gasgesetz ür deale Gase pv = nr Gelestete Arbet be sotherme Ausdehnung adabatsche Ausdehnung 2 n Reale Gase p + a 2 ( V nb) =
MehrAnalysis 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
Mehr6. 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
MehrEinbau-/Betriebsanleitung Stahl-PE-Übergang Typ PESS / Typ PESVS Originalbetriebsanleitung Für künftige Verwendung aufbewahren!
Franz Schuck GmbH Enbau-/Betrebsanletung Stahl-PE-Übergang Typ PESS / Typ PESVS Orgnalbetrebsanletung Für künftge Verwendung aufbewahren! Enletung Dese Anletung st für das Beden-, Instandhaltungs- und
MehrEntscheidungstheorie Teil 3. Thomas Kämpke
Entschedngstheore Tel 3 Thomas Kämpke Sete Entschedngstheore Tel 3 Inhalt St. Petersbrg Paradoon (Bernoll 73) Präferenzfnktonen ttelpnktsmethode zr Bestmmng von Wertfnktonen über Intervallen (endmensonal)
Mehr( ) 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
MehrDer technische Stand der Antriebstechnik einer Volkswirtschaft läßt sich an ihrem Exportanteil am Gesamtexportvolumen aller Industrieländer messen.
- 14.1 - Antrebstechnk Der technsche Stand der Antrebstechnk ener Volkswrtschaft läßt sch an hrem Exportantel am Gesamtexportvolumen aller Industreländer messen. Mt 27,7 % des gesamten Weltexportvolumens
MehrBeschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression
Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5
Mehr1 - 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
MehrItemanalyse 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
MehrDr. Florian Englmaier 1 Übung Wettbewerbstheorie und -politik. Handout zu Übungsblatt 1: Einführung
Dr. Floran Englmaer 1 Handout zu Übungsblatt 1: Enführung De Industreökonomk beschäftgt sch mt dem Marktverhalten und der nternen Organsaton von Unternehmen. (Preswettbewerb, Marktzutrttsverhalten, Produktdff.
MehrDer Erweiterungsfaktor k
Der Erweterungsfaktor k Wahl des rchtgen Faktors S. Meke, PTB-Berln, 8.40 Inhalt: 1. Was macht der k-faktor? 2. Welche Parameter legen den Wert des k-faktors fest? 3. Wo trtt der k-faktor auf? 4. Zusammenhang
MehrSeminar 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
Mehr6.5. 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
MehrEinführung in die theoretische Physik 1
Enführung n de theoretsche hysk 1 rof. Dr. L. Mathey Denstag 15:45 16:45 und Donnerstag 10:45 12:00 Begnn: 23.10.12 Jungus 9, Hörs 2 Mathey Enführung n de theor. hysk 1 1 Grundhypothese der Thermostatk
MehrZusammenfassung der letzten LVA. Diskrete Mathematik
Zusammenfassung Dskrete Mathematk Chrstna Kohl Georg Moser Oleksandra Panasuk Chrstan Sternagel Vncent van Oostrom Insttut für Informatk @ UIBK Sommersemester 2017 Zusammenfassung der letzten LVA ene Telmenge
MehrEntgelte für die Netznutzung, Messung und Abrechnung im Gasverteilnetz
Entgelte für de Netznutzung, Messung und Abrechnung m Gasvertelnetz Gültg vom 22.12.2006 bs 30.09.2007 reslste (netto) 1. Netzentgelt (netto) De Netzentgelte der Kunden der Stadtwerke Osnabrück AG werden
MehrAnlage Netznutzungsentgelte Erdgas 2014 der Stadtwerke Eschwege GmbH
Entgelte be Erdgas-Ersatzbeleferung für Industre- und Geschäftskunden mt Lestungsmessung und enem Jahresverbrauch von mehr als 1.500.000 kh. Gültg ab 01.01.2014 De Ersatzversorgung endet sobald de Erdgasleferung
MehrVorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1
Vorlesung Entschedungslehre h SS 205 Prof. Dr. Klaus Röder Lehrstuhl für BWL, nsb. Fnanzdenstlestungen Unverstät Regensburg Prof. Dr. Klaus Röder Fole Organsatorsches Relevante Informatonen önnen Se stets
MehrVorlesungsprüfung Politische Ökonomie
Vorlesungsprüfung Poltsche Ökonome 22.06.2007 Famlenname/Vorname: Geburtsdatum: Matrkelnummer: Studenrchtung: Lesen Se den Text aufmerksam durch, bevor Se sch an de Beantwortung der Fragen machen. Ihre
MehrSteigLeitern Systemteile
140 unten 420 2 0 9 12 1540 1820 Länge 140 StegLetern Leterntele/Leterverbnder Materal Alumnum Stahl verznkt Sprossenabstand 2 mm Leternholme 64 mm x 25 mm 50 x 25 mm Leternbrete außen 500 mm Sprossen
MehrKapitel 8: Graph-Strukturierte Daten
Ludwg Maxmlans Unerstät München Insttut für Informatk Lehr- und Forschungsenhet für Datenbanksysteme Skrpt zur Vorlesung Knowledge Dscoery n Dtb Databases II m Wntersemester 2011/2012 Kaptel 8: Graph-Strukturerte
Mehr-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
Mehr1.1 Grundbegriffe und Grundgesetze 29
1.1 Grundbegrffe und Grundgesetze 9 mt dem udrtschen Temperturkoeffzenten 0 (Enhet: K - ) T 1 d 0. (1.60) 0 dt T 93 K Betrchtet mn nun den elektrschen Wderstnd enes von enem homogenen elektrschen Feld
MehrLehrstuhl 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
MehrModellbildung Mechatronischer Systeme (MMS)
Modellbldung Mechatronscher Systeme (MMS) rof. Dr.-Ing. habl. Jörg Grabow Fachgebet Mechatronk www.fh-jena.de Vorlesungsnhalt 1. Enführung und Grundbegrffe 2. Mechatronsche Bauelemente 3. hyskalsche elsysteme
MehrNomenklatur - 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
Mehr1 Mehrdimensionale Analysis
1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus
MehrI)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler
I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate
MehrIn 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
Mehr1. Schaltungsbeschreibung - Netzwerktopologie. Regeln der Schaltwerktheorie:
1. Schaltungsbeschrebung - Netzwerktopologe Regeln der Schaltwerktheore: Krchhoffsche Spannungsregel Krchhoffsche Stromregel + Zweg- (bzw. Element-) Funktonen De Netzwerktopologe beschrebt de Verknüpfung
MehrDer 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
MehrStreuungs-, Schiefe und Wölbungsmaße
aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen
MehrFallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung
Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012
Mehr) ergeben die i i. Es gelten folgende allgemeinen Resultate (in informeller Sprache formuliert).
V. Kolluson Im olgopolstschen Wettbewerb treffen mtunter mmer weder de glechen Frmen aufenander. Des eröffnet de Möglchket für stlles Zusammenspel, wel abwechendes Verhalten n späteren Zusammentreffen
MehrWas erwarten wir als Ergebnis von freien Verhandlungen in einer Gruppe mit Koalitionsmöglichkeiten?
Prof. Dr. Fredel Bolle 1 Prof. Dr. Fredel Bolle Vorlesung 1 Defnton: Kooperatves Spel En ooperatves Spel Γ st en Tupel (N,V), wobe der N = {1,...,m} mt m > 1 de Menge der Speler bezechnet und Was erwarten
Mehrnonparametrische 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
Mehr2 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
MehrDaten 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
MehrSteuerungsverfahren 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
MehrNSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.
PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs
Mehr2 Gleichstromtechnik. 2.1 Der unverzweigte Stromkreis Der Grundstromkreis
27 2 Glechstromtechnk 2.1 Der unverzwegte Stromkres 2.1.1 Der Grundstromkres n unverzwegter Stromkres st de geschlossene Hnterenanderschaltung verschedener Schaltelemente: Spannungsquellen, Wderstände
MehrDas Bayessche Theorem ist ein Ergebnis aus der Wahrscheinlichkeitstheorie und liefert einen Zusammenhang zwischen bedingten Wahrscheinlichkeiten.
ayessches Theorem Das ayessche Theorem st en Ergens aus der ahrschenlchetstheore und lefert enen Zusammenhang zwschen edngten ahrschenlcheten.. ayessches Theorem für Eregnsse Senen und zwe elege Eregnsse.
MehrElektrischer Strom. Elektrische Netzwerke
Elektrscher Strom. Elektrscher Strom als Ladungstransport. Wrkungen des elektrschen Stromes 3. Mkroskopsche Betrachtung des Stroms, elektrscher Wderstand, Ohmsches Gesetz. Drftgeschwndgket und Stromdchte.
MehrStochastische 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)
MehrIT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen.
IT- und achwssen: Was zusammengehört, muss weder zusammenwachsen. Dr. Günther Menhold, regercht 2011 Inhalt 1. Manuelle Informatonsverarbetung en ntegraler Bestandtel der fachlchen Arbet 2. Abspaltung
MehrFORMELSAMMLUNG 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
MehrObere 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
MehrArbeitsgruppe 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
MehrZ 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
MehrAuswertung 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;
MehrGrundgedanke 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
MehrWas sind Messunsicherheiten?
Edgenösssches Justz- und Polzedepartement EJPD Bundesamt für Metrologe METAS Was snd Messunscherheten? Chrstan Hof Was snd Messunscherheten? allgemene Defntonen von Begrffen das standardserte Vorgehen
MehrMultilineare 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
MehrWS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9
WS 2016/17 Prof. Dr. Horst Peters 06.12.2016, Sete 1 von 9 Lehrveranstaltung Statstk m Modul Quanttatve Methoden des Studengangs Internatonal Management (Korrelaton, Regresson) 1. Überprüfen Se durch Bestmmung
MehrKreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)
Kredtpunkte-Klausur zur Lehrveranstaltung Projektmanagement (nkl. Netzplantechnk) Themensteller: Unv.-Prof. Dr. St. Zelewsk m Haupttermn des Wntersemesters 010/11 Btte kreuzen Se das gewählte Thema an:
MehrEntscheidungsprobleme der Marktforschung (1)
Prof. Dr. Danel Baer. Enführung 2. Informatonsbedarf 3. Datengewnnung 2. Informatonsbedarf Entschedungsprobleme der () Informatonsbedarf Art Qualtät Menge Informatonsbeschaffung Methodk Umfang Häufgket
MehrEinführung in die Finanzmathematik
1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg
Mehr3.3 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
MehrVERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE
VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE Karl Rudolf KOCH Knut RIESMEIER In: WELSCH, Walter (Hrsg.) [1983]: Deformatonsanalysen 83 Geometrsche Analyse und Interpretaton von Deformatonen
MehrElemente 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
MehrPolygonalisierung 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
MehrFachbereich 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
MehrContents 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
MehrÜbung 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
MehrÜbung zur Vorlesung. Informationstheorie und Codierung
Übung zur Vorlesung Informatonstheore und Coderung Prof. Dr. Lla Lajm März 25 Ostfala Hochschule für angewandte Wssenschaften Hochschule Braunschweg/Wolfenbüttel Postanschrft: Salzdahlumer Str. 46/48 3832
MehrFür wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage
Für wen st deses Bch? Das Taschenbch der Elektrotechnk rchtet sch an Stdentnnen nd Stdenten an nverstäten nd Fachhochschlen n den Berechen Elektrotechnk Nachrchtentechnk Technsche Informatk allgemene Ingenerwssenschaften
MehrGruppe. 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
Mehrwird 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
MehrMethoden 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
MehrLösungen 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
MehrMartens: Übungen in der Betriebswirtschaftslehre, #6 (Investitionsplanung)
Projekt: VW hem: WS 26/7 Empfänger: bsender: Dttmr Ngel nlge-dtum: 16.12.26 Sttus-Dtum: 27.12.26 Mrtens: Übungen n der etrebswrtschftslehre, #6 (Investtonsplnung 15.12.26 Forts. 3.5 Der nterne Znsfuß ls
Mehr