Modellwelten für diskrete ereignisorientierte dynamische Systeme und ihre Analyse - eine Übersicht -
|
|
- Thilo Beutel
- vor 6 Jahren
- Abrufe
Transkript
1 Modellwelten für diskrete ereignisorientierte dynamische Systeme und ihre Analyse - eine Übersicht - Spezialvorlesung WS 2004/05 Vorlesung: donnerstags, 8-10 Uhr, GB V R 420 Veranstalter Peter Kemper, LS Informatik IV GB V R 403, Tel 3031, peter.kemper@udo.edu 1
2 Unterlagen Materialien zur Vorlesung: Folien werden als html und pdf Dateien ins Netz gestellt Übungsaufgaben als pdf Dateien siehe Webseiten des LS IV, Prof. Buchholz, auf den Seiten der Mitarbeiter, Peter Kemper Webpage: dort unter Teaching/Lectures Login Account: desstudent Passwd: des2002undlos 2
3 Motivation Modellierung in der Informatik? SW Entwurf, HW Entwurf Formulierung einer Fragestellung in der Eingabesprache eines SW Werkzeuges Modellwelten = Notationen, Formalismen implizieren jeweils eigene Weltsicht Vielfalt an Notationen Beispiel UML Klassendiagramm, Interaktions- (Sequenz/Kollaboriations-), Paketdiagramm, Verteilungsdiagramm, Zustandsdiagramm, Aktivitätsdiagramm 3
4 Warum Vielfalt? Geeignete Notation zur Beschreibung eines Problems erleichtert das Entdecken einer Lösung! Nebenbemerkung G. Polya: How to solve it - a new aspect of mathematical method Princeton University Press vermutliche deutsche Übersetzung Schule des Denkens. Vom Lösen mathematischer Probleme Francke, Tübingen
5 Modellwelten für spezielle Klassen von Systemen hier Diskrete ereignisorientierte dynamische Systeme (DES) Zustand aus diskreter Wertemenge Zustandsübergänge erfolgen über die Zeit und durch Eintreten von Ereignissen Ziele Spezifikation von Verhalten Einsicht in Verhalten (beschreiben) (erkennen) Anwendungsgebiete Rechensysteme, Telekommunikationssysteme Automatisierungssysteme Logistiknetzwerke... 5
6 Modellierung und Analyse von DES Modellierung erfordert Formalismen, z.b. Erweiterte Automaten Petri Netze, Signal/Ereignisnetze Prozeßalgebren SDL Ereignisorientierte Prozeßketten Prozeßketten in der Logistik Analyse erfordert Verfahren und Werkzeuge erkennen funktionaler Einschaften bewerten quantitativen Verhaltens betrachtet wird meist Labelled Transition System (LTS) 6
7 Übersicht Modellierung Automaten und LTS Prozeßalgebren Anwendung: Concurrent Programming Analyse: Erreichbarkeit, Lebendigkeit/Sicherheit, Deadlock, Bisimulation/Minimierung Petri Netze Anwendung: Nebenläufige Systeme Analyse: Struktur, Invarianten, Modelchecking Ereignisorientierte Prozeßketten Anwendung: Workflowmodellierung (ARIS,SAP) Abbildung auf Petri Netze Prozeßketten in der Logistik Anwendung: Leistungsbewertung Analyse: Simulation 7
8 Message je Formalismus: Zustandsbeschreibung explizit/implizit, verteilt/global Zustandsübergänge explizit/regelbasiert eigene notationsspezifische Analyseverfahren Abbildung auf unterliegendes LTS meist bereits zur Definition des dynamischen Verhaltens Nutzung von Verfahren die LTS spezifisch sind a) Simulation b) Erreichbarkeit, c) Sicherheit/Lebendigkeitseigenschaften Modelchecking d) Markovkettenanalyse für Leistungskennzahlen bei geeigneter stochastischer Interpretation Ziel: Überblick über Notationen und Verfahren gewinnen! 8
9 Literatur (1) für Prozeßalgebren J. Magee, J. Kramer: Concurreny - State Models and Java Programs. Wiley R. Milner: Communication and Concurrency. Prentice Hall Kapitel in Handbook of theoretical CS 9
10 Literatur (2) für Petri Netze B. Baumgarten: Petri-Netze Grundlagen und Anwendungen. BI-Wiss. Verlag 1990 P. Starke: Analysetechniken von Petri-Netz- Modellen. Teubner 1990 W. Reisig: Systementwurf mit Netzen. Springer F. Bause, P.S. Kritzinger: Stochastic Petri nets - an introduction to the theory. Vieweg
11 Literatur (3) Bzgl ereignisorientierter Prozeßketten, zahlreiche Publikationen von Scheer, IWI Uni Saarbrücken Bzgl Prozeßketten in der Logistik: A. Kuhn (Hrsg) Prozeßketten in der Logistik, Dortmund Publikationen des SFB 559, Uni Dortmund. Bzgl Modelchecking, zahlreiche Publikationen von Ed Clarke, insbesondere das Lehrbuch E. Clarke, O. Grumberg, D. Peled: Modelchecking. MIT Press
12 Übersicht Modellierung Automaten und LTS Prozeßalgebren Anwendung: Concurrent Programming Analyse: Erreichbarkeit, Lebendigkeit/Sicherheit, Deadlock, Bisimulation/Minimierung Petri Netze Anwendung: Nebenläufige Systeme Analyse: Struktur, Invarianten, Modelchecking Ereignisorientierte Prozeßketten Anwendung: Workflowmodellierung (ARIS,SAP) Abbildung auf Petri Netze Prozeßketten in der Logistik Anwendung: Leistungsbewertung Analyse: Simulation 12
13 Der Begriff des Modells Modell konkretes oder gedankliches Abbild eines vorhandenen Gebildes konkretes oder gedankliches Vorbild für ein zu schaffendes Gebilde in der mathematischen Logik: Interpretation einer Menge von Axiomen, in der alle Axiome wahre Aussagen sind. Person oder Sache als Gegenstand einer künstlerischen Abbildung Person, die Mode vorführt Repräsentant eines Fahrzeugtyps (Stachowiak 73, Glinz 96) Hier lediglich Modelle im Sinne eines Abbildes oder Vorbildes. Gegenstand der Modellierung (Gebilde) heißt Original. Wir betrachten als Original i.d.r. ein System. 13
14 Der Begriff des Systems System Zusammenstellung von Dingen zu einer Einheit, einem komplexen Ganzen durch den Menschen oder die Natur (Encycl. Americana) regelmäßig interagierende oder unabhängige Gruppe von Objekten, die ein einheitliches Ganzes bilden (Webster s Dict.) Kombination von Komponenten, die zusammen eine Funktion bewirken, zu denen einzelne Komponenten für sich nicht in der Lage wären (IEEE Standard Dict. Electrical and Electronic Terms) (nach Cassandras 1993) daher: ein Ganzes, das aus Teilen und deren Zusammenwirken entsteht und zu einer Umgebung abgegrenzt wird 14
15 DES vs CVDS Continuous Variable Dynamic Systems (CVDS): Systemzustand stammt aus kontinuierlichem Zustandsraum, ist über die Zeit kontinuierlichen Veränderungen unterworfen. Traditionelle Beschreibung: Differenzen/Differentialgleichungssysteme Diskrete Event Dynamic Systems (DEDS, DES) Systemzustand stammt aus diskreter Zustandsmenge, ist über die Zeit nur bei Eintritt diskreter Ereignisse spontanen Änderungen unterworfen. Beschreibungsnotationen: vielfältig und hier Gegenstand der Betrachtung, bekanntestes Beispiel aus Vorlesungen: endlicher Automat 15
16 Modelle als Abbilder/Vorbilder sind immer durch die Wahrnehmung des Modellierers geprägt. Vorstellung Modell = Ausschnitt der Realität greift zu kurz Größtmögliche Ähnlichkeit zwischen System und Modell ist i.d.r. nicht Ziel der Modellierung Ausnahme: Erstellung von Kopien Ursache: bewußte Abstraktion und Orientierung am Zweck einer Modellierung Modelle sind Abbildung und Konstruktion einer Realität daher Modell: Konkretes oder gedankliches Abbild eines vorhandenen oder Vorbild eines zu schaffenden Gebildes in der Wahrnehmung der beteiligten Personen und zu einem bestimmten Zweck. In Folge: Validierung erforderlich! Relevante Eigenschaften des Systems müssen adäquat und vollständig auf Eigenschaften des Modells abgebildet sein. 16
17 Wozu werden Modelle benötigt? Modelle dienen zum Verstehen eines Systems zum Kommunizieren über ein System in einer Gruppe als gedankliches Hilfsmittel zum Gestalten und Bewerten eines (geplanten) Systems oder Varianten davon als Spezifikation von Anforderungen an ein (geplantes) System zur Durchführung von Experimenten zum Aufstellen / Prüfen von Hypothesen über beobachtete oder postulierte Phänomene Modelle werden verwendet, wenn z.b. das System zu groß, zu klein, zu komplex ist nicht beobachtbar, nicht verfügbar, nicht existent ist in der Handhabung zu gefährlich, zu teuer ist reale Experimente mit dem realen System unzulässig sind. 17
18 Modelle in der Informatik Modellierte Gebilde, als Ganzes/in interessierenden Ausschnitten Arbeitsprozesse, technische Prozesse Informatiksysteme, Mensch-Maschine Interaktion... Art der Modelle Problemorientiert: Modellierung von Problemen ohne Berücksichtigung von Lösungsansätzen (Problemspezifikation) Lösungsorientiert-konzeptionell: Modellierung von Lösungsansätzen auf einer konzeptionellen Ebene (SW Entwurf) Lösungsorientiert-physisch: Modellierung konkreter Informatiklösungen (Implementierung) 18
19 Grundannahmen jedes System, jedes Modell als Mengen von Individuen und Attributen beschrieben Individuum ist individuell erkennbarer, von anderen Individuen eindeutig abgrenzbarer, für sich stehender Gegenstand Attribute sind a) Eigenschaften von Individuen oder von anderen Attributen b) Beziehungen zwischen Individuen oder Attributen c) Operationen auf Individuen oder Attributen Teil Ident-Nr Bezeichnung Individuen Bestellung Datum Lieferant Name Adresse bestellen Attribute: Operation, Beziehung, Merkmal Strasse, PLZ Ort 19
20 Hauptmerkmale eines Modells (Stachowiak 1973) Abbildungsmerkmal Verkürzungsmerkmal, Abstraktion Pragmatisches Merkmal, Zweckorientierung Abbildungsmerkmal Modelle sind Abbilder eines vorhandenen oder Vorbilder eines zu schaffenden Originals Originale können selbst Modelle sein zu jedem Modell gehört eine Abbildung, welche die Individuen und Attribute des Originals auf diejenigen des Modells abbildet. Es kann verschiedene Modelle eines Originals geben 20
21 Verkürzungsmerkmal, Abstraktion Modelle erfassen i.d.r. nicht alle Individuen und Attribute des Originals Es werden nur als relevant (wichtig/nützlich/notwendig) wahrgenommene Eigenschaften des Originals modelliert. Das Modell kann Individuen und Attribute enthalten, die keine Entsprechung im Original haben. 21
22 Pragmatisches Merkmal, Zweckorientierung Original und Modell sind einander nicht aus sich selbst heraus zugeordnet. Jedes Modell ist von einem/mehreren Menschen für einen spez. Zeitraum und einen spezifischen Verwendungszweck geschaffen. Modelle sind nicht a priori richtig oder falsch, sonder in Anbetracht der Zweckorientierung gut oder weniger gut geeignet. Es dürfen keine Modellattribute ausgewertet werden, die keine Entsprechung im Original haben. Entsprechende Auswertungen sind nicht wohldefiniert und können zu unrichtigen Aussagen führen. 22
23 Operationen auf Modellen Auf Modellen werden Operationen/Modifikationen/Experimente durchgeführt, um aus den resultierenden Modelleigenschaften Rückschlüsse auf Resultate im Originalsystem zu ziehen. Beispiel: Abschätzung von Unfallfolgen auf den Menschen anhand von Crashtests mit Crashtest-Dummies Nur solche Modelloperationen sind zulässig zu denen es eine entsprechende Operation am Original gibt deren resultierende Attribute auf entsprechende Attribute des Originals abbildbar sind. Konsistenzbedingung: M =f(a(o))=b(g(o)) Modell Original O Abbildung a Operation g Interpretation b f 23
24 Notationen für Modelle Notation: System von Zeichen zur Darstellung eines Modells Personen, die ein Modell erstellen und/oder verwenden, müssen Einigkeit herstellen bzgl: eines Zeichenvorrats Syntax, d.h. Regeln für die Bildung von Zeichenstrukturen Semantik, d.h. Bedeutung der Zeichen und Zeichenstrukturen Vorteile einer formalen Darstellung prägnant eindeutig strukturiert intuitiv verständlich 24
25 Philosophische und ethische Aspekte der Modellierung Was sind Originale? Existieren Dinge a priori und objektiv? Existiert nur, was erkennbar ist? Gibt es objektive Erkenntnis? Erkenntnis ist intersubjektiv Erkenntnis ist Modellbildung (Bildung eines Erklärungsmodells) 25
26 Verantwortung beteiligter Personen Modelle in der Informatik beschreiben reale oder zu schaffende Gegenstände und/oder Prozesse eins in der Regel realen Problembereichs. Jedes Modell stellt das Original aus einer bestimmten Sicht heraus dar (Abstraktion, Zweckorientierung) und verändert damit die Wahrnehmung des Originals. Das nach einem Modell konstruierte System wird durch seinen Einsatz selbst Teil der Realität und beeinflußt/verändert den modellierten Problembereich Daher: Modellierung ist sein Stück weit Realitätskonstruktion Die Erstellung von Modellen ist nicht wertfrei. Alle Beteiligten tragen Verantwortung für die durch das Modell bewirkten Interpretationen und Veränderungen des Originalsystems. 26
27 Modellbildung - Prozeß zur Erstellung eines Modells Zwei Rollen: Wissensträger - Person, welche das Wissen über das Originalsystem hat Modellierer - Person, welche das Modell erstellt möglich: je Rolle mehrere Personen, eine Person hat beide Rollen Problem reflektieren Modell verstehen Gewinnen Beschreiben Reflektieren Validieren Problem verstehen Modell aufbauen 27
28 Modellbildung erfordert enge Kooperation der Rollen Reflektieren - Überlegen und verstehen, was modelliert werden soll (Zweckorientierung, Relevanz von Merkmalen, Umfang) Gewinnen - Informationen über das Original und die Intentionen der Wissensträger gewinnen (diskutieren, fragen, lesen,...) Beschreiben - Gewonnene Informationen verstehen, ordnen, strukturieren, bewerten,...und mit geeigneten Mitteln beschreiben Validieren - Modelle durch Wissensträger überprüfen lassen daher Modellbildung ist ein iterativer Prozeß Modellieren bedeutet immer auch Reflektieren über das Original Modellbildung ist immer auch ein Verstehens- und Konsensbildungsprozeß 28
29 Zusammenfassung Begriffe: Modell, System Merkmale: Abbildung, Abstraktion, Zweckorientierung Aufgaben: Beschreiben und Verstehen CVDS vs DEDS Original vs Modell Wissensträger und Modellierer, Modellierung als iterativer Prozeß Warning! You are leaving the informal part of the lecture! Enter next section at own risk! 29
Einführung in die Modellierung
Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 1 Einführung in die Modellierung Universität Zürich Institut für Informatik Inhalt 1.1 Der Modellbegriff 1.2 Wozu Modelle? 1.3 Modellbildung 1.4
MehrEinführung in die Modellierung
Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 1 Einführung in die Modellierung Universität Zürich Institut für Informatik 1.1 Der Modellbegriff Aufgabe 1.1: Was verstehen Sie intuitiv unter
MehrEinführung in die Modelltheorie
Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 2 Einführung in die Modelltheorie Universität Zürich Institut für Informatik Inhalt 2.1 Grundannahmen 2.2 Hauptmerkmale eines Modells 2.3 Sprache
MehrInformatik für Ökonomen II: Modellierung von Informatiksystemen. 2. Modelle und Modelltheorie
Martin Glinz Informatik für Ökonomen II: Modellierung von Informatiksystemen 2. Modelle und Modelltheorie Universität Zürich Institut für Informatik 2005, 2009 Martin Glinz. Alle Rechte vorbehalten. Speicherung
MehrInformatik für Ökonomen II: Modellierung von Informatiksystemen. 2. Modelle und Modelltheorie
Martin Glinz Informatik für Ökonomen II: Modellierung von Informatiksystemen Wintersemester 2006/07 2. Modelle und Modelltheorie Universität Zürich Institut für Informatik 2005, 2006 Martin Glinz. Alle
MehrModellierung Zusammenfassung WS2000
Modellierung Zusammenfassung WS2000 Inhalt 1 Einführung in die Modellierung...2 2 Datenmodelle...3 3 Funktionsmodelle...3 4 Verhaltensmodelle...4 5 Objekt-/Klassenmodelle...6 6 Interaktionsmodelle...6
MehrSystemtheorie 1. Formale Systeme 1 # WS 2006/2007 Johannes Kepler Universität Linz, Österreich
Einführung 1 Systemtheorie 1 Formale Systeme 1 #342234 http://fmv.jku.at/fs1 WS 2006/2007 Johannes Kepler Universität Linz, Österreich Univ. Prof. Dr. Armin Biere Institut für Formale Modelle und Verifikation
MehrSystemtheorie 1. Einführung Systemtheorie 1 Formale Systeme 1 # WS 2006/2007 Armin Biere JKU Linz Revision: 1.4
Einführung intro 1 Grobklassifizierung r Methoden in der Informatik intro 2 Systemtheorie 1 Systeme 1 #342234 http://fmv.jku.at/fs1 WS 2006/2007 Johannes Kepler Universität Linz, Österreich Univ. Prof.
MehrWarum Modellierung? OE-Vorlesung 2016 Einführung in Petrinetze. Was ist ein Modell? Und warum Petrinetze? Petrinetze sind ein Modellierungswerkzeug.
Warum Modellierung? OE-Vorlesung 016 Einführung in Petrinetze Dr. Lawrence Cabac cabac@informatik.uni-hamburg.de Folien: Dr. Frank Heitmann Fachbereich Informatik Universität Hamburg Petrinetze sind ein
MehrDatenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt
2. Datenbankentwurf Motivation Datenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt Fehler sind umso teurer zu beheben, je weiter die Entwicklung bzw. der Einsatz
MehrVorlesung Modellierung nebenläufiger Systeme Sommersemester 2014 Universität Duisburg-Essen
Vorlesung Modellierung nebenläufiger Systeme Sommersemester 2014 Universität Duisburg-Essen Barbara König Übungsleitung: Sebastian Küpper Barbara König Vorlesung Modellierung nebenläufiger Systeme 1 Das
MehrNACHRICHTENTECHNISCHER SYSTEME
Einführung UML COMPUTERSIMULATION NACHRICHTENTECHNISCHER SYSTEME 11. Unified Modeling Language UML 220 Standardsprache d zur Visualisierung, i Spezifikation, Konstruktion und Dokumentation komplexer (Software-)
Mehr3.0 VU Formale Modellierung
3.0 VU Formale Modellierung Gernot Salzer Arbeitsbereich Theoretische Informatik und Logik Institut für Computersprachen SS 2016 1 Inhalt 0. Überblick 1. Organisation 2. Was bedeutet Modellierung? 3. Aussagenlogik
MehrTheoretische Informatik: Berechenbarkeit und Formale Sprachen
Theoretische Informatik: Berechenbarkeit und Formale Sprachen Prof. Dr. F. Otto Fachbereich Elektrotechnik/Informatik, Universität Kassel 34109 Kassel, Germany E-mail: otto@theory.informatik.uni-kassel.de
MehrTechniken der Projektentwicklungen
Dynamische Modellierung 8. Termin Rückblick auf statische Modellierung Dynamische Modellierung Basiskonzepte Beispiel Erweiterungen Eigenschaften Syntax Rückblick auf statische Modellierung Dynamische
Mehr1. Einführung in Temporallogik CTL
1. Einführung in Temporallogik CTL Temporallogik dient dazu, Aussagen über Abläufe über die Zeit auszudrücken und zu beweisen. Zeit wird in den hier zunächst behandelten Logiken als diskret angenommen
MehrPetri-Netze. Renate Klempien-Hinrichs und Caro von Totth. Wer sind wir?
Petri-Netze http://www.informatik.uni-bremen.de/theorie/teach/petri Renate Klempien-Hinrichs und Caro von Totth Wer sind wir? Wie ist der Kurs organisiert? Worum geht es? Wer sind wir? 1.1 Renate Klempien-Hinrichs
Mehr1 4. Datenmodellierung mit der Unified Modeling Language (UML)
1 4. Datenmodellierung mit der Unified Modeling Language (UML) Objekte, Klassen und Assoziationen Multiplizitäten - Kardinalitäten Rollen (Wiederholung) Einfache Abbildung von Modellen auf Tabellen Empfehlungen
MehrTheoretische Informatik: Berechenbarkeit und Formale Sprachen
Theoretische Informatik: Berechenbarkeit und Formale Sprachen Prof. Dr. F. Otto Fachbereich Elektrotechnik/Informatik, Universität Kassel 34109 Kassel, Germany E-mail: otto@theory.informatik.uni-kassel.de
MehrSo#waretechnologie für Fortgeschri4ene Teil Eide. Stunde IV: UML. Köln 26. Januar 2017
So#waretechnologie für Fortgeschri4ene Teil Eide Stunde IV: UML Köln 26. Januar 2017 Model of vs. model for TheoreKcal model model for comparison calibra9on verifica9on Empirical model model of deduc9on
MehrInhaltsverzeichnis.
Wegweiser durch das Buch 1 1 Problembereich und Lösungsbereich 10 1.1.Unterschiede zwischen Problembereich und Lösungsbereich 10 1.2 Paradigmen der Softwareentwicklung 12 1.3 Methoden für die verschiedenen
MehrWirtschaftsinformatik 6a: Modellierung. Hochschule für Wirtschaft und Recht SS 16 Dozent: R. Witte
Wirtschaftsinformatik 6a: Modellierung Hochschule für Wirtschaft und Recht SS 16 Dozent: R. Witte Computertechnik Man kann Software auf 2 Arten herstellen: Entweder macht man sie so klar und einfach,
Mehr5.2 Entity-Relationship-Modell
5.2 Entity-Relationship-Modell Mod-5.8 Entity-Relationship-Modell, ER-Modell (P. Chen 1976): Kalkül zur Modellierung von Aufgabenbereichen mit ihren Objekten, Eigenschaften und Beziehungen. Weitergehende
MehrVorlesung Programmieren
Vorlesung Programmieren Unified Modeling Language (UML) Dr. Dennis Pfisterer Institut für Telematik, Universität zu Lübeck http://www.itm.uni-luebeck.de/people/pfisterer Unified Modeling Language (UML)
MehrObjektorientierte Systementwicklung
Karl-Heinz Rau Objektorientierte Systementwicklung Vom Geschäftsprozess zum Java-Programm Mit 162 Abbildungen vieweg Überblick und Vorbemerkungen 1 1 Objektorientierte Software-Entwicklung 5 1.1 Überblick
Mehr1.4! Einführung. Systemmodellierung. Methoden und Werkzeuge
Einführung. Vorbemerkungen und Überblick. Die elektronischen e des Fahrzeugs. Prozesse in der Fahrzeugentwicklung im Überblick,.4 Grundlagen. Steuerungs- und regelungstechnische e (Prof. Schumacher). Diskrete
MehrComputergestützte Modellierung und Verifikation
Computergestützte Modellierung und Verifikation Vorlesung mit Übungen SS 2007 Prof. F. von Henke mit Dr. H. Pfeifer Inst. für Künstliche Intelligenz Organisatorisches Vorlesung: Mi 14 16 Raum 3211 Do 14
MehrRückblick: Entity-Relationship-Modell
Rückblick: Entity-Relationship-Modell Entity-Relationship-Modell für konzeptuellen Entwurf Entitytypen (entity types) (z.b. Studenten) Beziehungstypen (relationships) (z.b. hören) Attribute beschreiben
MehrInformatik 2-stündig
Klasse 11 Einführung in die objektorientierte Modellierung und Programmierung 20 Leitidee 3: Problemlösen und Modellieren kennen ein Konzept der objektorientierten Modellierung; können Beziehungen zwischen
MehrSommersemester Analyse II: Verhalten (Zustandsautomaten)
Sommersemester 23 Analyse II: Verhalten (Zustandsautomaten) 8 Aufgabe 2 Analyse II: Verhalten (Zustandsautomaten) Umfang: 2 Wochen Punkte: P. Nachdem in der ersten Aufgabe die Systemstruktur mit Hilfe
MehrKapitel 2 - Die Definitionsphase
Kapitel 2 - Die Definitionsphase SWT I Sommersemester 2010 Walter F. Tichy, Andreas Höfer, Korbinian Molitorisz IPD Tichy, Fakultät für Informatik KIT die Kooperation von Forschungszentrum Karlsruhe GmbH
MehrSoftware Engineering in der Praxis
Software Engineering in der Praxis Praktische Übungen Marc Spisländer Josef Adersberger Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg 10. November 2008 Inhalt Nachlese
MehrRequirements Engineering I
Martin Glinz Requirements Engineering I Kapitel 9 UML Unified Modeling Language Universität Zürich Institut für Informatik 2006, 2008 Martin Glinz. Alle Rechte vorbehalten. Speicherung und Wiedergabe sind
MehrLogik. Vorlesung im Wintersemester 2010
Logik Vorlesung im Wintersemester 2010 Organisatorisches Zeit und Ort: Di 14-16 MZH 5210 Do 16-18 MZH 5210 Prof. Carsten Lutz Raum MZH 3090 Tel. (218)-64431 clu@uni-bremen.de Position im Curriculum: Modulbereich
MehrHM I Tutorium 1. Lucas Kunz. 27. Oktober 2016
HM I Tutorium 1 Lucas Kunz 27. Oktober 2016 Inhaltsverzeichnis 1 Theorie 2 1.1 Logische Verknüpfungen............................ 2 1.2 Quantoren.................................... 3 1.3 Mengen und ihre
MehrUML-Basics: Einführung in Objekt- Orientierte Modellierung mit der Unified Modeling Language
UML-Basics: Einführung in Objekt- Orientierte Modellierung mit der Unified Modeling Language ADV-Seminar Leiter: Ziel dieses Seminars Verständnis von Objekt-Orientierung Was sind Klassen? Was ist Vererbung?
MehrModellierung Prof. Dr. Kleine Büning WS 2009 / 2010
Modellierung Prof. Dr. Kleine Büning WS 2009 / 2010 Mod-1.0 Begründung der Vorlesung Mod-1.1 Das Modellieren ist eine für das Fach Informatik typische Arbeitsmethode. Mit der Modellierung einer Aufgabe
Mehr1. Grundlagen. Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen
1. Grundlagen Gliederung 1.1 Was ist Analysis? 1.2 Aussagen und Mengen 1.3 Natürliche Zahlen 1.4 Ganze Zahlen, rationale Zahlen Peter Buchholz 2016 MafI 2 Grundlagen 7 1.1 Was ist Analysis? Analysis ist
Mehr1. Grundlagen. 1.1 Was ist Analysis? 1.2 Aussagen und Mengen
. Grundlagen Gliederung. Was ist Analysis?.2 Aussagen und Mengen.3 Natürliche Zahlen.4 Ganze Zahlen, rationale Zahlen. Was ist Analysis? Analysis ist neben der linearen Algebra ein Grundpfeiler der Mathematik!
MehrModellierung Prof. Dr. Wilfried Hauenschild WS 2006/2007
WS 06/07 Mod 000 Modellierung Prof. Dr. Wilfried Hauenschild WS 2006/2007 2006 1 Prof. Dr. W. Hauenschild Begründung der Vorlesung WS 06/07 Mod 001 Das Modellieren ist eine für das Fach Informatik typische
MehrSoftware-Engineering
SWE2 Slide 1 Software-Engineering Sebastian Iwanowski FH Wedel Kapitel 2: Grundbegriffe und Prinzipien SWE2 Slide 2 Grundbegriffe der Software-Entwicklung: Systeme System Ausschnitt aus der realen oder
MehrModellbasierter Test mit der UML. Vortragender: Lars Westmeier Seminar: Spezifikationsbasierter Softwaretest
Modellbasierter Test mit der UML Vortragender: Lars Westmeier Seminar: Spezifikationsbasierter Softwaretest Inhalt Einleitung und Motivation UML Testgenerierung Fazit Inhalt Einleitung und Motivation UML
Mehr26.01.2009. Gliederung. Nebenläufigkeit und Fairness. 1. Nebenläufigkeit Lokalitätsprinzip. 2. Betrachtungsweisen von Nebenläufigkeit. 3.
Gliederung Lokalitätsprinzip Nebenläufigkeit und Fairness Seminar Model lchecking WS 08/09 Interleaving Halbordnung. Fairness Jan Engelsberg engelsbe@informatik.hu berlin.de Was ist Nebenläufigkeit? In
MehrÜbungen Softwaretechnik I
Universität Stuttgart Institut für Automatisierungstechnik und Softwaresysteme Prof. Dr.-Ing. M. Weyrich Übungen Softwaretechnik I Übung 5: Objektorientierte Analyse Einführung Objektorientierung in der
MehrUML (Unified Modelling Language) von Christian Bartl
UML (Unified Modelling Language) von Inhaltsverzeichnis Inhaltsverzeichnis... 2 1 UML Unified Modelling Language... 3 2 Diagrammtypen... 3 2.1 Aktivitätsdiagramm... 3 2.1.1 Notation... 4 2.1.2 Beispieldiagramm...
MehrInhaltsverzeichnis. Business Analysis und Requirements Engineering
sverzeichnis zu Business Analysis und Requirements Engineering von Peter Hruschka ISBN (Buch): 978-3-446-43807-1 ISBN (E-Book): 978-3-446-43862-0 Weitere Informationen und Bestellungen unter http://www.hanser-fachbuch.de/978-3-446-43807-1
MehrINSPIRE - Modellierung
INSPIRE - Modellierung Inhalt Motivation Modellierung UML Diagramme INSPIRE-Schulung LKROS 2 Motivation Was ist ein Modell, und warum wollen wir modellieren? Warum brauchen wir eine Modellierungssprache
MehrVon UML 1.x nach UML 2.0
Zürich Soft Summer 2005 Fortgeschrittene Aspekte der Software Technologie Von UML 1.x nach UML 2.0 Prof. Dr. Martin Glinz www.ifi.unizh.ch/req Ergänzendes Material zur Vorlesung Spezifikation und Entwurf
Mehrallgemeine Übersicht / Struktur
allgemeine Übersicht / Struktur Übergreifende fachliche Kompetenz selbstständiges informatisches Problemlösen Kompetenzbereiche Prozesse Gegenstände Kompetenzerwartungen Verknüpfung von Prozessen und Gegenständen
MehrEinführung Grundbegriffe
Einführung Grundbegriffe 1.1 Der Modellbegriff Broy: Informatik 1, Springer 1998 (2) Die Modellbildung der Informatik zielt auf die Darstellung der unter dem Gesichtspunkt einer gegebenen Aufgabenstellung
MehrPetri-Netze / Eine Einführung
Manuel Hertlein Seminar Systementwurf Lehrstuhl Theorie der Programmierung Carl Adam Petri am 12. Juli 1926 in Leipzig geboren Studium der Mathematik 1962 Promotion zum Doktor der Naturwissenschaft Titel
MehrÜbung 2: Datenmodelle Kapitel 3
Übung 2: Datenmodelle Kapitel 3 Tutorat vom 10. März 2015 Vorgesehener Ablauf Teil 1: Administratives Nachbesprechung Übung 1 Einige Worte zu Aufgabe 4 (Grafik) Einige Erläuterungen zu den Hauptmerkmalen
MehrDie Unified Modeling Language UML
Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 4 Die Unified Modeling Language UML Universität Zürich Institut für Informatik Inhalt 4.1 Hintergrund 4.2 Grundkonzepte der UML 4.3 Die Rolle
MehrAufbau der Klausur Controlling 2
Aufbau der Klausur Controlling 2 Erster Teil der Klausur Bearbeitungsdauer 60 Minuten (d. h. 60 Punkte) Genau ein Thema aus mehreren Themen ist zu beantworten Es sind Zusammenhänge problemorientiert zu
MehrTheoretische Informatik: Berechenbarkeit und Formale Sprachen
Theoretische Informatik: Berechenbarkeit und Formale Sprachen Prof. Dr. F. Otto Fachbereich Elektrotechnik/Informatik, Universität Kassel 34109 Kassel, Germany E-mail: otto@theory.informatik.uni-kassel.de
MehrMethoden der computergestützten Produktion und Logistik
Methoden der computergestützten Produktion und Logistik 1. Modelle Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2016 Modellbegriff Definition nach Klaus und Buhr Ein Modell ist ein bewusst
MehrMotivation. Motivation
Vorlesung Modellierung nebenläufiger Systeme Sommersemester 2012 Universität Duisburg-Essen Was sind nebenläufige Systeme? Ganz allgemein: Systeme, bei denen mehrere Komponenten/Prozesse nebenläufig arbeiten
MehrUniversität Karlsruhe (TH)
Universität Karlsruhe (TH) Forschungsuniversität gegründet 1825 Kapitel 2 Die Definitionsphase Prof. Walter F. Tichy Wo sind wir gerade? Planung Lastenheft (funktionales Modell) Definition (Analyse) Pflichtenheft
MehrVorlesung Modellierung Modellierungsmethoden der Informatik. Wintersemester 2011/12. Lernplattform Moodle. Wer sind wir?
Vorlesung Modellierung Modellierungsmethoden der Informatik Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Dr. Sander Bruggink Das heutige Programm Organisatorisches Vorstellung Ablauf der Vorlesung
MehrModel Checking I. Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg
Model Checking I Yi Zhao Marc Spisländer Lehrstuhl für Software Engineering Friedrich-Alexander-Universität Erlangen-Nürnberg Zhao, Spisländer FAU Erlangen-Nürnberg Model Checking I 1 / 22 1 Inhalt 2 Model
MehrDipl.-Inform. Lars Ebrecht
Konsistente Verknüpfung von Aktivitäts-, Sequenzund Zustandsdiagrammen Darstellungsunabhängige und formale Semantik zur Verhaltensbeschreibung von Echtzeit-Systemen Dipl.-Inform. Lars Ebrecht Mobilität
MehrInformatik I. Grundlagen der systematischen Programmierung. Peter Thiemann WS 2007/08. Universität Freiburg, Germany
Informatik I Grundlagen der systematischen Programmierung Peter Thiemann Universität Freiburg, Germany WS 2007/08 Literatur Herbert Klaeren, Michael Sperber. Die Macht der Abstraktion. Teubner Verlag,
Mehrumweltmanagementinformationssysteme
umweltmanagementinformationssysteme Übung 06 Sommersemester 2015 Arbeitsgruppe Wirtschaftsinformatik Managementinformationssysteme Folie 1 Agenda Fragen zur Vorlesung Aufbereitung der letzten Übung Wiederholung
MehrObjektorientierte Modellierung (1)
Objektorientierte Modellierung (1) Die objektorientierte Modellierung verwendet: Klassen und deren Objekte Beziehungen zwischen Objekten bzw. Klassen Klassen und Objekte Definition Klasse Eine Klasse ist
MehrDiskrete Strukturen Kapitel 1: Einleitung
WS 2015/16 Diskrete Strukturen Kapitel 1: Einleitung Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15
MehrTheoretische Grundlagen des Software Engineering
Theoretische Grundlagen des Software Engineering 6: Formale Logik Einführung schulz@eprover.org Formale Logik Ziel Formalisierung und Automatisierung rationalen Denkens Rational richtige Ableitung von
MehrEinführung in die objektorientierte Programmierung
Einführung in die objektorientierte Programmierung Seminarunterlage Version: 4.04 Copyright Version 4.04 vom 17. Juni 2016 Dieses Dokument wird durch die veröffentlicht. Copyright. Alle Rechte vorbehalten.
MehrChristoph Kecher, Alexander Salvanos UML 2.5. Das umfassende Handbuch. Rheinwerk. Computing
Christoph Kecher, Alexander Salvanos UML 2.5 Das umfassende Handbuch Rheinwerk Computing Inhalt Vorwort 13 1 Einführung 17 1.1 Weshalb muss Software modelliert werden? 17 1.2 Die Phasen bei der Softwareentwicklung
MehrUnified Modeling Language 2
Unified Modeling Language 2 Marvin Frommhold 17.11.2008 Gliederung Einleitung Geschichte Strukturierung der Spezifikation Diagrammtypen Strukturdiagramme Verhaltensdiagramme CASE-Werkzeuge Quellen Was
MehrKorrektheit durch modulare Konstruktion. Wie kann man die Korrektheit reaktiver Systeme gewährleisten?
Korrektheit durch modulare Konstruktion Wie kann man die Korrektheit reaktiver Systeme gewährleisten? Ansatz: Durch systematische Konstruktion (Schlagwort: strukturierte Programmierung für parallele Programmiersprachen)
MehrUnified Modeling Language (UML )
Unified Modeling Language (UML ) Seminar: Programmiersprachenkonzepte Inhalt Einleitung UML 2.0 Diagrammtypen 2 Einleitung Objektorientierte Modellierungssprache Definiert vollständige Semantik Dient der
MehrWie kann man die Korrektheit reaktiver Systeme gewährleisten?
Korrektheit durch modulare Konstruktion Wie kann man die Korrektheit reaktiver Systeme gewährleisten? Ansatz: Durch systematische Konstruktion (Schlagwort: strukturierte Programmierung für parallele Programmiersprachen)
MehrGrundlagen der Programmierung! Kapitel 1: Einführung! Ziel der Vorlesung Grundlagen der Programmierung! Überblick über das Einführungs-Kapitel!
Herzog Grundlagen der Programmierung Dr. Christian Herzog Technische Universität München Wintersemester 2015/2016 Kapitel 1: Einführung Grundlagen der Programmierung TUM Wintersemester 2015/16 Kapitel
MehrUnified Modelling Language
Unified Modelling Language SEP 72 Software-Entwicklung Software-Entwicklung ist Prozess von Anforderung über Modellierungen zu fertigen Programmen Anforderungen oft informell gegeben fertige Programme
MehrInformatische Modellbildung
Informatische Modellbildung Informatik als Wissenschaft von der Herstellung ausführbarer Modelle bzw. der Simulation künstlicher Welten hier: formale Methoden zur Präzisierung des Modellbegriffs Begriffsdefinition
MehrVorlesung Informationssysteme
Saarbrücken, 07.05.2015 Information Systems Group Vorlesung Informationssysteme Vertiefung zu Kapitel 3: Von (E)ER nach UML Erik Buchmann (buchmann@cs.uni-saarland.de) Foto: M. Strauch Aus den Videos wissen
MehrLehrstuhl für Datenverarbeitung. Technische Universität München. Grundkurs C++ Objektmodellierung. Grundkurs C++
Grundkurs C++ Objektmodellierung Grundkurs C++ Objektmodellierung welche Objekte bzw. Klassen werden benötigt? welche Information wird benötigt, um ein Objekt zu beschreiben? welche Beziehungen bestehen
MehrFormale Modellierung Vorlesung vom : Beyond JML
Rev. 1702 1 [12] Formale Modellierung Vorlesung vom 07.05.12: Beyond JML Till Mossakowski & Christoph Lüth Universität Bremen Sommersemester 2012 2 [12] Heute im Programm Grenzen der JML Nach JML: UML
MehrMethoden der computergestützten Produktion und Logistik
Methoden der computergestützten Produktion und Logistik 1. Modelle Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2017 Modellbegriff Definition nach Klaus und Buhr Ein Modell ist ein bewusst
MehrWS 2009/10. Diskrete Strukturen
WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910
MehrEinführung in die Programmierung
Skript zur Vorlesung: Einführung in die Programmierung WiSe 2009 / 2010 Skript 2009 Christian Böhm, Peer Kröger, Arthur Zimek Prof. Dr. Christian Böhm Annahita Oswald Bianca Wackersreuther Ludwig-Maximilians-Universität
MehrInformatik IIa: Modellierung
Informatik IIa: Modellierung Frühlingssemester 2013 Übung 5: Klassendiagramme, EPK Kapitel 8, 9 Ausgabe: 23.04.2013 Abgabe: 07.05.2013 Name: Matrikelnummer: Aufgabe 1 Wissen zu EPKs (6 Punkte) Frage 1
MehrSicherheit durch Simulation Ist Simulation sicher?
Sicherheit durch Simulation Ist Simulation sicher? Prof. Dr. Universität der Bundeswehr München Fakultät für Informatik ITIS e.v. an der Universität der Bundeswehr München Bedeutung (computer-basierter)
MehrInformatik II: Modellierung Prof. Dr. Martin Glinz. Kapitel 2. Datenmodellierung. Universität Zürich Institut für Informatik
Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 2 Datenmodellierung Universität Zürich Institut für Informatik 2.1 Grundlagen und Motivation Betriebliche Daten sind in der Regel langlebig stabil
MehrTEIL I Strukturdiagramme 1 Einführung Klassendiagramm Objektdiagramm Kompositionsstrukturdiagramm...
Auf einen Blick TEIL I Strukturdiagramme 1 Einführung... 13 2 Klassendiagramm... 29 3 Objektdiagramm... 111 4 Kompositionsstrukturdiagramm... 125 5 Komponentendiagramm... 145 6 Verteilungsdiagramm... 161
MehrVgl. Oestereich Kap 2.4 Seiten
Vgl. Oestereich Kap 2.4 Seiten 99-110 1 Vgl. Oestereich Kap 2.41 Seiten 99ff 2 Wie das Klassendiagramm ist auch das Objektdiagramm ebenfalls ein Strukturdiagramm. Da die Anzahl der Attribute sehr groß
MehrNotationen zur Prozessmodellierung
Notationen zur Prozessmodellierung August 2014 Inhalt (erweiterte) ereignisgesteuerte Prozesskette (eepk) 3 Wertschöpfungskettendiagramm (WKD) 5 Business Process Model and Notation (BPMN) 7 Unified Modeling
MehrInformation und Produktion. Rolland Brunec Seminar Wissen
Information und Produktion Rolland Brunec Seminar Wissen Einführung Informationssystem Einfluss des Internets auf Organisation Wissens-Ko-Produktion Informationssystem (IS) Soziotechnisches System Dient
MehrModellierungstechniken im Softwaredesign. Praxisprojekt [ai] Control WS 2011/2012 Lara Baschour und Anne Heiting
Modellierungstechniken im Softwaredesign Praxisprojekt [ai] Control WS 2011/2012 Lara Baschour und Anne Heiting Was ist Modellierung? Modell = Ein Modell ist eine Repräsentation eines Systems von Objekten,
MehrDiskrete Ereignissysteme. Spezielle Netzstrukturen- Übersicht. Beispiele zu speziellen Netzstrukturen. Petri-Netze und Zustandsautomaten
Diskrete Ereignissysteme 4.4 Spezialisierungen von Petri Netzen Spezielle Netzstrukturen- Übersicht Ein S-T-Netz heisst Zustands-System gdw. gilt:. W(f) = für alle Kanten f F. 2. t = t = für alle Transitionen
MehrEinführung in die Simulation. Dr. Christoph Laroque Wintersemester 11/12. Dresden,
Fakultät Informatik, Institut für Angewandte Informatik, Professur Modellierung und Simulation Einführung in die Simulation Dr. Christoph Laroque Wintersemester 11/12 Dresden, 11.10.2011 11.10.2011 Einführung
MehrEINFÜHRUNG IN DIE WIRTSCHAFTSINFORMATIK -ÜBUNGEN- Marina Tropmann-Frick mtr@is.informatik.uni-kiel.de www.is.informatik.uni-kiel.
EINFÜHRUNG IN DIE WIRTSCHAFTSINFORMATIK -ÜBUNGEN- Marina Tropmann-Frick mtr@is.informatik.uni-kiel.de www.is.informatik.uni-kiel.de/~mtr FRAGEN / ANMERKUNGEN Vorlesung Neue Übungsaufgaben MODELLIERUNG
MehrGrundlagen der modellgetriebenen Softwareentwicklung. Teil 2: Modellierung
Grundlagen der modellgetriebenen Softwareentwicklung Teil 2: ierung Prof. Dr. H. Drachenfels Version 8.0 16.9.2016 Allgemeiner begriff nach Stachowiak [1973] (sinngemäß entnommen http://de.wikipedia.org/wiki/)
MehrEinführung in die Informatik I (autip)
Einführung in die Informatik I (autip) Dr. Stefan Lewandowski Fakultät 5: Informatik, Elektrotechnik und Informationstechnik Abteilung Formale Konzepte Universität Stuttgart 24. Oktober 2007 Was Sie bis
MehrZentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza)
WS 2013/14 Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Esparza) Dr. Werner Meixner Fakultät für Informatik TU München http://www14.in.tum.de/lehre/2013ws/ds/uebung/ 30. Oktober 2013 ZÜ DS ZÜ
MehrKlausur. Softwareentwurf. 14. Februar 2011 Bearbeitungszeit: 120 Minuten
Klausur Softwareentwurf 14. Februar 2011 Bearbeitungszeit: 120 Minuten FG Datenbank- und Informationssysteme Prof. Dr. Gregor Engels unbedingt vollständig und lesbar ausfüllen! Vorname: Matrikelnummer:
MehrLambacher Schweizer Klasse 7 G9
Im Lambacher Schweizer sind Kompetenzbereiche und Inhaltsfelder innerhalb aller Kapitel eng miteinander verwoben. So werden in den Aufgaben immer wieder Fähigkeiten der sechs Kompetenzbereiche Darstellen,,
MehrPraktische Informatik I
Praktische Informatik I WS 2005/2005 Prof. Dr. Wolfgang Effelsberg Lehrstuhl für Praktische Informatik IV Universität Mannheim 1. Einführung 1-1 Inhaltsverzeichnis (1) 1. Einführung 1.1 Was ist Informatik?
MehrModellierung verteilter Systeme Grundlagen der Programm und Systementwicklung
Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung Wintersemester 2009/10 Prof. Dr. Dr. h.c. Manfred Broy Unter Mitarbeit von Dr. K. Spies, Dr. M. Spichkova, L. Heinemann, P.
Mehr