Simulationsgestützte Termin- und Kapazitätsplanung in der Spezialglasfertigung
|
|
- Renate Böhm
- vor 8 Jahren
- Abrufe
Transkript
1 Simulationsgestützte Termin- und Kapazitätsplanung in der Spezialglasfertigung Carsten Ehrenberg Abteilung für BWL und Unternehmensforschung Technische Universität Clausthal Doktorandenworkshop Nordost 31. Mai 2013, Magdeburg Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 1/26
2 Agenda 1 Planungsproblem 2 Simulationsgestütztes Lösungsverfahren Genetischer Algorithmus Simulationsmodell Modifikationen 3 Zusammenfassung und Ausblick Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 2/26
3 Planungsproblem I Spezialglasfertigung findet in einem komplexen Produktionssystem statt Kundenauftragsorientierte Serienfertigung in Werkstätten Heterogenes Produktportfolio Verschiedene Ressourcentypen mit beschränkter Verfügbarkeit Technologisch und organisatorisch bedingte Zeitbeziehungen Unsicherheiten durch stochastische Bearbeitungszeiten und Losgrößen Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 3/26
4 Planungsproblem II Dynamisches, stochastisches Termin- und Kapazitätsplanungsproblem unter Zeit- und Ressourcenrestriktionen Prädiktive Planung basierend auf Schätzwerten stochastischer Problemparameter Validierung von Ablaufplänen mit Hilfe stochastischer Simulationsmodelle Rollierende Planung und Bewertung reaktiver Maßnahmen Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 4/26
5 Modellierung als Scheduling-Problem I Job-Shop Scheduling Problem Maschinen M = {M 1,..., M m }, Aufträge J = {J 1,..., J N } Auftrag J j J besteht aus n j Operationen O ij (i = 1,..., n j ) mit vorgegebener Reihenfolge O 1j O 2j... O nj,j Operation O ij mit Dauer p ij Z 0 wird auf Maschine µ ij M ohne Unterbrechung bearbeitet Schedule S = (S ij ) mit Startzeitpunkte der Operationen O ij ist zulässig, wenn S ij + p ij S i+1,j für j = 1,..., N, i = 1,..., n j 1 S ij + p ij S uv oder S uv + p uv S ij für Operationen O ij, O uv mit µ ij = µ uv Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 5/26
6 Modellierung als Scheduling-Problem II Interpretation als Spezialfall von PS prec f(s) Operation O ij Vorgang i V, V := {0, 1,..., n+1} mit n := N j=1 n j Maschine M k M Erneuerbare Ressource k R mit Ressourcenkapazität R k := 1 Zuweisung µ ij = M k Ressourceninanspruchnahme r ik := 1, k R r ik = 1 Konjunktion O hj O lj Vorrangbeziehung S l S h p h Zielfunktionen Mittlere Auftragsdurchlaufzeit F := i V S i + p i r i / V Gesamtbearbeitungszeit C max := S n+1 Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 6/26
7 Gemischt-ganzzahliges lineares Optimierungsmodell Zeitkontinuierliches Modell mit binären Reihenfolgevariablen für jede minimal verbotene Menge F F { 1, falls Vorgang i vor j ausgeführt wird y ij = 0, sonst Minimiere f(s) (1) u. d. N. S j S i p i ( i, j C) (2) S j S i + M(1 y ij ) p i ( i, j F, F F) (3) S i S j + My ij p j ( i, j F, F F) (4) S 0 = 0 (5) S i 0 (i V) (6) y ij {0,1} ( i, j F, F F) (7) F := {F V : r i F ik > R k für mind. ein k R und F ist -minimal} Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 7/26
8 Erweiterung 1: Zeitbeziehungen Zwischen Vorgängen i, j V existieren organisatorisch oder technisch bedingte zeitliche Höchst- und Mindestabstände. Vorgänge, die aufeinander folgende Operationen repräsentieren, können im Rahmen einer offenen Fertigung zeitlich überlappen, vgl. z. B. Fattahi et al., j i δ ij ϑ j z i τ j z i τ j ϑ i z iˆτ i z iˆτ i Bearbeitungslosgröße q i = 3z i + z i, Transportlosgröße z, Stückbearbeitungszeit τ, Rüstzeit ϑ, Ausschussquote σ S j S i δ ij ( i, j C o ) (8) S j S i δ ij ( i, j E) (9) Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 8/26
9 Erweiterung 2: Flexibilität Vorgang i V kann auf einer beliebigen Ressource aus einer Teilmenge R i R aller Ressourcen durchgeführt werden, vgl. z. B. Brandimarte, 1993; Hurink et al., { 1, falls Vorgang i durch Ressource k Ri ausgeführt wird z ik = 0, sonst S j S i k R i p ik z ik ( i, j C) (10) S j S i + M(1 y ij ) p ik z ik ( i, j F, F F, k R i ) (11) S i S j + My ij p jk z jk ( i, j F, F F, k R j ) (12) k R i z ik = 1 (i V) (13) Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 9/26
10 Erweiterung 3: Ressourcenkapazitäten und -bedarfe Vorgang i nimmt während der Ausführung Ressource k R mit r ik Z 0 Einheiten in Anspruch. Zu jedem Zeitpunkt stehen R k Z 0 Einheiten der Ressource k R zur Verfügung. Modellierung, vgl. z. B. Alvarez-Valdés/Tamarit, 1993 S j S i + M(1 y ij ) p i ( i, j D) (14) S i S j + My ij p j ( i, j D) (15) y ij 1 (F F) (16) i,j F,i j mit D := { i, j : r ik + r jk > R k } Flussbasierte Modellierung, vgl. z. B. Artigues et al., 2003 Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 10/26
11 Erweiterung 4: Transporthilfsmittel und Pufferplätze Werkstücke nehmen vor/während/nach der Durchführung von Vorgang i V Transporthilfsmittel und/oder Pufferplätze in Anspruch. Kumulative Ressourcen mit vorgegebener Kapazität R γ k (k Rγ ), vgl. z. B. Neumann/Schwindt, 2003 Flussbasierte Modellierung, vgl. z. B. Koné et al., 2013 r γ k (S,t) Rγ k (k R γ, t T) (17) Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 11/26
12 Erweiterung 5: Bearbeitungsmodi Vorgang i V kann in einem bestimmten Modus µ M i mit Dauer p iµ und Ressourcenbedarfen r iµk (k R R γ ) durchgeführt werden, vgl. z. B. Elmaghraby, 1977; Sprecher, Große Anzahl verschiedener Modi für Operationen (z. B. Parallelbearbeitung mit Aufsplitten von Operationen, ortsabhängige Allokation von Transporthilfsmitteln) Moduswechsel für Teiloperationen erlaubt Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 12/26
13 Erweiterung 6: Nichtverfügbarkeitsperioden Für eine erneuerbare Ressource k R sind P k := {h k1,..., h kn } Nichtverfügbarkeitsperioden zu beachten, vgl. z. B. Frank et al. 2001; Mauguière et al., Modellierungsansatz Sk P p repräsentiert den Beginn und pk P p die Dauer von Periode h kp P { k 1, wenn yikp P := Si < Skp P { 0, sonst 1, wenn Vorgang i von Periode p unterbrochen wird zikp P := 0, sonst Nicht-Unterbrechbarkeit z. B. Rüstanteil Vermeidung von aus praktischer Sicht unzweckmäßigen Grenzfällen Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 13/26
14 Erweiterung 7: Unterbrechbarkeit Überlappung zwischen Vorgängen i, j V mit Unterbrechung von Vorgang j S h S1 j S 2 j z 1 z 2 S i Einplanbarkeit von Vorgang h zwischen Teiloperationen von Vorgang j, z. B. mit r jk < 0, r hk < 0, k, k R γ, k k (Transporthilfsmittel) Reduzierung der Inanspruchnahme von Ressource k R γ (Pufferplatz) Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 14/26
15 Lösungsverfahren I Exakte Lösung nur für kleine Probleminstanzen möglich Praxisrelevante Instanzgrößen Planungshorizont 1 bis 3 Wochen Stundengenaue Planung V 100 bis 400 R 20 bis 50 R γ 3 bis 5 (ohne Pufferplätze) Auf Materialfluss- und Handlingebene enthalten die vorgestellten Erweiterungen vereinfachende Annahmen Heuristische Lösungsverfahren mit praktischer Anwendbarkeit Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 15/26
16 Lösungsverfahren II Genetischer Algorithmus mit Random Key-Repräsentation (C++ API, vgl. z. B. Toso/Resende, 2012) 1: G := 1, POP := evolve(n) 2: Evaluiere Fitness für Individuen I POP 3: while G < GEN und t t do 4: G = G + 1 5: CHI := crossover(pop) 6: CHI := mutation(chi) 7: Evaluiere Fitness für Individuen I CHI 8: POP := POP CHI 9: POP := selection(pop) Diskret-ereignisorientiertes Simulationsmodell des Produktionssystems als problemspezifischer Dekoder, der Chromosom [0,1) n auf Menge zulässiger Lösungen für Scheduling-Problem abbildet und Fitness berechnet Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 16/26
17 Modellierung mit ExtendSim I Datenbank Meta Blöcke M Maschine THM T Transport DB# Referenz T >M1 M T >M2 Ressourcen Aufträge M1 >T M Modellaufbau Simulationsmodell! >T Generator! >T M1 >T M2 >T M3 >T M2 >T T T >M1 T >M2 T >M3 T >" Implementierung von Meta-Blöcken Teilautomatische Modellgenerierung Trennung von Modell und Daten Keine Block-Parametrisierung sondern Item-Parametrisierung T >M3 M M3 >T Scheduler =#Item T >"! Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 17/26
18 Modellierung mit ExtendSim II Datenbank DB# Referenz T >M1 M T >M2 Ressourcen Aufträge Meta Blöcke M M Maschine M1 >T T >M3 T Modellaufbau Simulationsmodell! >T! >T M1 >T M2 >T M3 >T M2 >T THM Generator M T Transport T >M1 T >M2 T >M3 T >" M3 >T OLE/COM-Automation Übergabe von Steuergrößen (z. B. Prioritätsregelwerte) Vorbelegung der Ressourcen (Ausgangssituation, Rescheduling) Globaler Scheduler verwaltet die Menge E ressourcen- und zeitzulässig einplanbarer Vorgänge Scheduler =#Item T >"! Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 18/26
19 Simulationslaufzeit Reduzierung der Einträge in Eventkalender auf Basis problemspezifischer Erwägungen, z. B. Verringerung der Anzahl zu simulierender Items Relevante Werkstücke für Operation i V Erste und letzte Werkstücke jeder Teiloperation Werkstücke, die zur vollständigen Be- oder Entladung eines Transporthilfsmittels führen Werkstücke, die Ausschuss darstellen Grenzfälle Ausschussquote σ i = 0 und q i = z i Transportlosgröße z i = 1 Für ausgewogene Instanz kann Reduzierung der simulierten Items um 75-85% erreicht werden Laufzeitreduzierung 50-60% Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 19/26
20 Performance-Analyse Mittlere Verbesserungen im Vergleich zu praktisch angewendeten Dispatching-Regeln Auftragsdurchlaufzeit F: 11,27% Gesamtbearbeitungszeit C max : 4,63% Konvergenzverhalten Auftragsdurchlaufzeit F: 7,16% Gesamtbearbeitungzeit C max : 4,00% Fitness [h] Mittelwert Fitness Beste gefundene Lösung Generation Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 20/26
21 Modifikation I Simulationsbasierte Dekodierung kann zu sog. Deadlocks führen, d. h. Teilschedule S C kann nicht erweitert werden Kumulative Ressourcen: es kann E = für alle Zeitpunkt t t2 gelten, wenn z. B. zu t 1 Operationen j E mit r jk > 0 eingeplant wurden und zwischen t1 und t 2 keine Operation i mit r ik < 0 ausgeführt wird (k R γ ) Relevant für knappe Ressourcenangebote Standardsimulationssoftware unterstützt effiziente Implementierung von Ausplanungsschritten nicht Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 21/26
22 Modifikation II Relaxiere Nebenbedingungen (17) und stelle schrittweise Ressourcenzulässigkeit für Ressourcen k R γ her (vgl. Ehrenberg/Zimmermann, 2012) Bestimme Ŝ m für Ressourcenrelaxation mit genetischem Algorithmus Prüfe, ob Ressourcenkonflikt r γ k (Ŝm, t) > R γ k für mindestens eine Ressource k R γ und einen Zeitpunkt t T auftritt Bestimme Konfliktmenge F m := J k J k Entzerre Konfliktmenge mit disjunktiven Vorrangbeziehungen CS m := {J k J k J k J k } Schedule ist ressourcenzulässig, wenn F m := Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 22/26
23 Praxisinstanz I 12 Aufträge ( V = 166), 20 Maschinen ( R = 20) 3 Transporthilfsmittel ( R γ = 3), R γ 2 = 32 Stück r! ( Sˆ, t) R! = 32 Gesamtbedarf Ressourcenkonflikt (a) Konfliktmenge {J 2, J 2 } J ' J '' r ( Sˆ, t) C max 0 t [Tage] R! = 32 Gesamtbedarf J! ' J ' J'' J '' Cmax t [Tage] (b) Entzerrung der Konfliktmenge Löse zwei Teilprobleme mit CS 1 := {J 2 J 2 }, CS 2 := {J 2 J 2 } Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 23/26
24 Praxisinstanz II Betrachte Erweiterungen 1 bis 4; Ressourcenrelaxation als PS temp f(s) formuliert und exakt gelöst Zur Evaluierung des Ressourcenprofiles wird jeweils ein Simulationslauf benötigt Laufzeit [sec] 1 m C max [h] Solve(MIP m ) Simulate(S m ) max t T 2(Ŝm,t) Relaxationsbasierte Modifikation kann als eigenständiges Lösungsverfahren genutzt werden, wenn Ressourcenrelaxation einfach zu lösen ist 1 i7 X980; 3,33 GHz; 12GB RAM; Gurobi 5.5.0; ExtendSim Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 24/26
25 Zusammenfassung und Ausblick Formulierung als erweitertes ressourcenbeschränktes Projektplanungsproblem Simulationsgestütztes Lösungsverfahren GA mit relaxationsbasierter Modifikation Abbildung des Produktionsprozesses Spezialglasfertigung mit diskret-ereignisorientiertem Simulationsmodell Erweiterung Testset Feinjustierung Lösungsverfahren Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 25/26
26 Carsten Ehrenberg Technische Universität Clausthal Institut für Wirtschaftwissenschaft Abteilung für BWL und Unternehmensforschung Julius-Albert-Str Clausthal-Zellerfeld Tel.: +49 (5323)/ Fax: +49 (5323)/ carsten.ehrenberg@tu-clausthal.de Carsten Ehrenberg Simulationsgestützte Termin- und Kapazitätsplanung 26/26
Alles zu seiner Zeit Projektplanung heute
Alles zu seiner Zeit Projektplanung heute Nicole Megow Matheon Überblick Projektplanung Planen mit Graphentheorie Maschinenscheduling Ein 1 Mio. $ Problem Schwere & leichte Probleme? Zeitplanungsprobleme?
MehrProjektmanagement und Projektplanung I Sommersemester 2009
Projektmanagement und Projektplanung I Sommersemester 2009 Matthias Walter Zeiten und Räume der LV Abteilung für Betriebswirtschaftslehre und Unternehmensforschung Julius-Albertstr. 2, Zimmer 205 Telefon:
MehrEntwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests. Masterarbeit
Entwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests Masterarbeit zur Erlangung des akademischen Grades Master of Science (M.Sc.) im Masterstudiengang Wirtschaftswissenschaft
MehrEinführung in Scheduling
Einführung in Scheduling Dr. Julien Bidot Sommersemester 28 Institut für Künstliche Intelligenz Inhalt I. Definition und Formulierung des Scheduling- Problems II. Projektplanung III. Produktionsplanung
MehrWinWerk. Prozess 4 Akonto. KMU Ratgeber AG. Inhaltsverzeichnis. Im Ifang 16 8307 Effretikon
Prozess 4 Akonto WinWerk 8307 Effretikon Telefon: 052-740 11 11 Telefax: 052 740 11 71 E-Mail info@kmuratgeber.ch Internet: www.winwerk.ch Inhaltsverzeichnis 1 Akonto... 2 1.1 Allgemein... 2 2 Akontobeträge
MehrIntegriertes Ressourcenmanagment. SAP Terminplanungstool - saprima
Integriertes Ressourcenmanagment SAP Terminplanungstool - saprima Seite 1 von 6 Inhaltsverzeichnis Ist-Situation für Projekt- und Ressourcenmanagement:...3 Daten in verschiedenen Tools vorhanden:...3 Herausforderung:...4
MehrGrundlagen der Technischen Informatik. Sequenzielle Netzwerke. Institut für Kommunikationsnetze und Rechnersysteme. Paul J. Kühn, Matthias Meyer
Institut für Kommunikationsnetze und Rechnersysteme Grundlagen der Technischen Informatik Paul J. Kühn, Matthias Meyer Übung 2 Sequenzielle Netzwerke Inhaltsübersicht Aufgabe 2.1 Aufgabe 2.2 Prioritäts-Multiplexer
MehrKlausur zur Veranstaltung Industrielle Produktionssysteme im SS 04
Universität Hannover Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Veranstaltung Industrielle Produktionssysteme im SS 04 Hinweise: Die Klausur
MehrBabeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf
Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005 Paradigmen im Algorithmenentwurf Problemlösen Problem definieren Algorithmus entwerfen
Mehr3. Grundlagen der Linearen Programmierung
3. Grundlagen der linearen Programmierung Inhalt 3. Grundlagen der Linearen Programmierung Lineares Programm Grafische Lösung linearer Programme Normalform Geometrie linearer Programme Basislösungen Operations
MehrSuche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche. Suche in Spielbäumen. KI SS2011: Suche in Spielbäumen 1/20
Suche in Spielbäumen Suche in Spielbäumen KI SS2011: Suche in Spielbäumen 1/20 Spiele in der KI Suche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche Einschränkung von Spielen auf: 2 Spieler:
Mehr4. Dynamische Optimierung
4. Dynamische Optimierung Allgemeine Form dynamischer Optimierungsprobleme 4. Dynamische Optimierung Die dynamische Optimierung (DO) betrachtet Entscheidungsprobleme als eine Folge voneinander abhängiger
MehrEntscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?
Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum
MehrScheduling von Versuchen im Umfeld MDM
Scheduling von Versuchen im Umfeld MDM Peak Resource Planner (PRP) Immer ein Stück weiter Dipl.-Math. Senior Consultant g.schneider@peak-solution.de Übersicht Versuche zeitlich einplanen MDM Prozess Anforderungen
MehrRessourcenplanung unter Nutzung der Java-Constraint-Bibliothek firstcs
Ressourcenplanung unter Nutzung der Java-Constraint-Bibliothek firstcs Saskia Sandow Fraunhofer Institut für Rechnerarchitektur und Softwaretechnik page 1 Überblick Ressourcenplanung auf Basis constraintlogischer
MehrRessourceneinsatzplanung in der Fertigung
Fakultät Informatik, Institut für Angewandte Informatik, Professur Modellierung und Simulation Ressourceneinsatzplanung in der Fertigung Dr. Christoph Laroque Sommersemester 2012 Dresden, Ausblick: Ab
MehrDie nachfolgende Anleitung zeigt die Vorgehensweise unter Microsoft Windows Vista.
Schritt für Schritt Anleitung zur Einrichtung Ihrer neuen Festplatte Die nachfolgende Anleitung zeigt die Vorgehensweise unter Microsoft Windows Vista. Schließen Sie Ihre Festplatte an Ihrem Computer an.
MehrOhne Fehler geht es nicht Doch wie viele Fehler sind erlaubt?
Ohne Fehler geht es nicht Doch wie viele Fehler sind erlaubt? Behandelte Fragestellungen Was besagt eine Fehlerquote? Welche Bezugsgröße ist geeignet? Welche Fehlerquote ist gerade noch zulässig? Wie stellt
MehrVorlesung Betriebstechnik/Netzplantechnik Operations Research
Vorlesung Betriebstechnik/Netzplantechnik Operations Research Organisation Agenda Übungen Netzplantechnik GANTT-Diagramme Weitere Übungen 2 Übungen 3 weitere Übungen Nr. Vorgang Dauer AOB 1 Kickoff 2-2
MehrAnwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht
Anwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht Beispiele wirtschaftsmathematischer Modellierung Lehrerfortbildung, Speyer, Juni 2004-1- Beispiele wirtschaftsmathematischer Modellierung
MehrAbituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
MehrSoftwaretechnologie -Wintersemester 2013/2014 - Dr. Günter Kniesel
Übungen zur Vorlesung Softwaretechnologie -Wintersemester 2013/2014 - Dr. Günter Kniesel Übungsblatt 3 - Lösungshilfe Aufgabe 1. Klassendiagramme (9 Punkte) Sie haben den Auftrag, eine Online-Videothek
MehrAn integrated total solution for automatic job scheduling without user interaction
An integrated total solution for automatic job scheduling without user interaction Multifunktional Der Job-Scheduler ist ein multifunktionaler Taskplaner welcher die Steuerzentrale zur regelmässigen Ausführung
MehrAgile Vorgehensmodelle in der Softwareentwicklung: Scrum
C A R L V O N O S S I E T Z K Y Agile Vorgehensmodelle in der Softwareentwicklung: Scrum Johannes Diemke Vortrag im Rahmen der Projektgruppe Oldenburger Robot Soccer Team im Wintersemester 2009/2010 Was
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrGesicherte Prozeduren
Gesicherte Prozeduren Wenn eine Anwendung auf einer Client-Maschine läuft, wird normalerweise jede SQL-Anweisung einzeln vom Client an den Server gesandt, und jedes Ergebnistupel wird einzeln zurückgeliefert.
MehrDämon-Prozesse ( deamon )
Prozesse unter UNIX - Prozessarten Interaktive Prozesse Shell-Prozesse arbeiten mit stdin ( Tastatur ) und stdout ( Bildschirm ) Dämon-Prozesse ( deamon ) arbeiten im Hintergrund ohne stdin und stdout
MehrPVS Grobkonzept: Strukturelle und funktionale Erweiterungen bei der Verwaltung der Arbeitszeit und der organisatorischen Zuordnung
PVS Grobkonzept: Strukturelle und funktionale Erweiterungen bei der Verwaltung der Arbeitszeit und der organisatorischen Zuordnung Bearbeiter: Klopfer, Klopfer Software GmbH Version: 31.10.2010 Abkürzungen
MehrBenutzerverwaltung Business- & Company-Paket
Benutzerverwaltung Business- & Company-Paket Gemeinsames Arbeiten mit der easyfeedback Umfragesoftware. Inhaltsübersicht Freischaltung des Business- oder Company-Paketes... 3 Benutzerverwaltung Business-Paket...
MehrAufgabe 6 Excel 2013 (Fortgeschrittene) Musterlösung
- 1 - Aufgabe 6 Excel 2013 (Fortgeschrittene) Musterlösung 1. Die Tabelle mit den Werten und Gewichten der Gegenstände, sowie die Spalte mit der Anzahl ist vorgegeben und braucht nur eingegeben zu werden
MehrAnmerkungen zur Übergangsprüfung
DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung
MehrMathematik-Klausur vom 2. Februar 2006
Mathematik-Klausur vom 2. Februar 26 Studiengang BWL DPO 1997: Aufgaben 1,2,3,5,6 Dauer der Klausur: 12 Min Studiengang B&FI DPO 21: Aufgaben 1,2,3,5,6 Dauer der Klausur: 12 Min Studiengang BWL DPO 23:
Mehr6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne
6.2 Petri-Netze WS 06/07 mod 621 Petri-Netz (auch Stellen-/Transitions-Netz): Formaler Kalkül zur Modellierung von Abläufen mit nebenläufigen Prozessen und kausalen Beziehungen Basiert auf bipartiten gerichteten
MehrKapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete
Kapitel 4: Dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 4.4 Binäre Suche Aufgabenstellung: Rate eine Zahl zwischen 100 und 114! Algorithmus 4.1 INPUT: OUTPUT:
MehrWeisung 5: Swiss Block
Weisung 5: Swiss Block vom.0.00 Datum des Inkrafttretens: 0.04.00 Weisung 5: Swiss Block 0.04.00 Inhalt. Zweck und Grundlage.... Swiss Block... 3. Zulassung... 4. Handel... 4. Handelszeiten... 4. Auftrag...
MehrAlgorithmen II Vorlesung am 15.11.2012
Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales
MehrDuonix Service Software Bedienungsanleitung. Bitte beachten Sie folgende Hinweise vor der Inbetriebnahmen der Service Software.
Duonix Service Software Bedienungsanleitung Sehr geehrte Kundin, sehr geehrter Kunde Bitte beachten Sie folgende Hinweise vor der Inbetriebnahmen der Service Software. Prüfen Sie ob Sie die Aktuellste
MehrArbeiten mit den Mastercam Werkzeug-Managern
Arbeiten mit den Mastercam Werkzeug-Managern Mastercam besitzt zwei Werkzeug-Manager zum Anlegen, Ändern und Verwalten Ihrer Werkzeuge; wobei der eine als (klassischer) WZ-Manager und der andere als (stand-alone)
MehrIBIS Professional. z Dokumentation zur Dublettenprüfung
z Dokumentation zur Dublettenprüfung Die Dublettenprüfung ist ein Zusatzpaket zur IBIS-Shopverwaltung für die Classic Line 3.4 und höher. Dubletten entstehen dadurch, dass viele Kunden beim Bestellvorgang
MehrPeriodische Fahrpläne und Kreise in Graphen
Periodische Fahrpläne und Kreise in Graphen Vorlesung Algorithmentechnik WS 2009/10 Dorothea Wagner Karlsruher Institut für Technologie Eisenbahnoptimierungsprozess 1 Anforderungserhebung Netzwerkentwurf
MehrRessourceneinsatzplanung in der Fertigung
Fakultät Informatik, Institut für Angewandte Informatik, Professur Modellierung und Simulation Ressourceneinsatzplanung in der Fertigung Dr. Christoph Laroque Sommersemester 2012 Dresden, Was war Die im
MehrEvaluation der Veranstaltungen auf der Basis von Stud.IP
Evaluation der Veranstaltungen auf der Basis von Stud.IP Prozessbeschreibung Verfasst: Jeannette Israel Schart Peggy J. Hackel 27.11.2013 Inhalt Hinweise zur Durchführung der Evaluation... 2 Evaluation
MehrProgrammierkurs Java
Programmierkurs Java Dr. Dietrich Boles Aufgaben zu UE16-Rekursion (Stand 09.12.2011) Aufgabe 1: Implementieren Sie in Java ein Programm, das solange einzelne Zeichen vom Terminal einliest, bis ein #-Zeichen
MehrSteganographie mit Rastergrafiken
Steganographie mit Rastergrafiken Lars Herrmann lars.herrmann@uni-oldenburg.de PG Stego p. 1 Übersicht Rastergrafiken Steganographische Verfahren LSB Stochastische Modulation Verfahren für S/W Bilder Stegoanalyse
MehrI P A S M M D Innovative Software zur Prozessoptimierung. Prozessoptimierung durch Mensch-Maschine-Diagramm
I P A S M M D Innovative Software zur Prozessoptimierung Prozessoptimierung durch Mensch-Maschine-Diagramm Interaktive Fallbeispiele und weitere Informationen unter: www.mitterhauser.com Optimierung durch
Mehr16. All Pairs Shortest Path (ASPS)
. All Pairs Shortest Path (ASPS) All Pairs Shortest Path (APSP): Eingabe: Gewichteter Graph G=(V,E) Ausgabe: Für jedes Paar von Knoten u,v V die Distanz von u nach v sowie einen kürzesten Weg a b c d e
MehrInternet Explorer Version 6
Internet Explorer Version 6 Java Runtime Ist Java Runtime nicht installiert, öffnet sich ein PopUp-Fenster, welches auf das benötigte Plugin aufmerksam macht. Nach Klicken auf die OK-Taste im PopUp-Fenster
MehrLernziele: Ausgleichstechniken für binäre Bäume verstehen und einsetzen können.
6. Bäume Lernziele 6. Bäume Lernziele: Definition und Eigenschaften binärer Bäume kennen, Traversierungsalgorithmen für binäre Bäume implementieren können, die Bedeutung von Suchbäumen für die effiziente
MehrInformatik I WS 07/08 Tutorium 24
Info I Tutorium 24 Informatik I WS 07/08 Tutorium 24 3.2.07 astian Molkenthin E-Mail: infotut@sunshine2k.de Web: http://infotut.sunshine2k.de Organisatorisches / Review is zum 2.2 müssen alle Praxisaufgaben
MehrAlignment-Verfahren zum Vergleich biologischer Sequenzen
zum Vergleich biologischer Sequenzen Hans-Joachim Böckenhauer Dennis Komm Volkshochschule Zürich. April Ein biologisches Problem Fragestellung Finde eine Methode zum Vergleich von DNA-Molekülen oder Proteinen
MehrPädagogische Hochschule Thurgau. Lehre Weiterbildung Forschung
Variante 1 Swisscom-Router direkt ans Netzwerk angeschlossen fixe IP-Adressen (kein DHCP) 1. Aufrufen des «Netz- und Freigabecenters». 2. Doppelklick auf «LAN-Verbindung» 3. Klick auf «Eigenschaften» 4.
MehrKampagnenmanagement der 4. Generation:
Kampagnenmanagement der. Generation: Proaktive, integrierte Optimierung von Kundenkontakten und Kampagnenzielgruppen Prof. Dr. Klaus D. Wilde Lehrstuhl für ABWL und Wirtschaftsinformatik Katholische Universität
MehrPreis- und Leistungsverzeichnis der Host Europe GmbH. Dedicated Storage - ISCSI V 1.1. Stand: 11.10.2012
Preis- und Leistungsverzeichnis der Host Europe GmbH Dedicated Storage - ISCSI V 1.1 Stand: 11.10.2012 INHALTSVERZEICHNIS PREIS- UND LEISTUNGSVERZEICHNIS DEDICATED STORAGE - ISCSI... 3 Produktbeschreibung...
MehrLizenzierung von System Center 2012
Lizenzierung von System Center 2012 Mit den Microsoft System Center-Produkten lassen sich Endgeräte wie Server, Clients und mobile Geräte mit unterschiedlichen Betriebssystemen verwalten. Verwalten im
MehrDie Der prorm - Manager. Genehmigungsmanager. Projektvorl Editor. Controlling. E-Mail: support@promx.net. promx GmbH Nordring 100 90409 Nürnberg
Controlling Manager Die Der prorm - Massenum Controlling-- buchung Manager Genehmigungsmanager Projektvorl Editor Business promx GmbH Nordring 100 909 Nürnberg E-Mail: support@promx.net Inhalt WAS IST
MehrIn diesem Tutorial lernen Sie, wie Sie einen Termin erfassen und verschiedene Einstellungen zu einem Termin vornehmen können.
Tutorial: Wie erfasse ich einen Termin? In diesem Tutorial lernen Sie, wie Sie einen Termin erfassen und verschiedene Einstellungen zu einem Termin vornehmen können. Neben den allgemeinen Angaben zu einem
MehrSitzungsleitung. Dr. Urs-Peter Oberlin www.oberlin.ch 1/5
Führungskräfte aller Ebenen verbringen einen grossen Teil ihrer Arbeitszeit an Sitzungen, Meetings und Besprechungen. Viele dieser Veranstaltungen werden von den Teilnehmern selbst als pure Zeitverschwendung
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
Mehr1. Welche Systemvoraussetzungen muss mein PC erfüllen, damit ich die Kurse nutzen kann?
Seite 1 von 7 1. Welche Systemvoraussetzungen muss mein PC erfüllen, damit ich die Kurse nutzen kann? a. mind. Pentium II b. mind. 256 MB RAM Arbeitsspeicher c. mind. 1 GB Festplatte d. mind. ISDN-Verbindung
MehrLeitfaden zur Rundumplakatierung von Ganzsäulen. 23. März 2009. media for mobile people
Leitfaden zur Rundumplakatierung von Ganzsäulen 23. März 2009 Geeignete Säulentypen Die Maße der Standardsäule betragen 4,30m Umfang x 3,60m Höhe im unbeklebten Zustand. Mit jeder Beklebung wächst der
MehrInformatik-Sommercamp 2012. Mastermind mit dem Android SDK
Mastermind mit dem Android SDK Übersicht Einführungen Mastermind und Strategien (Stefan) Eclipse und das ADT Plugin (Jan) GUI-Programmierung (Dominik) Mastermind und Strategien - Übersicht Mastermind Spielregeln
MehrSubpostfächer und Vertretungen für Unternehmen
SCHRITT-FÜR-SCHRITT Seite 1 von 7 Subpostfächer und Vertretungen für Unternehmen Organisationsstruktur 1:1 abbilden Individuelle Postfächer für Abteilungen und/oder Mitarbeiter Unterschiedliche Berechtigungen
MehrSudoku-Informatik oder wie man als Informatiker Logikrätsel löst
Sudoku-Informatik oder wie man als Informatiker Logikrätsel löst Peter Becker Hochschule Bonn-Rhein-Sieg Fachbereich Informatik peter.becker@h-brs.de Kurzvorlesung am Studieninformationstag, 13.05.2009
MehrProjektmanagement in Outlook integriert
y Projektmanagement in Outlook integriert InLoox 6.x Update auf InLoox 6.7.x Ein InLoox Whitepaper Veröffentlicht: März 2011 Copyright: 2011 InLoox GmbH. Aktuelle Informationen finden Sie unter http://www.inloox.de
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrEinführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5)
Einführung 3 Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Univ.-Prof. Dr. Christoph Meinel Hasso-Plattner-Institut Universität Potsdam, Deutschland Hatten den Reduktionsbegriff
MehrS=[n] Menge von Veranstaltungen J S kompatibel mit maximaler Größe J
Greedy-Strategie Definition Paradigma Greedy Der Greedy-Ansatz verwendet die Strategie 1 Top-down Auswahl: Bestimme in jedem Schritt eine lokal optimale Lösung, so dass man eine global optimale Lösung
MehrFULFILLMENT VON ALLYOUNEED
FULFILLMENT VON ALLYOUNEED Mit dem Fulfillment Angebot von Allyouneed.com steigern Sie die Effektivität Ihres Geschäftes. Allyouneed und DHL kümmern sich um den Rest. Wir erklären Ihnen, wie Sie in 4 einfachen
Mehr3D Visualisierung von UML Umgebungsmodellen
3D Visualisierung von UML Umgebungsmodellen Vortragender: Helmer Krämer Betreuer: Dr. Holger Giese 3D Visualisierung von UML Umgebungsmodellen Krämer Seite 1 Motivation und Anforderungen Das Umgebungsmodell
Mehr8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens
phys4.013 Page 1 8.6.1 Erwartungswert eines beliebigen Operators O 8.6.2 Beispiel: Erwartungswert des Impulses eines freien Teilchens phys4.013 Page 2 8.6.3 Beispiel: Orts- und Impuls-Erwartungswerte für
MehrEine Logikschaltung zur Addition zweier Zahlen
Eine Logikschaltung zur Addition zweier Zahlen Grundlegender Ansatz für die Umsetzung arithmetischer Operationen als elektronische Schaltung ist die Darstellung von Zahlen im Binärsystem. Eine Logikschaltung
MehrVerpasst der Mittelstand den Zug?
Industrie 4.0: Verpasst der Mittelstand den Zug? SCHÜTTGUT Dortmund 2015 5.11.2015 Ergebnisse einer aktuellen Studie der Technischen Hochschule Mittelhessen 1 Industrie 4.0 im Mittelstand Ergebnisse einer
MehrFertigstellungsgrad (FGR) EVA (Earned Value Analysis) Projektcontrolling Fertigstellungsgrads EVA Instrument Methoden FGR und EVA IHR VORTEIL
Der Fertigstellungsgrad (FGR) und die EVA (Earned Value Analysis) sind heutzutage wichtige Instrumente des Projektcontrolling! Sie gewährleisten, dass Ihre Projekte nicht aus dem Ruder laufen, Ressourcen
MehrLEAN MANUFACTURING. Teil 7 Lean und Six Sigma. Ein Quick Guide für den schnellen Einstieg in die Möglichkeiten der Lean Philosophie.
2009 LEAN MANUFACTURING Ein Quick Guide für den schnellen Einstieg in die Möglichkeiten der Lean Philosophie Teil 7 Lean und Six Sigma Martin Zander 2 M. Zander Lean Manufacturing Ein Quick Guide für den
MehrAuswerten mit Excel. Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro
Auswerten mit Excel Viele Video-Tutorials auf Youtube z.b. http://www.youtube.com/watch?v=vuuky6xxjro 1. Pivot-Tabellen erstellen: In der Datenmaske in eine beliebige Zelle klicken Registerkarte Einfügen
MehrI N F O R M A T I O N V I R T U A L I S I E R U N G. Wir schützen Ihre Unternehmenswerte
I N F O R M A T I O N V I R T U A L I S I E R U N G Wir schützen Ihre Unternehmenswerte Wir schützen Ihre Unternehmenswerte Ausfallsicherheit durch Virtualisierung Die heutigen Anforderungen an IT-Infrastrukturen
MehrSeminarvortag zum Thema Virtual Private Network Design im Rahmen des Seminars Network Design an der Universität Paderborn
Seminarvortag zum Thema Virtual Private Network Design im Rahmen des Seminars Network Design an der Universität Paderborn Ein 5.55-Approximationsalgorithmus für das VPND-Problem Lars Schäfers Inhalt Einführung:
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
Mehrschooltas offline Modus mit der Google Chrome App
Inhaltsverzeichnis 1 Version der prüfen... 3 2 entfernen und neu installieren (falls Version veraltet)... 4 3 Gewünschte Bücher für die Offline-Verwendung herunterladen... 8 2 1 Version der prüfen 1. Google
MehrAnleitung zur Online-Schulung
Anleitung zur Online-Schulung Webbasierte 7-Stunden-Schulung für Personen mit Zugang zu identifizierbarer Luftfracht oder Luftpost (gemäß Kapitel 11.2.3.9 der Verordnung (EU) Nr. 185/2010). Vorgehensweise:
MehrVgl. Oestereich Kap 2.7 Seiten 134-147
Vgl. Oestereich Kap 2.7 Seiten 134-147 1 Sequenzdiagramme beschreiben die Kommunikation/Interaktion zwischen den Objekten (bzw. verschiedenen Rollen) eines Szenarios. Es wird beschrieben, welche Objekte
MehrFL1 Hosting Technische Informationen
FL1 Hosting Verfasser Version: V1.0 (ersetzt alle früheren Versionen) Gültig ab: 18. Oktober 2015 Version 2.1 Seite 1/6 Inhaltsverzeichnis 1 DNS Eintrag bei Registrierungsstellen (NIC) FTP... 3 2 Allgemeine
Mehr1.1 Ausgangssituation 1
1.1 Ausgangssituation 1 1 Einleitung 1.1 Ausgangssituation Das produzierende Gewerbe hat maßgeblichen Einfluss auf die wirtschaftliche Entwicklung in Deutschland. 2012 erwirtschafteten 209.370 Unternehmen
MehrPing Erfahrungsaustausch
Corporate Technology Ping Erfahrungsaustausch 14. Mai 2012 München Perlach Selbstverständnis und Organisation der PINGler / Copyright Copyright Siemens Siemens AG 2006. AG
MehrPhysik & Musik. Stimmgabeln. 1 Auftrag
Physik & Musik 5 Stimmgabeln 1 Auftrag Physik & Musik Stimmgabeln Seite 1 Stimmgabeln Bearbeitungszeit: 30 Minuten Sozialform: Einzel- oder Partnerarbeit Voraussetzung: Posten 1: "Wie funktioniert ein
MehrHinweise zur Fachaufgabe
Im Prüfungsbereich Einsatzgebiet soll der Prüfling in einer Präsentation und einem Fachgespräch über eine selbständig durchgeführte Fachaufgabe in einem Einsatzgebiet zeigen, dass er komplexe Fachaufgaben
MehrEin Blick voraus. des Autors von C++: Bjarne Stroustrup. 04.06.2005 Conrad Kobsch
Ein Blick voraus des Autors von C++: Bjarne Stroustrup 04.06.2005 Conrad Kobsch Inhalt Einleitung Rückblick Nur eine Übergangslösung? Was würde C++ effektiver machen? Quelle 2 Einleitung Wo steht C++,
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrOR-Methoden in der Fabrikplanung. an den Beispielen Karosserie-Rohbau und Motorenfertigung
Einsatz von an den Beispielen Karosserie-Rohbau und Motorenfertigung Seminar für SCM und Produktion Universität zu Köln SCMP VHB WK Operations Research Ingolstadt, 23.1.2009 Übersicht 1 Einführung 2 Fließproduktionssysteme
MehrKapitel 5: Dynamisches Programmieren Gliederung
Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen
MehrMicrosoft Office 365 Domainbestätigung
Microsoft Office 365 Domainbestätigung Schritt-für-Schritt-Anleitung zur Bestätigung ihrer Domain Wenn Sie Ihr Unternehmen bei Vodafone für Microsoft Office 365 registrieren, erhalten Sie zunächst einen
MehrKosten-Leistungsrechnung Rechenweg Optimales Produktionsprogramm
Um was geht es? Gegeben sei ein Produktionsprogramm mit beispielsweise 5 Aufträgen, die nacheinander auf vier unterschiedlichen Maschinen durchgeführt werden sollen: Auftrag 1 Auftrag 2 Auftrag 3 Auftrag
MehrMarkus Mauritz 4BBW 97/98 BET - Referat. ABC Analyse (Kostenschwerpunktanalyse)
ABC Analyse (Kostenschwerpunktanalyse) Allgemein: Die ABC Analyse (auch Kostenschwerpunktanalyse genannt) dient als wichtige Entscheidungsgrundlage auf allen Gebieten der Planung und Gestaltung in der
MehrInformatik für Schüler, Foliensatz 12 Pseudo-Zufallszahlen
rof. G. Kemnitz Institut für Informatik, Technische Universität Clausthal 14. April 2010 1/14 Informatik für Schüler, Foliensatz 12 Pseudo-Zufallszahlen Prof. G. Kemnitz Institut für Informatik, Technische
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrInventur. Bemerkung. / Inventur
Inventur Die beliebige Aufteilung des Artikelstamms nach Artikeln, Lieferanten, Warengruppen, Lagerorten, etc. ermöglicht es Ihnen, Ihre Inventur in mehreren Abschnitten durchzuführen. Bemerkung Zwischen
MehrKostenmaße. F3 03/04 p.188/395
Kostenmaße Bei der TM nur ein Kostenmaß: Ein Schritt (Konfigurationsübergang) kostet eine Zeiteinheit; eine Bandzelle kostet eine Platzeinheit. Bei der RAM zwei Kostenmaße: uniformes Kostenmaß: (wie oben);
MehrMathematik-Klausur vom 4.2.2004
Mathematik-Klausur vom 4.2.2004 Aufgabe 1 Ein Klein-Sparer verfügt über 2 000, die er möglichst hoch verzinst anlegen möchte. a) Eine Anlage-Alternative besteht im Kauf von Bundesschatzbriefen vom Typ
Mehr