Methoden der computergestützten Produktion und Logistik

Größe: px
Ab Seite anzeigen:

Download "Methoden der computergestützten Produktion und Logistik"

Transkript

1 Methoden der computergestützten Produktion und Logistik 3. Allgemeine Input-Output Systeme Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2017

2 Ausgehend von der Definition eines Systems betrachten wir hier ausschließlich Input und Output als Menge der Attribute und als Funktion des Systems die Relationen zwischen Input und Output. Untersysteme und Relationen zwischen den Untersystemen werden nicht betrachtet. Wir geben Schritt für Schritt Parameter und/oder zeitliche Sachverhalte an, die das zunächst unverständliche Verhalten erklären und entwickeln. Im Prinzip wird in den einzelnen Absätzen nichts zusätzliches eingeführt: Das beobachtete System lässt sich ganz einfach beschreiben, wenn wir von folgendem Parameter ausgehen Wir betrachten ein System zunächst ohne eine spezifizierende Ordnung über eine Zeitmenge. 2

3 Definition Ein Tripel (X, Y, S) heißt ein allgemeines Input-Output System, wenn X und Y sind Mengen S ist eine nichtleere Relation S X Y gilt. Ist (X, Y, S) ein allgemeines (Input-Output)System, so heißt X die Inputmenge, jedes Element daraus ein Input, Y heißt die Outputmenge, jedes Element daraus ein Output. S heißt die zu (X, Y, S) gehörige Input-Output-Relation. Ein Paar (x, y) X Y, für das auch gilt (x, y) S heißt ein Input-Output Paar von (X, Y, S). Bei einem Input-Output Paar (x, y) sagen wir y wird in (X, Y, S) von x aus erreicht und x ist in (X, Y, S) ein für y möglicher Input. Für ein beliebiges x X sei mit xs die Menge xs : = {y : y Y xsy} bezeichnet. Wir nennen xs die von x aus erreichbare Menge von Outputs. In ähnlicher Weise sei für ein beliebiges y Y mit Sy die Menge Sy : = {x : x X xsy} bezeichnet. Sy nennen wir die für y mögliche Menge von Inputs. X S Y 3

4 Das Konzept der erreichbaren Menge und der möglichen Menge legt die Einführung der Abbildungen (.)S und S(.) nahe: (.)S: S(.) : 1 2 S P(Y) : x (.)S(x) : xs S P(X) : y S(.)(y) : Sy (.)S nennen wir die zu (X, Y, S) gehörige Vorwärtsabbildung; S(.) heißt die zu (X, Y, S) gehörige Rückwärtsabbildung: (.)S ist die Relation aller x auf ihre erreichbaren Mengen, z. B. (.) S : {(x1,x 1S),(x2,x2S),...} mit x 1 X. S(.) ist die Relation aller y auf ihre möglichen Mengen. 4

5 Beispiel: a. Sachsystem: Der Süßwarenautomat in der Kantine der Fa. Sandplatz akzeptiert verschiedene Münzen und gibt verschiedene Waren ab (Bspw. folgt auf einen Input von 50 ct der Output von Kaugummi und Lollipop). Am Systembeginnpunkt wird über den Einwurf einer Münze die Bereitstellung der Ware aus dem Speicher angestoßen Am Systemendepunkt ist die Transformation mit der Bereitstellung der Ware beendet. X : = {50 ct, 1, 2 }, y : = {Kaugummi 4711, Lakritze, Gummibärchen} S : = {(50 ct, Kaugummi 4711), (1, Lakritze), (2, Gummibärchen)} 5

6 b. Produktionssystem: Zur Produktion von Fahrradspeichen werden geeignete Drahtsorten mit entsprechendem Durchmesser, Werker, Maschinen und Werkzeuge bereitgestellt. X : = {Drahtsorte xyz, Drahtsorte A47, Drahtsorte B11, } Y: = {(Speiche 30 cm, 2 mm, Edelstahl), ( ), } S: = {(Drahtsorte xyz, (Speiche 30 cm, 2 mm, Edelstahl)), (, ), } 6

7 c. Transportsystem Wir betrachten eine Kreuzung im internen Transport der Fa. Sandplatz als allgemeines Input-Output System (X, Y, S). An dieser Kreuzung kommen Fahrzeuge aus drei Richtungen an und gehen in drei Richtungen ab. Da auf einen kreuzungsfreien Verkehr Wert gelegt wird, ist bei der Kontrolle ein Start im Transport gleichzeitig nach Montage und Lager, bei Start im Wareneingang nach Kontrolle und Montage möglich. Ware, die in das Lager geht, muss auf jeden Fall zur (Stückzahl-) Kontrolle. Bei jeder Auslagerung findet eine Qualitätsprüfung statt. Kontrolle (K) Wareneingang (W) Montage (M) Lager (L) Wir betrachten die an der Kreuzung eintreffenden Fahrzeuge mit ihrem Startort als Input, die ausgelösten Transporte mit der Zieladresse als Output. Es ergibt sich folgendes allgemeines Input-Output System X: = {W, M, L, K}; Y = {W, M, L, K, ML, KM}; S = {(W, K), (W, M), (W, KM), (K, L), (K, ML), (L, K)} 7

8 Mögliche Menge von Inputs Sy = S(K): = {W, L} Output Rückwärtsabbildung Input Input-Menge Vorwärtsabbildung W M L K ML KM W M L K Input-Output-Relation Transportkreuzung: = {(W, K), (W, M), (W, KM), (K, ML), (L, K)} Output-Menge Erreichbare Menge von Outputs xs = (W)S: = {M, K, KM} XxY Input-Output-Paar 8

9 d. Beginn-Produktionsereignis mit Bereitstellung von Werkzeugen Ausklinken X: = {(55 cm Rohrabschnitt, Haltevorrichtung 55), (57 cm Rohrabschnitt, Haltevorrichtung 57)}; Y: = {Herstellen eines 54 cm Sattelrohres}; S: = {((55 cm Rohrabschnitt, Haltevorrichtung 55), Herstellen eines 54 cm Sattelrohres), ((57 cm Rohrabschnitt, Haltevorrichtung 57), Herstellen eines 54 cm Sattelrohres)}. 9

10 Das zu einem allgemeinen Input-Output System (X, Y, S) inverse System (X, Y, S) -1 ist definiert durch das allgemeine Input-Output System, (Y, X, S -1 ). Beispiel: Inverses System a. Sachsystem: Wir geben einen Kaugummi 4711 in den Eingabeschlitz. Die Ausgabe sind bspw. 50 ct und die blinkende Taste Kaugummi Das vernünftige Beispiel ist ein Flaschenrücknahmeautomat, der Geld ausgibt und gleichzeitig die Art der Flasche anzeigt. b. Produktionssystem: Fahrradnaben werden aus Aluminium hergestellt. Ggf. werden diese Naben wieder eingeschmolzen und es entsteht wieder Aluminium. 10

11 Für eine beliebige Menge M X Y sei die Einschränkung (Restriktion) von (X, Y, S) auf M durch das allgemeine System (X, Y, S M) definiert. Beispiel: Einschränkung Der Versand signalisiert eine erhöhte Nachfrage an Fahrrädern mit 56 cm und 58 cm Rahmenhöhe. Die Produktion kann 54 cm, 56 cm, 58 cm, 60 cm und 62 cm hohe Rahmen herstellen. Hier schränkt M auf 56 cm und 58 cm ein. X: = {Stahlrohr}, Y: = {54 cm-fahrrad, 56 cm-fahrrad, 58 cm-fahrrad, 60 cm-fahrrad, 62 cm-fahrrad}, S: = {(Stahlrohr, 54 cm-fahrrad), (Stahlrohr, 56 cm-fahrrad), (Stahlrohr, 58 cm-fahrrad), (Stahlrohr, 60 cm-fahrrad), (Stahlrohr, 62 cm-fahrrad)} M: = {(Stahlrohr, 56 cm-fahrrad), (Stahlrohr, 58 cm-fahrrad)} Einschränkung auf M: X: = {Stahlrohr}, Y: = {54 cm-fahrrad, 56 cm-fahrrad, 58 cm-fahrrad, 60 cm-fahrrad, 62 cm-fahrrad} (S M) : = {(Stahlrohr, 56 cm-fahrrad), (Stahlrohr, 58 cm-fahrrad)} 11

12 Eigenschaften Wir nennen ein allgemeines Input-Output System funktional : S ist eine funktionale Relation. Beispiel: Funktional a) Sachsystem: In den Süßwarenautomaten können 50 ct, 1 und 2 eingeworfen werden. Auf 50 ct wird mit Kaugummi, auf 1 mit Kaugummi und auf 2 mit Gummibärchen reagiert. X : = {50 ct, 1, 2 } Y : = {Kaugummi, Gummibärchen}, S : = {(50 ct, Kaugummi), (1, Kaugummi), (2, Gummibärchen)} b) Produktionssystem: Das 54 cm Sattelrohr kann aus einem 55 cm - oder einem 57 cm - Rohrabschnitt hergestellt werden. Bei Funktionalität hat der 57 cm - Rohrabschnitt aber nur diese eine Verwendung. 12

13 zerlegend: x,x' 1 S x x' xs x' S O Zwei unterschiedliche Inputs führen zu zwei erreichbaren Mengen ohne gemeinsames Element. Beispiel: Zerlegend a) Sachsystem: Der Einwurf von 1 in den Süßwarenautomaten führt zur Ausgabe von Kaugummi und Lakritze, 2 führen zu Gummibärchen und Schokolade. X : = {1, 2 }, Y: = {(Kaugummi, Lakritze), (Gummibärchen, Schokolade)}, S: = {(1, (Kaugummi, Lakritze)) (2, (Gummibärchen, Schokolade))} 13

14 b) Speichenfertigung: X: = {Draht Durchmesser 1,8 mm, Draht Durchmesser 2,0 mm, Draht Durchmesser 2,1 mm}; Y: = {Herstellen von Speiche 280 mm, Herstellen von Speiche 290 mm, Herstellen von Speiche 300 mm, Herstellen von Speiche 310 mm, Herstellen von Speiche 320 mm, Herstellen von Speiche 330 mm, Herstellen von Speiche 340 mm}; S: = {(Draht Durchmesser 1,8 mm, Herstellen von Speiche 280 mm), (Draht Durchmesser 2,0 mm, Herstellen von Speiche 290 mm), (Draht Durchmesser 2,1 mm, Herstellen von Speiche 300 mm), (Draht Durchmesser 1,8 mm, Herstellen von Speiche 320 mm), (Draht Durchmesser 2,0 mm, Herstellen von Speiche 340 mm)}. 14

15 alternativ: x 1 S x' 1 S x x' xs x' S O Jedes xs muss mit mindestens einem x S mindestens ein y gemeinsam haben. Beispiel: Speichenfertigung X: = {Draht Durchmesser 1,8 mm, Draht Durchmesser 2,0 mm, Draht Durchmesser 2,2 mm}; Y: = {Herstellen von Speiche 280 mm, Herstellen von Speiche 290 mm, Herstellen von Speiche 300 mm, Herstellen von Speiche 310 mm, Herstellen von Speiche 320 mm, Herstellen von Speiche 330 mm, Herstellen von Speiche 340 mm}; S: = {(Draht Durchmesser 1,8 mm, Herstellen von Speiche 280 mm), (Draht Durchmesser 2,0 mm, Herstellen von Speiche 280 mm), (Draht Durchmesser 1,8 mm, Herstellen von Speiche 290 mm), (Draht Durchmesser 2,2 mm, Herstellen von Speiche 290 mm), (Draht Durchmesser 2,0 mm, Herstellen von Speiche 330 mm), (Draht Durchmesser 1,8 mm, Herstellen von Speiche 300 mm), (Draht Durchmesser 2,0 mm, Herstellen von Speiche 310 mm), (Draht Durchmesser 2,2 mm, Herstellen von Speiche 320 mm)}. 15

16 schachtelnd: x,x' X xs x' S x' S xs Der Output kann so geordnet werden, dass ausgehend von einer minimalen Outputmenge jede Outputmenge Teilmenge der nächstgrößeren Outputmenge ist. Beispiel: Speichenfertigung X: = {Draht Durchmesser 1,8 mm, Draht Durchmesser 2,0 mm, Draht Durchmesser 2,1 mm, Draht Durchmesser 2,2 mm, Draht Durchmesser 2,4 mm, Draht Durchmesser 2,5 mm, Draht Durchmesser 2,6 mm}; Y: = {Herstellen von Speiche 280 mm, Herstellen von Speiche 290 mm, Herstellen von Speiche 300 mm, Herstellen von Speiche 310 mm, Herstellen von Speiche 320 mm, Herstellen von Speiche 330 mm, Herstellen von Speiche 340 mm}; S: = {(Draht Durchmesser 1,8 mm, Herstellen von Speiche 280 mm), (Draht Durchmesser 2,0 mm, Herstellen von Speiche 280 mm), (Draht Durchmesser 2,0 mm, Herstellen von Speiche 290 mm), (Draht Durchmesser 2,1 mm, Herstellen von Speiche 280 mm), (Draht Durchmesser 2,1 mm, Herstellen von Speiche 290 mm), (Draht Durchmesser 2,1 mm, 16

17 Herstellen von Speiche 300 mm), (Draht Durchmesser 2,2 mm, Herstellen von Speiche 280 mm), (Draht Durchmesser 2,2 mm, Herstellen von Speiche 290 mm), (Draht Durchmesser 2,2 mm, Herstellen von Speiche 300 mm), (Draht Durchmesser 2,2 mm, Herstellen von Speiche 310 mm), (Draht Durchmesser 2,4 mm, Herstellen von Speiche 280 mm), (Draht Durchmesser 2,4 mm, Herstellen von Speiche 290 mm), (Draht Durchmesser 2,4 mm, Herstellen von Speiche 300 mm), (Draht Durchmesser 2,4 mm, Herstellen von Speiche 310 mm), (Draht Durchmesser 2,4 mm, Herstellen von Speiche 320 mm), (Draht Durchmesser 2,5 mm, Herstellen von Speiche 280 mm), (Draht Durchmesser 2,5 mm, Herstellen von Speiche 290 mm), (Draht Durchmesser 2,5 mm, Herstellen von Speiche 300 mm), (Draht Durchmesser 2,5 mm, Herstellen von Speiche 310 mm), (Draht Durchmesser 2,5 mm, Herstellen von Speiche 320 mm), (Draht Durchmesser 2,5 mm, Herstellen von Speiche 330 mm), (Draht Durchmesser 2,6 mm, Herstellen von Speiche 280 mm), (Draht Durchmesser 2,6 mm, Herstellen von Speiche 290 mm), (Draht Durchmesser 2,6 mm, Herstellen von Speiche 300 mm), (Draht Durchmesser 2,6 mm, Herstellen von Speiche 310 mm), (Draht Durchmesser 2,6 mm, Herstellen von Speiche 320 mm), (Draht Durchmesser 2,6 mm, Herstellen von Speiche 330 mm), (Draht Durchmesser 2,6 mm, Herstellen von Speiche 340 mm)}. 17

18 teilmengenleer: x,x' 1 S xs x' S xs x' S Beispiel: teilmengenleer a) Sachsystem: 50 ct und 1 führen jeweils zu Kaugummi und Gummibärchen (identische Outputmenge), während der Input von 2 zu Lakritze und Gummibärchen führt. In diesem Fall gibt der Automat kein Geld zurück (50 ct wird wie 1 behandelt). a) Produktionssystem: Rohrabschnitte von 55 cm und 57 cm Länge führen zu einem Sattelrohr von 54 cm Länge. Rohrabschnitte von 115 cm Länge resultieren in Sattelrohren von 56 und 58 cm Länge. Rohrabschnitte von 119 cm ergeben Sattelrohre von 58 cm und 60 cm Länge. 18

19 konstant: x,x' 1 S xs x' S Beispiel: konstant a) Sachsystem: Unabhängig von der eingeworfenen Münze wird immer Kaugummi ausgegeben. b) Produktionssystem: Unabhängig von der Länge der als Material verwendeten Stange wird immer ein 54 cm langes Sattelrohr erzeugt. inputfrei: card 1 S 1 outputfrei: card 2 S 1 19

20 Simulation Es seien (X, Y, S) und (X, Y, S ) zwei gegebene allgemeine Systeme. Wir nennen dann ein Paar (, ) von Abbildungen : X X und : Y Y eine Simulationszuordnung von (X, Y, S) zu (X, Y, S ), wenn dafür gilt: x X y Y xsy y' Y' (x)s' y' (y' ) y Existiert von (X, Y, S) zu (X, Y, S ) eine Simulationszuordnung, so sagen wir, (X, Y, S) wird von (X, Y, S ) simuliert, und wir nennen in diesem Fall (X, Y, S ) ein Simulationssystem von (X, Y, S). Bei einer Simulationszuordnung (, ) wird also verlangt, dass für ein beliebiges x X die davon in (X, Y, S) erreichten Outputs y xs auch im Umweg über das System (X, Y, S ) erreicht werden können. Wir können diese Forderung auch in folgender Weise ausdrücken: Für eine Simulationszuordnung (, ) muss gelten: x X xs {y : y Y y' Y' y' (x)s' y (y' )} 20

21 Beispiel: Sachsystem Ein Hersteller von Süßwarenautomaten vertreibt seine Geräte in Europa und in USA. In Europa werden eingeworfen und der Output in Gramm gemessen; in USA wird der Input auf Dollars abgestellt und der Output in Unzen gemessen. Dann simuliert der amerikanische Automat den europäischen: Wenn für den europäischen Automaten gilt: Doppelter Input = doppelter Output, dann gilt das auch in Amerika. Und genauso gilt sowohl in Europa als auch in Amerika: Lakritze doppelt so teuer wie Kaugummi, wenn das in Europa so gilt. 21

22 Beispiel: Produktionssystem Wir stellen eine Analogie von Damen- und Kinderrädern her. Die Durchmesser der Rohre sind im Verhältnis von 1,5 : 1 unterschiedlich, die Speichen der Laufräder im Verhältnis 30 cm : 15 cm, usw. Aber ein Sattelrohr bleibt ein Sattelrohr und zu einem Fahrrad Nirwana Lady existiert ein Fahrrad Nirwana junior. Alle Mehrfachverwendungen bei Damen- Fahrrädern gelten analog bei Kinderrädern. 22

23 Schaltungen Wir wollen für allgemeine System die wichtigsten Schaltungen angeben. Durch deren Kombination gewinnen wir komplexer aufgebaute allgemeine Systeme. Umgekehrt können wir versuchen, ein gegebenes komplexes allgemeines System in eine Kombination von Schaltungen einfacher allgemeiner Systeme zu zerlegen. Bezeichnen (X 1, Y 1, S 1 ) und (X 2, Y 2, S 2 ) gegebene allgemeine Systeme. Wir definieren dann folgende Schaltungen zwischen ihnen: 23

24 Das kartesische Produkt (X 1, Y 1, S 1 ) (X 2, Y 2, S 2 ) ist definiert als das allgemeine System (X, Y, S) mit X: = X 1 X 2, Y: = Y 1 Y 2, S: = {((x 1, x 2 ), (y 1, y 2 )): x 1 S 1 y 1 x 2 S 2 y 2 }. S 1 X 1 X 2 Y 1 Y 2 S 2 Beispiel: Süßwarenautomat Der Süßwarenautomat hat zwei Eingabeschlitze: X 1 für Münzen, X 2 für Geldscheine. Für unterschiedliche Münzen erhält man unterschiedliche Kaugummis, für unterschiedliche Geldscheine unterschiedliche Schokolade. Das kartesische Produkt erlaubt die vollständige Enumeration aller Kombinationsmöglichkeiten. Die Mengen X 1, X 2 sowie Y 1, Y 2 können sich überlappen; man erhält aber immer Outputs an zwei unabhängigen Ausgabekanälen: S 1 und S 2 wirken bei qualitativ additiv. 24

25 Beispiel: Herstellung von Fahrradspeichen Wir produzieren Fahrradspeichen unterschiedlicher Länge und Dicke und betrachten das ganze qualitativ (keine Faktoreinsatzmengen). S 1 und S 2 sind zwei voneinander unabhängige Produktionen. Das kartesische Produkt ist die Kombinatorik des Inputs der beiden parallelen Systeme S 1 und S 2. Draht mit in mm X: = X 1 X 2 Y: = Y 1 Y 2 Speiche mit Länge in cm und in mm X 1 = {1,8, 2,0} Y 1 = {(28 1,8), (28 2,0), (26 1,8)} X 2 = {2,0, 2,2} Y 2 = {(28 2,0), (28 2,2), (26 2,2)} S: = {(x 1, x 2 ), (y 1, y 2 )} { (((1,8), (2,0)), ((28 1,8), (28 2,0))), (((1,8), (2,0)), ((26 1,8), (28 2,0))), (((1,8), (2,2)), ((28 1,8), (28 2,2))), (((1,8), (2,2)), ((28 1,8), (26 2,2))), (((1,8), (2,2)), ((26 1,8), (28 2,2))), 25

26 (((1,8), (2,2)), ((26 1,8), (26 2,2))), (((2,0), (2,0)), ((28 2,0), (28 2,0))), (((2,0), (2,2)), ((28 2,0), (28 2,2))), (((2,0), (2,2)), ((28 2,0), (26 2,2))) } 26

27 Beispiel: Herstellung von Fahrradrahmen Wir produzieren Fahrräder mit Rahmenhöhe 54, 56 und 58 cm. Fahrradrahmen: Rahmenhöhe in cm X: = X 1 X 2 X 1 = {54, 56} X 2 = {56, 58} X = {(54, 56), (54, 58), (56, 56), (56, 58)} Fahrrad: Rahmenhöhe in cm Y: = Y 1 Y 2 Y 1 = {54, 56} Y 2 = {56, 58} Y = {(54, 56), (54, 58), (56, 56), (56, 58)} Rahmen Fahrrad S: = {(x 1, x 2 ), (y 1, y 2 )} S = {((54, 56), (54, 56)), ((56, 56), (56, 56)), ((54, 58), (54, 58)), ((56, 58), (56, 58))} 27

28 Die Serienschaltung (X 1, Y 1, S 1 ) (X 2, Y 2, S 2 ) ist definiert als das allgemeine System (X, Y, S) mit X: = X 1 ; Y: = Y 2, S: = S 1 S 2. X 1 S 1 S 2 Y 2 S 1 S 2 bedeutet die Transformation von X 1 nach Y 2 ; der Output der beiden Systeme S 1 und S 2 wird auf das Gemeinsame der beiden Systeme begrenzt. 28

29 Beispiel: Geldwechsler S 1 wechselt bestimmte Geldscheine in bestimmte Münzen. S 2 akzeptiert bestimmte Münzen, aber nicht alle, die S 1 ausgeben kann. S 1 : X 1 = {10, 20 }, Y 1 = {20 ct, 50 ct, 1, 2 } x 1 S 1 = {20 ct, 50 ct, 1 }, x 2 S 1 = {50 ct, 1, 2 } S 2 : X 2 = {50 ct, 1 }, Y 2 = {Schokolade, Kaugummi} Beispiel: Herstellung von Fahrradspeichen Die Begrenzungen seien folgendermaßen S 1 kann nur Speichen mit einer bestimmten Länge S 2 kann nur Speichen mit einer bestimmten Dicke herstellen. 29

30 Der Input-Durchschnitt (X 1, Y 1, S 1 ) (X 2, Y 2, S 2 ) ist definiert als das allgemeine System (X, Y, S) mit X : X1 X2;Y : Y1 Y 2;S : {(x,(y1,y 2)) : xs1 y1 xs2y2 } S 1 X 1 X 2 Y1 Y 2 S 2 Beispiel: Transformator S 1 ist ein Transformator, der von 50 V bis 200 V betrieben werden kann, S 2 entsprechend von 100 V bis 500 V. Dann brennt bei einem Input von 50 V keine Lampe, da xs 1 y 1 xs 2 y 2 nicht erfüllt ist. 30

31 Beispiel: Kombination von Süßwarenautomaten Zwei Automaten mit einem unterschiedlichen Spektrum von Münzen (S 1 akzeptiert 5 ct, S 2 nicht; S 2 akzeptiert 2, S 1 nicht) begrenzen den Input und geben bspw. für 1 eine bestimmte Outputmenge x S 1 an Schokoladetafeln und eine bestimmte Menge x S 2 an Kaugummis ab. Für 50 ct gilt eine andere Schokoladenmenge x S 1 und eine andere Kaugummimenge x S 2. Beispiel: Herstellung von Fahrradspeichen S 1 und S 2 begrenzen sich auf die gemeinsamen Durchmesser (2,0 mm) und stellen mit diesem Durchmesser Speichen von der Länge (26 cm und 28 cm) her. 31

32 Der Output-Durchschnitt (X 1, Y 1, S 1 ) 2 (X 2, Y 2, S 2 ) ist definiert als das allgemeine System (X, Y, S) mit : X X ;Y : Y Y ;S : {((x,x ),y) : x S y x S y} X S 1 X 1 X 2 Y 1 Y 2 S 2 Der Output-Durchschnitt kann als Schalter interpretiert werden: Wenn bspw. im Hauptfluss S 1 Apfelsaft ansteht, wird der nur produziert, wenn im Steuerfluss S 2 ebenfalls Apfelsaft anliegt. Andernfalls passiert nichts. Interpretiert man diese Schaltung als Montage, hat man in S 1 und in S 2 zwei unabhängige Prozesse, in S 1 die Gabel und in S 2 den Rahmen. Das passt nur bei einheitlicher Größe zusammen. 32

33 Beispiel: Süßwarenautomat Kaugummi 4711 wird nur ausgegeben, wenn die Eingabe 50 ct und die Eingabe in S 2 Kaugummi 4711 zusammenpassen (Die Eingabe 50 ct hat hier nur die Ausgabe Kaugummi 4711 ). Bspw. führt die Eingabe x 1 = 1 und die Eingabe x 2 = Ritter Sport zur Ausgabe y 1 Tafel Ritter Sport Schokolade. Beispiel: Herstellung von Fahrradspeichen S 1 und S 2 verwenden Draht unterschiedlicher Länge: S 1 : Coil; S 2 : Drahtabschnitte 5 m S 1 und S 2 produzieren dieselbe Speiche (Länge, Durchmesser) in dieselbe Kiste. 33

34 Der (Input-Output) Durchschnitt (X 1, Y 1, S 1 ) System (X, Y, S) mit X : X 1 X2;Y : Y1 Y 2;S : S1 S2 (X 2, Y 2, S 2 ) ist definiert als das allgemeine S 1 X 1 X 2 Y 1 Y 2 S 2 Hier stehen bei S 1 und S 2 dieselben Signale an; S 1 und S 2 produzieren denselben Output. Beispiel: Süßwarenautomat Nur S 1 akzeptiert 50 ct Münzen, nur S 2 nimmt 2. Also fallen diese beiden Input- Möglichkeiten weg. Nur S 1 kann Schokolade ausgeben, nur S 2 gibt Kaugummi. Also beschränkt sich die Ausgabe auf die durchgängig gemeinsame Menge Lollipops für 1. 34

35 Beispiel: Herstellung von Fahrradspeichen S 1 und S 2 verwenden denselben Draht (bspw. beide vom selben Coil) und produzieren 28 cm Speichen in dieselbe Kiste. Beispiel: Herstellung von Karosserieteilen Das könnte bspw. 2 mm-blech sein. Dann macht S 1 das linke und S 2 das rechte Teil. Das klappt für 2, 3, 4 mm Blech, 5 mm Blech kann S 2 nicht zum passenden Teil aus y verarbeiten. 35

36 Die (Input-Output) Vereinigung (X 1, Y 1, S 1 ) System (X, Y, S) mit X : X 1 X2;Y : Y1 Y 2;S : S1 S2 (X 2, Y 2, S 2 ) ist definiert als das allgemeine S 1 X 1 X 2 Y 1 Y 2 S 2 36

37 Beispiel: Getränkeautomat Ein Getränkeautomat hat 2 Prozessoren. Die Eingabe ist Tee, Kaffee, Limonade. Nur S 1 macht Tee, nur S 2 macht Kaffee, beide können Limonade machen. Wenn Limonade bestellt wird, macht das entweder S 1 oder S 2 (oder beide). Das bedeutet: Wir lassen die ganze Bandbreite X rein. Wenn es für beide passt, dann arbeiten S 1 und S 2. Wenn es nur für S 1 passt, dann arbeitet nur S 1, bekommt den ganzen Saft und Y = Y 1 Y 2 merkt nichts davon, dass nur S 1 arbeitet. 37

38 Beispiel: Herstellung von Fahrradspeichen Jeder Drahtdurchmesser / jede Länge / jede Speiche Bei bestimmten Konstellationen arbeiten S 1 und S 2 parallel, sonst einzeln (möglicherweise begründet durch die Werkzeugverfügbarkeit). Beispiel: Herstellung von Fahrradrahmen X 1 : 54, 56 cm Rahmen, X 2 : 56, 58, 60 cm Rahmen, Y 1 : 54, 56 cm Fahrräder, Y 2: 56, 58, 60 cm Fahrräder, X: 54, 56, 58, 60 cm Rahmen, Y: 54, 56, 58, 60 cm Fahrräder, 54, 58, 60 cm nicht arbeitsteilig, 56 cm arbeitsteilig. 38

39 Die Rückkopplungsschaltung (X, Y, S) (X R, Y R, S R ) eines Output-Durchschnitts (X, Y, S) = (X 1, Y 1, S 1 ) 2 (X 2, Y 2, S 2 ) mit einem Regler (X R, Y R, S R ) ist definiert als das allgemeine System (X, Y, S) mit X : X 1;Y : Y1 Y 2;S : {(x,y) : ss1y ysr S2y} X 1 S 1 Y 1 Y 2 S 2 S R S R ist außerhalb des betrachteten Systems, nur wenn die Outputs aus S 1 und S 2 identisch sind, gibt es einen Output. 39

40 Beispiel: Süßwarenautomat Kaugummi 4711 wird nur ausgegeben, wenn die Eingabe von 50 ct und die Eingabe in S 2 für die Ausgabe von Kaugummi 4711 zusammenpassen und das Befinden des Kindes S R nach dem Genuss einer Tafel Schokolade (Input 2 und x 2 = Schokolade ) genau die Eingabe für Kaugummi 4711 bewirkt. Beispiel: Lagerzugang S R ist ein Zähler, der die Signale Y zählt, bspw. die je Monat produzierte Menge. Bei Erreichen der Sollstückzahl meldet das Lager über S R : Sollstück -Zahl am Eingang erreicht. Dieses Signal wird von S 2 in ein Signal y umgesetzt. 40

41 Es sei (X, Y, S) ein allgemeines System, dessen Outputmenge Y ein kartesisches Produkt Y = Y 1 Y 2 ist. Wir erklären dann die Projektionen (X, Y 1, S 1 ) und (X, Y 2, S 2 ) durch S : {(x,y1) : x X y1 Y1 xs(y1,y 2 y 2 Y 2 ) S : {(x,y ) : x X y Y xs(y1,y 2)}. y1 Y1 Offenbar gilt für die Projektionen (X, Y 1, S 1 ) und (X, Y 2, S 2 ) von (X, Y, S) die Beziehung (X, Y 1, S 1 ) 1 (X, Y 2, S 2 ) = (X, Y, S) (Input - Durchschnitt). Zulässig ist in diesem Fall ein Input x dann, wenn es dazu einen Output y 1 gibt und ein Output y 2 existiert, der in S 2 aus x entsteht. y 2 ist Y 2! und es dazu einen Output y 2 gibt und ein Output y 1 existiert, der in S 1 aus x entsteht. y 1 ist Y 1! 41

42 Beispiel: Süßwarenautomat Y 1 verschiedene Schokolade Y 2 verschiedene Kaugummis Man erhält Kaugummi und Schokolade. Bei Einwurf von 1 erhält man aus Ausgabe 1 1 Tafel Rittersport und aus Ausgabe 2 einen Kaugummi Schokolade oder Kaugummi allein ist nicht zulässig; möglich ist allerdings Kaugummi 4712 anstelle von Kaugummi 4711, wenn Ritter-Sport festliegt. 42

43 Beispiel: Herstellung von Fahrradspeichen S 1 verwendet 2 mm-draht, um 28 cm Speichen herzustellen. Dann muss S 2 entsprechende Speichen mit Durchmesser 2 mm herstellen können (und umgekehrt). Dabei darf kein Ausschuss entstehen. Beispiel: Herstellung von Karosserieteilen S 1 verwendet 2 mm-blech, um ein linkes Teil y 1 herzustellen. Dann kann S 2 ein Korrespondierendes rechtes Teil y 2 herstellen. S 2 verwendet 3 mm-blech, um ein rechtes Teil y 2 herzustellen. Dann kann S 1 ein korrespondierendes linkes Teil y 1 herstellen. 43

44 Beispiel: Nacharbeitslinien Die beiden Nacharbeitslinien der Fa. Sandplatz mit 2 Stationen und einer Weiche von Linie 1 nach Linie 2 werden als zusammengeschaltete Systeme verstanden. Die möglichen Qualitätszustände werden mit I VI bezeichnet. S 1 S 2 S 3 S 4 S 5 Es sei X 1 = X 2 = = X 5 = Y 1 = Y 2 = = Y 5 = {I, II, III, IV, V, VI}. Die Relationen S 1 X 1 Y 1, S 2 X 2 Y 2 S 5 X 5 Y 5 seien durch folgende Tabelle angegeben: I II III IV V VI S 1 II, III VI, V - I, II V, VI III, II S 2 I, VI VI, V I V I S 3 I I, VI III, IV S 4 II V, VI - V I, II - S 5 III - - II, III - I 44

45 Damit resultiert folgendes allgemeines Input-Output System (X, Y, S): X = {I, II, III, IV, V, VI}; Y = {I, II, III, IV, V, VI} {I, II, III, IV, V, VI} S = {(II, (I, I)), (V, (I, III))} II V V VI, V V S 1 S 2 VI, V V V I, VI S 3 I, VI I, VI S 4 S 5 I V, VI VI I I I, II I III 45

46 Beispiel: Lackieranlage In das Lackiersystem der Fa. Sandplatz sind Weichen eingebaut. Das System (X, Y, S) soll die möglichen Materialflüsse zwischen den Aufgabestellen I, II, III, IV und den Abgabestellen a, b, c, d beschreiben. I II III IV Grundierung 1 Grundierung 2 Grundierung 3 Grundierung Gabeln 1 3 Decklack 1 2 b 1 Decklack 2 c Decklack 3 2 d Decklack Gabeln Das System (X, Y, S) soll die möglichen Verbindungen zwischen den Aufgabestellen I, II, III, IV und den Abgabestellen a, b, c, d beschreiben, die über die Weichen hergestellt werden können. X: = {I, II, III, IV}; Y: = {a, b, c, d}; S: = {I a, I b, II c, III c, IV c, IV d}. Dabei hat die Aussage xy S die Bedeutung von der Aufgabestelle x gibt es eine Verbindung zur Abgabestelle y. a 46

47 Aufgabe 1: Eigenschaften Gib fünf Eigenschaften für allgemeine Input-Output Systeme an. Aufgabe 2: Aussagen über Input-Output Systeme Überlege die Richtigkeit von 1. (X, Y, S) alternativ (X, Y, S) nicht zerlegend. 2. Card X 1 1 S = X (X, Y, S) schachtelnd (X, Y, S) alternativ. Beweis: 3. (X, Y, S) zerlegend (X, Y, S) teilmengenleer 4. pars vollständig pars parallel pars zustandsreduziert pars zerlegend. Beweis: 5. pars zustandsminimal pars zustandsreduziert. Beweis: 6. pars zerlegend pars teilmengenleer. Beweis: 47

48 Aufgabe 3: Vereinigung von Süßwaren- und Getränkeautomat Aufgabe 4: Zerlegung der Fahrradproduktion nach Standorten M 1, M 2, M 3, M 4 48

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methoden der computergestützten Produktion und Logistik 6. Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2016 Allgemeines Zeitsystem Definition: Allgemeines Zeitsystem Wir nehmen an, dass die

Mehr

24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN

24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN 24 KAPITEL 2. REELLE UND KOMPLEXE ZAHLEN x 2 = 0+x 2 = ( a+a)+x 2 = a+(a+x 2 ) = a+(a+x 1 ) = ( a+a)+x 1 = x 1. Daraus folgt dann, wegen x 1 = x 2 die Eindeutigkeit. Im zweiten Fall kann man für a 0 schreiben

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methoden der computergestützten Produktion und Logistik 2. Prof. Dr.-Ing. habil. Wilhelm Dangelmaier Modul W 2336 SS 2015 Systembegriff Ein System ist ein zusammengesetztes, geordnetes Ganzes, das ein

Mehr

Lineare Funktionen und Proportionalität

Lineare Funktionen und Proportionalität Lineare Funktionen und Proportionalität Rainer Hauser Dezember 2013 1 Allgemeine Funktionen 1.1 Blackboxmodell einer Funktion Eine Funktion liefert für Eingabewerte x, die man ihr gibt, Ausgabewerte y.

Mehr

Mengen und Abbildungen

Mengen und Abbildungen Mengen und Abbildungen Der Mengenbegriff Durchschnitt, Vereinigung, Differenzmenge Kartesisches Produkt Abbildungen Prinzip der kleinsten natürlichen Zahl Vollständige Induktion Mengen und Abbildungen

Mehr

Kapitel 2 MENGENLEHRE

Kapitel 2 MENGENLEHRE Kapitel 2 MENGENLEHRE In diesem Kapitel geben wir eine kurze Einführung in die Mengenlehre, mit der man die ganze Mathematik begründen kann. Wir werden sehen, daßjedes mathematische Objekt eine Menge ist.

Mehr

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen

Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Zufallsprozesse, Ereignisse und Wahrscheinlichkeiten die Grundlagen Wichtige Tatsachen und Formeln zur Vorlesung Mathematische Grundlagen für das Physikstudium 3 Franz Embacher http://homepage.univie.ac.at/franz.embacher/

Mehr

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl.

Donnerstag, 11. Dezember 03 Satz 2.2 Der Name Unterraum ist gerechtfertigt, denn jeder Unterraum U von V ist bzgl. Unterräume und Lineare Hülle 59 3. Unterräume und Lineare Hülle Definition.1 Eine Teilmenge U eines R-Vektorraums V heißt von V, wenn gilt: Unterraum (U 1) 0 U. (U ) U + U U, d.h. x, y U x + y U. (U )

Mehr

6. Aufgabenblatt mit Lösungsvorschlag

6. Aufgabenblatt mit Lösungsvorschlag Einführung in Computer Microsystems Sommersemester 2010 Wolfgang Heenes 6. Aufgabenblatt mit Lösungsvorschlag 26.05.2010 Aufgabe 1: Entwurf der Steuerung eines Verkaufsautomaten Folge Spezifikation für

Mehr

1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale

1 Axiomatische Charakterisierung der reellen. 3 Die natürlichen, die ganzen und die rationalen. 4 Das Vollständigkeitsaxiom und irrationale Kapitel I Reelle Zahlen 1 Axiomatische Charakterisierung der reellen Zahlen R 2 Angeordnete Körper 3 Die natürlichen, die ganzen und die rationalen Zahlen 4 Das Vollständigkeitsaxiom und irrationale Zahlen

Mehr

3. Relationen Erläuterungen und Schreibweisen

3. Relationen Erläuterungen und Schreibweisen 3. Relationen Eine Relation ist allgemein eine Beziehung, die zwischen Dingen bestehen kann. Relationen im Sinne der Mathematik sind ausschließlich diejenigen Beziehungen, bei denen stets klar ist, ob

Mehr

Mengen und Abbildungen

Mengen und Abbildungen 1 Mengen und bbildungen sind Hilfsmittel ( Sprache ) zur Formulierung von Sachverhalten; naive Vorstellung gemäß Georg Cantor (1845-1918) (Begründer der Mengenlehre). Definition 1.1 Eine Menge M ist eine

Mehr

2 Mengen und Abbildungen

2 Mengen und Abbildungen 2.1 Mengen Unter einer Menge verstehen wir eine Zusammenfassung von Objekten zu einem Ganzen. Die Objekte heiÿen Elemente. Ist M eine Menge und x ein Element von M so schreiben wir x M. Wir sagen auch:

Mehr

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

Kapitel 1. Grundlagen Mengen

Kapitel 1. Grundlagen Mengen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

1.2 Mengenlehre-Einführung in die reellen Zahlen

1.2 Mengenlehre-Einführung in die reellen Zahlen .2 Mengenlehre-Einführung in die reellen Zahlen Inhaltsverzeichnis Repetition 2 2 Dezimalzahlen 3 3 weitere irrationale Zahlen 4 3. Zusatz: Der Beweis, dass 2 irrational ist.......................... 5

Mehr

1 Mengen. 1.1 Definition

1 Mengen. 1.1 Definition 1 Mengen 1.1 Definition Eine Menge M ist nach dem Begründer der Mengenlehre Georg Cantor eine Zusammenfassung von wohlunterschiedenen(verschiedenen) Elementen. Eine Menge lässt sich durch verschiedene

Mehr

Mengenlehre. Jörg Witte

Mengenlehre. Jörg Witte Mengenlehre Jörg Witte 25.10.2007 1 Grbegriffe Die Menegenlehre ist heute für die Mathematik grlegend. Sie spielt aber auch in der Informatik eine entscheidende Rolle. Insbesondere fußt die Theorie der

Mehr

σ-algebren, Definition des Maßraums

σ-algebren, Definition des Maßraums σ-algebren, Definition des Maßraums Ziel der Maßtheorie ist es, Teilmengen einer Grundmenge X auf sinnvolle Weise einen Inhalt zuzuordnen. Diese Zuordnung soll so beschaffen sein, dass dabei die intuitiven

Mehr

Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen

Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Aufgabe 1: Es sei D die Menge aller rationalen Dedekind-Mengen, also D := { M 2 Q M is Dedekind-Menge }. Auf der Menge D definieren wir

Mehr

Kapitel 1. Grundlagen

Kapitel 1. Grundlagen Kapitel 1. Grundlagen 1.1. Mengen Georg Cantor 1895 Eine Menge ist die Zusammenfassung bestimmter, wohlunterschiedener Objekte unserer Anschauung oder unseres Denkens, wobei von jedem dieser Objekte eindeutig

Mehr

35 Stetige lineare Abbildungen

35 Stetige lineare Abbildungen 171 35 Stetige lineare Abbildungen Lernziele: Konzepte: Lineare Operatoren und ihre Normen Resultate: Abschätzungen für Matrizennormen Kompetenzen: Abschätzung von Operatornormen 35.1 Lineare Abbildungen.

Mehr

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Formale Grundlagen 2008W. Vorlesung im 2008S  Institut für Algebra Johannes Kepler Universität Linz Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Definition Sei A eine Menge und ɛ A A A eine zweistellige

Mehr

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.) 3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten

Mehr

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung

Informatik II Grundbegriffe der Wahrscheinlichkeitsrechnung lausthal Informatik II rundbegriffe der Wahrscheinlichkeitsrechnung. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Begriffe Definition: Unter einem Zufallsexperiment versteht man einen,

Mehr

7. Übungsblatt Aufgaben mit Lösungen

7. Übungsblatt Aufgaben mit Lösungen 7. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung β-version) Aufgabe : Bestimmen Sie alle Häufungspunkte der Folgen mit den Folgengliedern a) a n n n X + cosnπ), b) b n i) i j, und geben Sie

Mehr

Die Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche" Punkte mit inhomogenen K

Die Abbildung (x 1 ;x 2 ) 7! (x 1 ;x 2 ; 1) ist eine Einbettung von R 2 in P 2 (als Mengen). Punkte mit z 6= 0 sind endliche Punkte mit inhomogenen K Kapitel IV Projektive Geometrie In diesem Kapitel wird eine kurze Einführung in die projektive Geometrie gegeben. Es sollen unendlich ferne Punkte mit Hilfe von homogene Koordinaten eingeführt werden und

Mehr

Automat: Getränkeautomat

Automat: Getränkeautomat Automat: Getränkeautomat Der Automat gibt verschiedene Getränke und (optional) eine einfache (Essen-)Menüzusammenstellung aus. Es soll ein Getränkeautomat mit Münzwechsler nachgebildet werden. Die Aufgabe

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus

Mehr

Anhang B. Relationenalgebraische Definitionen. B.1 Relationen

Anhang B. Relationenalgebraische Definitionen. B.1 Relationen Anhang B Relationenalgebraische Definitionen Die relationenalgebraischen Definitionen bilden die Grundlage der formalen Aspekte der Projekte WebReference und InterMediate [Her00]. Sie sind [SS89] entnommen.

Mehr

Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man

Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man Die Schreibweise x M bedeutet, dass das Objekt x in der Menge M liegt. Ist dies nicht der Fall, dann schreibt man x / M. Man sagt, M ist Teilmenge von N und schreibt M N, wenn für jedes x M auch x N gilt.

Mehr

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010 Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und

Mehr

6. Zustandsorientierte Modellierung

6. Zustandsorientierte Modellierung bertram.hafner@t-online.de Informatik 11 Seite 25 6. Zustandsorientierte Modellierung Im Alltag benutzen wir vielfältige Automaten: denke an Getränkeautomat, Ampelanlage, Kaffeeautomat, Waschmaschine,

Mehr

2.2 Konstruktion der rationalen Zahlen

2.2 Konstruktion der rationalen Zahlen 2.2 Konstruktion der rationalen Zahlen Wie wir in Satz 2.6 gesehen haben, kann man die Gleichung a + x = b in Z jetzt immer lösen, allerdings die Gleichung a x = b im allgemeinen immer noch nicht. Wir

Mehr

Vorkurs Mathematik Abbildungen

Vorkurs Mathematik Abbildungen Vorkurs Mathematik Abbildungen Philip Bell 19. September 2016 Diese Arbeit beruht im Wesentlichen auf dem Vortrag Relationen, Partitionen und Abbildungen von Fabian Grünig aus den vorangehenden Jahren.

Mehr

Geordnete Mengen. Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist.

Geordnete Mengen. Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Geordnete Mengen Eine Relation heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv, transitiv und antisymmetrisch ist. Ist eine Ordnungsrelation auf eine geordnete Menge., dann nennt man Die Namensgebung

Mehr

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK

Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK vom 17. Juli 01 (Dauer: 90 Minuten) Übersicht über

Mehr

Kapitel 4: Analyse von Petrinetzen

Kapitel 4: Analyse von Petrinetzen Kapitel 4: Analyse von Petrinetzen 1. Beispiele 2. Analyseansatz 3. Markierungsgraph 4. Beschränktheit 5. State Space Explosion: Beispiel 6. Komplementbildung 7. Zusammenhängend 8. Tot, lebendig, verklemmungsfrei

Mehr

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne

6.2 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

Mehr

Mathematik I. Zusammenhängende Räume

Mathematik I. Zusammenhängende Räume Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 21 Die beiden nächsten Vorlesungen kann man unter dem Aspekt sehen, welche topologischen Eigenenschaften die reellen Zahlen gegenüber

Mehr

Kosten und Umsatzfunktionen

Kosten und Umsatzfunktionen In den folgenden Abschnitten wenden wir gelegentlich Anwendungen aus der Wirtschaft behandeln. Wir stellen deshalb einige volks- und betriebswirtschaftliche Funktionen vor. Dabei handelt es sich stets

Mehr

Technische Universität München

Technische Universität München Stand der Vorlesung Kapitel 2: Auffrischung einiger mathematischer Grundlagen Mengen, Potenzmenge, Kreuzprodukt (Paare, Tripel, n-tupel) Relation: Teilmenge MxN Eigenschaften: reflexiv, symmetrisch, transitiv,

Mehr

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen.

Vorlesung 4. Tilman Bauer. 13. September Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Vorlesung 4 Universität Münster 13. September 2007 1 Kartesische Wir befassen uns in dieser Vorlesung noch einmal mit Mengen. Seien M und N zwei Mengen. Dann bezeichnen wir mit M N das (kartesische) Produkt

Mehr

Relationen und Partitionen

Relationen und Partitionen Relationen und Partitionen Ein Vortrag im Rahmen des mathematischen Vorkurses der Fachschaft MathPhys von Fabian Grünig Fragen, Anmerkungen und Korrekturen an fabian@mathphys.fsk.uni-heidelberg.de Inhaltsverzeichnis

Mehr

Vollständige Induktion

Vollständige Induktion Schweizer Mathematik-Olympiade smo osm Vollständige Induktion Aktualisiert: 1 Dezember 01 vers 100 Eine der wichtigsten Beweistechniken der Mathematik überhaupt ist die (vollständige) Induktion Wir nehmen

Mehr

Warum Mathe? IG/StV-Mathematik der KFU-Graz. 1 Mengen Mengenoperationen Rechenregeln Mengen 4. Funktionen 7

Warum Mathe? IG/StV-Mathematik der KFU-Graz. 1 Mengen Mengenoperationen Rechenregeln Mengen 4. Funktionen 7 Warum Mathe? IG/StV-Mathematik der KFU-Graz März 2011 Inhalt 1 Mengen 1 1.1 Mengenoperationen.............................. 2 1.2 Rechenregeln.................................. 3 2 Übungsbeispiele zum

Mehr

2.2 der Größenbegriff

2.2 der Größenbegriff (mit Äquivalenzrelationen) Maximilian Geier Institut für Mathematik, Landau Universität Koblenz-Landau Zu Größen gelangt man ausgehend von realen Gegenständen durch einen Abstraktionsvorgang. Man geht

Mehr

Korrelation (II) Korrelation und Kausalität

Korrelation (II) Korrelation und Kausalität Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen

Mehr

Stetige Funktionen, Binomischer Lehrsatz

Stetige Funktionen, Binomischer Lehrsatz Vorlesung 13 Stetige Funktionen, Binomischer Lehrsatz 13.1 Funktionenfolgen Wir verbinden nun den Grenzwertbegriff mit dem Funktionsbegriff. Es seien (a n ) n N eine reelle Folge und f : R R eine Funktion.

Mehr

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen.

Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Kapitel 1 - Mathematische Grundlagen Seite 1 1 - Mengen Im allerersten Unterabschnitt wollen wir uns mit einer elementaren Struktur innerhalb der Mathematik beschäftigen: Mengen. Definition 1.1 (G. Cantor.

Mehr

Linearfaktorenzerlegung und Polynomdivision 1 Aufgabe 1

Linearfaktorenzerlegung und Polynomdivision 1 Aufgabe 1 Interne Links auf dieser Seite: Abbildungsverzeichnis Inhaltsverzeichnis Linearfaktorenzerlegung und Polynomdivision 1 Aufgabe 1 Man löse die Gleichung x 3 2x 2 112 = 0 Dies ist eine kubische Gleichung.

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mathematische Sprache und naive Mengenlehre Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johann-von-Neumann-Haus Fachschaft Menge aller Studenten eines Institutes

Mehr

Lösung 10 Punkte Teil a) Auch bei Fortsetzung der Folge der Quadratzahlen liefert die zweite Differenzenfolge

Lösung 10 Punkte Teil a) Auch bei Fortsetzung der Folge der Quadratzahlen liefert die zweite Differenzenfolge 0 Mathematik-Olympiade Stufe (Schulstufe) Klasse 9 0 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden ev wwwmathematik-olympiadende Alle Rechte vorbehalten 00 Lösung 0 Punkte Teil a) Auch bei

Mehr

Hauptprüfung Fachhochschulreife Baden-Württemberg

Hauptprüfung Fachhochschulreife Baden-Württemberg Hauptprüfung Fachhochschulreife 2014 Baden-Württemberg Aufgabe 7 Mathematik in der Praxis Hilfsmittel: grafikfähiger Taschenrechner Berufskolleg Alexander Schwarz www.mathe-aufgaben.com Juni 2015 1 Die

Mehr

Vorlesung VWL A bei Prof. Shaked: Übungen zum 3. und 4. Kapitel

Vorlesung VWL A bei Prof. Shaked: Übungen zum 3. und 4. Kapitel Vorlesung VWL A bei Prof. Shaked: Übungen zum 3. und 4. Kapitel 1. Betrachte einen Schuhmacher und einen Anbauer von Gemüse. Handel könnte für beide nutzbringend sein, wenn a. der Schuhmacher nur Schuhe

Mehr

Neben der Addition tritt nun die Multiplikation als weitere Struktureigenschaft

Neben der Addition tritt nun die Multiplikation als weitere Struktureigenschaft Kapitel 3 Rationale Zahlen 31 Die rationalen Zahlen (Körper, Abzählbarkeit) Was ist mit der Gleichung z q = w in Z? Für gegebene z, w Z ist diese Gleichung in der Menge der ganzen Zahlen im Allgemeinen

Mehr

Fragen zum Nachdenken: Wie könnte man das Fehlen eines Attribut-Wertes interpretieren?

Fragen zum Nachdenken: Wie könnte man das Fehlen eines Attribut-Wertes interpretieren? Attribut-Werte-Paare Eine Eigenschaft kann beschrieben werden durch ein Paar [a,w]. Dabei bezeichnet a das Attribut und w den konkreten Wert aus dem Wertebereich W a des Attributs. Die Eigenschaften eines

Mehr

DIE SPRACHE DER WAHRSCHEINLICHKEITEN

DIE SPRACHE DER WAHRSCHEINLICHKEITEN KAPITEL 1 DIE SPRACHE DER WAHRSCHEINLICHKEITEN Es ist die Aufgabe der ersten drei Kapitel, eine vollständige Beschreibung des grundlegenden Tripels (Ω, A, P) und seiner Eigenschaften zu geben, das heutzutage

Mehr

55. Mathematik-Olympiade 4. Stufe (Bundesrunde) Olympiadeklasse 10 Lösungen 1. Tag

55. Mathematik-Olympiade 4. Stufe (Bundesrunde) Olympiadeklasse 10 Lösungen 1. Tag 55. Mathematik-Olympiade 4. Stufe (Bundesrunde) Olympiadeklasse 10 Lösungen 1. Tag c 2016 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 551041

Mehr

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte

1 Mengen. 1.1 Elementare Definitionen. Einige mathematische Konzepte Einige mathematische Konzepte 1 Mengen 1.1 Elementare Definitionen Mengendefinition Die elementarsten mathematischen Objekte sind Mengen. Für unsere Zwecke ausreichend ist die ursprüngliche Mengendefinition

Mehr

WS 2009/10. Diskrete Strukturen

WS 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

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

Formale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5.

Formale Sprachen. Spezialgebiet für Komplexe Systeme. Yimin Ge. 5ahdvn. 1 Grundlagen 1. 2 Formale Grammatiken 4. 3 Endliche Automaten 5. Formale Sprachen Spezialgebiet für Komplexe Systeme Yimin Ge 5ahdvn Inhaltsverzeichnis 1 Grundlagen 1 2 Formale Grammatien 4 Endliche Automaten 5 4 Reguläre Sprachen 9 5 Anwendungen bei Abzählproblemen

Mehr

Versuch D3: Busse, Speicher und Ampelsteuerung mit Speicher

Versuch D3: Busse, Speicher und Ampelsteuerung mit Speicher Versuch D3: Busse, Speicher und Ampelsteuerung mit Speicher Version D3_16 vom 25.05.2016 Ziel dieses Versuches: Entwicklung einer Ablaufsteuerung mit einem 32 * 4 bit Speicherbaustein, um eine flexible

Mehr

Ordnungsrelationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Ordnungsrelationen. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Ordnungsrelationen Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Geordnete Mengen Eine Relation R A A heißt Ordnung oder Ordnungsrelation, wenn sie reflexiv,

Mehr

Vorlesung. Funktionen/Abbildungen

Vorlesung. Funktionen/Abbildungen Vorlesung Funktionen/Abbildungen 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Zahnkranz-Blech in unterschiedlichen Kombinationen und. gleichzeitig genietet. Doppelte Leistung

Zahnkranz-Blech in unterschiedlichen Kombinationen und. gleichzeitig genietet. Doppelte Leistung Zahnkranz-Blech in unterschiedlichen Kombinationen und gleichzeitig genietet Doppelte Leistung Der international tätige Automobilzulieferer Johann Hay GmbH & Co. KG Automobiltechnik steigert seine Produktion

Mehr

TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig (1 + ρ)

TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig (1 + ρ) TU Darmstadt FB Mathematik, AG 9 WS 2004/2005 Jakob Creutzig 9..04 Lösungsvorschläge zum 3. Aufgabenblatt der Vorlesung,,Einführung in die Finanzmathematik Gruppenübungen Aufgabe : Es sei Ω = {, +} n,

Mehr

Mengen, Funktionen und Logik

Mengen, Funktionen und Logik Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Mengen, Funktionen und Logik Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

Lösungen zur 3. Projektaufgabe TheGI1

Lösungen zur 3. Projektaufgabe TheGI1 Marco Kunze (makunze@cs.tu-berlin.de) WS 2001/2002 Sebastian Nowozin (nowozin@cs.tu-berlin.de) 21. 1. 2002 Lösungen zur 3. Projektaufgabe TheGI1 Definition: Turing-Aufzähler Ein Turing-Aufzähler einer

Mehr

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Relationen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16

Mehr

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)

Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum) Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich

Mehr

2 Durchschnitt und Verbindungsraum

2 Durchschnitt und Verbindungsraum 2 Durchschnitt und Verbindungsraum Seien X und Y nicht leere affine Unterräume des R n (21) Satz: a) Ist X Y, so ist T(X) T(Y ) b) Ist X Y φ so ist X Y ein affiner Raum mit Richtungsvektorraum T(X) T(Y

Mehr

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch

Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert werden durch 1.2 Mengenlehre Grundlagen der Mathematik 1 1.2 Mengenlehre Definition: Menge, Element, Variablenraum Eine Menge A ist die Zusammenfassung gleichartiger Elemente zu einer Gesamtheit. Eine Menge kann definiert

Mehr

Logische und funktionale Programmierung

Logische und funktionale Programmierung Logische und funktionale Programmierung Vorlesung 2: Prädikatenkalkül erster Stufe Babeş-Bolyai Universität, Department für Informatik, Cluj-Napoca csacarea@cs.ubbcluj.ro 14. Oktober 2016 1/38 DIE INTERPRETATION

Mehr

Theoretische Informatik SS 03 Übung 4

Theoretische Informatik SS 03 Übung 4 Fakten aus Übung 3 Theoretische Informatik SS 03 Übung 4 In Übung 3 wurden einigen Fakten bewiesen, die für diese Übung benötigt werden. Folgende Konstrukte können mit LOOP-Programmen simuliert werden:

Mehr

Drehung um einen Punkt um Winkel α.

Drehung um einen Punkt um Winkel α. Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D

Mehr

Halbgruppen, Gruppen, Ringe

Halbgruppen, Gruppen, Ringe Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die

Mehr

Mathematische Grundlagen der Computerlinguistik

Mathematische Grundlagen der Computerlinguistik Mengen und Mengenoperationen (Teil II) Centrum für Informations- und Sprachverarbeitung (CIS) 2. Juni 2014 Table of Contents 1 2 3 Definition Mengenfamilie Eine Menge, deren sämtliche Elemente selbst wiederum

Mehr

Grundlagen der Theoretischen Informatik Musterlösungen zu ausgewählten Übungsaufgaben

Grundlagen der Theoretischen Informatik Musterlösungen zu ausgewählten Übungsaufgaben Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekt mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten

Mehr

Theoretische Informatik SS 03 Übung 11

Theoretische Informatik SS 03 Übung 11 Theoretische Informatik SS 03 Übung 11 Aufgabe 1 Zeigen Sie, dass es eine einfachere Reduktion (als die in der Vorlesung durchgeführte) von SAT auf 3KNF-SAT gibt, wenn man annimmt, dass die Formel des

Mehr

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.

Mehr

1.4 Äquivalenzrelationen

1.4 Äquivalenzrelationen 8 1.4 Äquivalenzrelationen achdem nun die axiomatische Grundlage gelegt ist, können wir uns bis zur Einführung der Kategorien das Leben dadurch erleichtern, daß wir bis dorthin, also bis auf weiteres,

Mehr

Topologische Begriffe

Topologische Begriffe Kapitel 3 Topologische Begriffe 3.1 Inneres, Rand und Abschluss von Mengen Definition (innerer Punkt und Inneres). Sei (V, ) ein normierter Raum über K, und sei M V eine Menge. Ein Vektor v M heißt innerer

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie und Statistik vom INSTITUT FÜR STOCHASTIK SS 2007 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Dipl.-Math. oec. W. Lao Klausur (Maschineningenieure) Wahrscheinlichkeitstheorie und Statistik vom 2.9.2007 Musterlösungen

Mehr

Beispiel einer Zerlegung in vier Schritten (Zerlegungszahl n = 51)

Beispiel einer Zerlegung in vier Schritten (Zerlegungszahl n = 51) Fachbereich Mathematik Tag der Mathematik 9. November 2013 Klassenstufen 9, 10 Beispiel einer Zerlegung in vier Schritten (Zerlegungszahl n = 51) Aufgabe 1 (6+4+4+3+3 Punkte). In dieser Aufgabe geht es

Mehr

Algorithmen mit konstantem Platzbedarf: Die Klasse REG

Algorithmen mit konstantem Platzbedarf: Die Klasse REG Algorithmen mit konstantem Platzbedarf: Die Klasse REG Sommerakademie Rot an der Rot AG 1 Wieviel Platz brauchen Algorithmen wirklich? Daniel Alm Institut für Numerische Simulation Universität Bonn August

Mehr

Lernwerkstatt. Station 1. Information: Reihen- und Parallelschaltung

Lernwerkstatt. Station 1. Information: Reihen- und Parallelschaltung Station 1 Information: Reihen- und Parallelschaltung Die beiden Schalter an der Schneidemaschine sind in Reihe geschaltet. Beide Schalter müssen geschlossen sein, damit ein Strom fließt. Werden Schalter

Mehr

Beispiele zu den Verknüpfungs-Technologien-5.3.0

Beispiele zu den Verknüpfungs-Technologien-5.3.0 5.6.4. Beispiele zu den Verknüpfungs-Technologien-5.3.0 5.6.4. Beispiele zu den Verknüpfungs-Technologien Beispiel 1: Direkte Verknüpfungs-Technologie Wenn Sie diese Verknüpfungs-Technologie zwischen einer

Mehr

Klausur Datenbanken. Fachhochschule Furtwangen, WS 08/09,

Klausur Datenbanken. Fachhochschule Furtwangen, WS 08/09, Klausur Datenbanken Fachhochschule Furtwangen, WS 08/09, 4.2.2009 Dozent Dr. D. Fehrer ame: Matrikel-ummer: Studiengang: Studiensemester: Aufgabe : Entwurf 3 Punkte (9++2+) Aufgabe 2: ormalformen 9 Punkte

Mehr

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i.

Definition Sei V ein Vektorraum, und seien v 1,..., v n V. Dann heißt eine Linearkombination. n λ i = 1. mit. v = v i λ i. Kapitel Geometrie Sei V ein Vektorraum, z.b. V = R 3. Wenn wir uns für geometrische Eigenschaften von R 3 interessieren, so stört manchmal die Ausnahmerolle des Nullvektors, die es ja in V gibt. Beispielsweise

Mehr

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge 1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten

Mehr

Analysis I. Vorlesung 4. Angeordnete Körper

Analysis I. Vorlesung 4. Angeordnete Körper Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analysis I Vorlesung 4 Angeordnete Körper Zwei reelle Zahlen kann man ihrer Größe nach vergleichen, d.h. die eine ist größer als die andere oder es handelt sich

Mehr

Bearbeitungszeit: 120 Minuten. Kommentare kosten Zeit; kommentieren Sie ihr Programm nur da, wo der Code alleine nicht verständlich wäre.

Bearbeitungszeit: 120 Minuten. Kommentare kosten Zeit; kommentieren Sie ihr Programm nur da, wo der Code alleine nicht verständlich wäre. Fakultät IV Elektrotechnik/Informatik Klausur Einführung in die Informatik I für Elektrotechniker Name:... Matr.-Nr.... Bearbeitungszeit: 120 Minuten Bewertung (bitte offenlassen : ) Aufgabe Punkte Erreichte

Mehr

Einfache Computersteuerung für Modellbahnen

Einfache Computersteuerung für Modellbahnen Einfache Computersteuerung für Modellbahnen Was soll eigentlich mit einem Computer gesteuert werden? Diese Frage muss man sich als erstes stellen: - Man braucht für Ausstellungen einen kompletten automatischen

Mehr

Programmierung 1 - Repetitorium

Programmierung 1 - Repetitorium WS 2002/2003 Programmierung 1 - Repetitorium Andreas Augustin und Marc Wagner Homepage: http://info1.marcwagner.info Donnerstag, den 10.04.03 Kapitel 7 Korrektheit 7.1 Abstrakte Prozeduren Abstrakte Prozedur

Mehr

Grundlagen von Datenbanken

Grundlagen von Datenbanken Agenda: Grundlagen von Datenbanken SS 2010 3. Relationale Algebra Prof. Dr. Stefan Böttcher Universität Paderborn mit Material von Prof. Dr. Gregor Engels Grundlagen von Datenbanken - SS 2010 - Prof. Dr.

Mehr

Einführung in die Informatik 2

Einführung in die Informatik 2 Einführung in die Informatik 2 Mathematische Grundbegriffe Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr,

Mehr