2. Informationsmodelle

Größe: px
Ab Seite anzeigen:

Download "2. Informationsmodelle"

Transkript

1 GBIS-Rahme: Eiordug 2 Iformatiosmodelle wedug Vorgehesweise bei DB-Etwurf ud -Modellierug Ziel: Modellierug eier Miiwelt (Etwurf vo Datebakschemata) Date Steuerug Fuktioe modellhafte bbildug eies awedugsorietierte usschitts der reale Welt (Miiwelt) SW-rchitektur Vorgehesweise bei DB-Etwurf ud -Modellierug - Lebeszyklus - Iformatioserhebug Etity-Relatioship-Modell (ERM) - Defiitioe, Kozepte - Beziehugstype - Diagrammdarstellug - Beispiele Erweiteruge des ERM - Kardialitätsrestriktioe - bstraktioskozepte bstraktioskozepte - Klassifikatio/Istatiierug - Geeralisierug/Spezialisierug ( Vererbug) - Elemet-/Mege-ssoziatio - Elemet-/Kompoete-ggregatio hag - vergleich vo ERM- ud UML-Kozepte 2 - Nachbildug vo Vorgäge durch Trasaktioe Nebebediguge - geaue bbildug - hoher Grad a ktualität - Verstädlichkeit, Natürlichkeit, Eifachheit, Zwischeziel - Erhebug der Iformatio i der Systemaalyse (Iformatiosbedarf!) - Iformatiosmodell (allgemeies Systemmodell) Bestadteile - Objekte: Etities - Beziehuge: Relatioships Schrittweise bleitug: (Verschiedee Sichte) Iformatio i userer Vorstellug 2 Iformatiosstruktur: Orgaisatiosform der Iformatio 3 Logische Datestruktur (zugriffspfaduabhägig, Was-spekt) 4 Physische Datestruktur (zugriffspfadabhägig, Was- ud Wie-spekt) 2-2

2 Schritte auf dem Weg zu eiem Iformatiossystem Iformatiosmodelle Iformatiosstrukture Datestrukture Etwurf Implemetierug reales (Objekt-) System forderugsermittlug ud -aalyse Kozeptioeller Etwurf (Iformatiosmodellierug) Logischer Etwurf (DB-Schema, ext Sichte) Physischer Etwurf (iteres Schema) Systemkostruktio, -itegratio ud -optimierug uswertug ud ikrem Modifikatioe Test, uswertug Wirklichkeitsausschitt ( Miiwelt ) Formalisierug, Diskretisierug ( Systemaalyse ) Iformatiosmodell Gegestäde Zusammehäge Beziehuge Iformatioe Tatsache Objekte Sachverhalte Eigeschafte Modellierugskozepte Objekte ttribute ei-/mehrwertig eifach/ zusammegesetzt Schlüssel Wertebereiche Nullwerte Vorgäge Veräderuge Beziehuge Typ, Grad optioal existezabhägig bstraktioskozepte Klassifikatio Geeralisierug ggregatio ssoziatio Rolle Methode (Verhalte) ttribute Iformatiossystem Iformatiosmodell (Darstellugselemete & Regel): eie rt formale Sprache, um Iformatioe zu beschreibe Eisatz des Systems Bemerkug: forderugsermittlug ud -aalyse sid kaum systematisiert; Methode: Befrage, Studiere, Mitmache 2-3 Iformatioe über Objekte ud Beziehuge ur, we: - uterscheidbar ud idetifizierbar - relevat - selektiv beschreibbar 2-4

3 Vo der Iformatioserhebug zum DB-Schema Etity-Relatioship-Modell (ERM) Überblick Prizipielle Vorgehesweise Modellierugskozepte Iformatioserhebug Sematische Datemodellierug Datebak- Istallatio Bedeutugsaalysmodellierug Grobdate- Feidatemodellierug Kozeptioelles Datemodell Logische Datemodellierug Zeit - Etity-Mege (Objektmege) - Wertebereiche, ttribute - Primärschlüssel (zetrales, wertbasiertes Kozept im ERM; fehlt i UML, da Objekte immer eie systemweit eideutige Objektidetifikator zugeordet bekomme) Iterview Substativaalyse Braistormig Dokumeteaalyse ERM NIM EXPRESS-G IDEFX UML uabhägig vo der eigesetzte Datebakverwaltugssoftware kozeptioeller DB-Schemaetwurf ERM (Etity Relatioship Model): geerell eisetzbares Modellierugswerkzeug, hauptsächlich für de relatioale DB-Etwurf geeiget (Vergleich mit UML siehe hag) UML (Uified Modelig Laguage): Notatio ud Sprache zur Uterstützug der objektorietierte Modellierug im Software Egieerig: Es gibt sehr viele Utermodelle für de Etwurf vo Softwaresysteme auf de verschiedeste bstraktiosebee STEP (STadard for the Exchage of Product Defiitio Data): Modellierug, Zugriff, ustausch vo produktdefiierede Date über de gesamte Produktlebeszyklus 2-5 hierarchisch etzwerkförmig relatioal objektorietiert objekt-relatioal logischer Schemaetwurf DB2 ORCLE MS SQL Server STEP MySQL physischer Schemaetwurf - Relatioship-Mege (Beziehugsmege) Klassifikatio der Beziehugstype - beutzerdefiierte Beziehuge - bbildugstyp : : : m - Ziel Festlegug vo sematische spekte explizite Defiitio vo strukturelle Itegritätsbediguge chtug Das ERM modelliert die Typ-, icht die Istazeebee; es macht also ussage über Etity- ud Relatioship-Mege, icht jedoch über eizele ihrer Elemete (uspräguge) Die Modellierugskozepte des ERM sid häufig zu ugeau oder uvollstädig Sie müsse deshalb ergäzt werde durch Itegritätsbediguge oder Costraits Che, P P-S: The Etity-Relatioship Model Toward a Uified view of Data, i: CM TODS :, March 976, pp

4 Kozepte des ERM Kozepte des ERM (2) Etities - wohluterscheidbare Dige der Miiwelt (Diskurswelt) - thig that has real or idividual existece i reality or i mid (Webster) - besitze Eigeschafte, dere kokrete uspräguge als Werte bezeichet werde Etity-Typ Buch (i Diagrammdarstellug) IvNr Eutor Titel Verlag EJahr VPreis Buch Etity-Mege (Etity-Sets) - Zusammefassug vo ähliche oder vergleichbare Etities - habe gemeisame Eigeschafte - Beispiele: bteiluge, gestellte, Projekte, Bücher, utore, Leser, Studete, Professore, Vorlesuge, Kude, Vertreter, Wei, Behälter, ttribut IvNr Eutor EJahr VPreis Wertebereich Wertebereiche ud ttribute - Die mögliche oder zulässige Werte für eie Eigeschaft ee wir Wertebereich (oder Domai) - Die (bei alle Etities eier Etity-Mege auftretede) Eigeschafte werde als ttribute bezeichet - Ei ttribut ordet jedem Etity eier Etity-Mege eie Wert aus eiem bestimmte Wertebereich (dem des ttributs) zu Name der Etity-Mege sowie zugehörige ttribute sid zeitivariat Etity-Mege ud ihre Etities sid zeitveräderlich e = (47, Kemper, DBS, Oldebourg, ) e 2 = (085, Date, Itro to DBS, ddiso, ) e 3 = (234, Härder, DBS, Spriger, ) lle ttribute sid eiwertig!

5 Kozepte des ERM (3) Kozepte des ERM (4) Wie wird modelliert, we - ei Buch mehrere utore hat - die Verlagsiformatio zusammegesetzt ist (Name, Ort) - Eigeschafte hierarchisch gegliedert sid Erhöhug der Modellierugsgeauigkeit - bisher: eiwertige ttribute - mehrwertige ttribute (Doppelovale) - zusammegesetzte ttribute (hierarchisch ageordete Ovale) Verschachteluge sid möglich Wie wird ei Etity idetifiziert? - Etities müsse wohluterscheidbar sei - Iformatio über ei Etity ausschließlich durch (ttribut-) Werte Idetifikatio eies Etities durch ttribut (oder Kombiatio vo ttribute) - (:) - Beziehug - ggf küstlich erzwuge (lfd Nr) {, 2,, m } = sei Mege der (eiwertige) ttribute zur Etity-Mege E K heißt Schlüsselkadidat vo E K irreduzibel; e i, e j E; e i e j K(e i ) K(e j ) Mehrere Schlüsselkadidate (SK) möglich Name Ort Primärschlüssel auswähle IvNr utor Titel Verlag EJahr Primärschlüsselattribute werde im ER-Diagramm durch Uterstreiche gekezeichet Buch Beispiel: Etity-Mege Studet mit ttribute Matr, SVNr, Name, Gebdat, FbNr e 3 =

6 Kozepte des ERM (5) ERM Defiitioe 2 Etity-Deklaratio oder Etity-Typ legt die zeitivariate spekte vo Etities fest Etity-Diagramm Leser Def : Etity-Typ Ei Etity-Typ hat die Form E = (X, K) mit eiem Name E, eiem Format X ud eiem Primärschlüssel K, der aus (eiwertige) Elemete vo X besteht Die Elemete eies Formats X werde dabei wie folgt beschriebe: i) Eiwertige ttribute: LNr Name dr L-utor ii) Mehrwertige ttribute: {} iii) Zusammegesetzte ttribute: (B,, B k ) PLZ Ort Straße Etity-Typ E = (X, K) Leser = ({LNr, Name, dr(plz, Ort, Straße), {L-utor} }, {LNr}) Wertebereiche W(LNr) = it(8), W(Name) = W(L-utor) = char(30) W(PLZ) = it(5), W(Ort) = char(20), W(Straße) = char(5) Def 2: Wertebereich (Domai) E = (X, K) sei ei Etity-Typ ud attr(e) die Mege aller i X vorkommede ttributame Jedem attr(e), das icht eier Zusammesetzug vorasteht, sei ei Wertebereich W() zugeordet Für jedes attr(e) sei W() falls eiwertig dom() := 2 W() oder P(W()) falls mehrwertig W(B ) x x W(B k ) falls aus eiwertige B,, B k zusammegesetzt dom(dr) = W(PLZ) x W(Ort) x W(Straße) = it(5) x char(20) x char(5) dom(l-utor)= 2 W(L-utor) = 2 char(30) Zusammesetzug (B (C, C 2 ), {D (E, E 2 )}) mit W(C ), W(C 2 ), W(E), W(E 2 ) dom(b) = W(C ) x W(C 2 ) W(E) x W(E2) dom(d) = 2 Besteht aus mehrwertige oder zusammegesetzte ttribute, wird die Defiitio rekursiv agewedet Bemerkug Das Format X eies Etity-Typs ka formal als Mege oder als Folge dargestellt werde Die Schreibweise als Folge ist eifacher; die Folge ka bei der Diagrammdarstellug überomme werde dom() = dom(b) x dom(d) 2 G Vosse: Datemodelle, Datebaksprache ud Datebakmaagemetsysteme, Oldebourg, 4 uflage,

7 ERM Defiitioe (2) Def 3: Etity ud Etity-Mege Es sei E = (X, K) ei Etity-Typ mit X = (,, m ) i sei dom( i ) ( i m) zugeordet Kozepte des ERM (6) Relatioship-Mege Zusammefassug vo gleichartige Beziehuge (Relatioships) zwische Etities, die jeweils gleiche Etity-Mege agehöre z B hat ausgeliehe zwische Leser ud Buch i) Ei Etity e ist ei Elemet des Kartesische Produkts aller Domais, d h e dom( ) x x dom( m ) L B ii) Eie Etity-Mege E t (zum Zeitpukt t) ist eie Mege vo Etities, welche K erfüllt, d h E t dom( ) x x dom( m ) E t wird auch als der Ihalt bzw der aktuelle Wert (Istaz) des Typs E zur Zeit t bezeichet Def 4: Relatioships i) Ei Relatioship-Typ hat die Form R = (Et, Y) Dabei ist R der Name des Typs (auch Name der Beziehug ), Et bezeichet die Folge der Name der Etity-Type, zwische dee die Beziehug defiiert ist, ud Y ist eie (möglicherweise leere) Folge vo ttribute der Beziehug t ii) Sei Et = (E,, E k ), ud für beliebiges, aber festes t sei E i der Ihalt des Etity-Typs E i, i k Ferer sei Y = (B,, B ) Eie Relatioship r ist ei t Elemet des Kartesische Produktes aus alle E i ud de Domais der B j, d h t t r E x x E k x dom(b ) x x dom(b ) bzw r = (e,, e k, b,, b ) mit t e i E i für i k ud b j dom(b j ) für j iii) Eie Relatioship-Mege R t (zur Zeit t) ist eie Mege vo Relatioships, d h, R t t t E x x E k x dom(b ) x x dom(b ) 2-3 Eigeschafte - Grad der Beziehug (degree), gewöhlich =2 oder =3 - Beziehugstyp (Fuktioalität der Beziehug) - Existezabhägigkeit - Kardialität ER-Diagramm Eie Beziehug R ist vom Typ :, falls (i jedem R t ) ei Etity vom Typ E a 0 Istaze vo R teilimmt, d h, mit 0 Etities vom Typ E 2 i Beziehug steht, adererseits jedoch jedes Etity vom Typ E 2 höchstes a eier Istaz vo R teilimmt, also höchstes mit eiem Etity vom Typ E assoziert ist Bei vertauschte Rolle vo E ud E 2 spricht ma vo eier m:-beziehug chtug: Wir schreibe die Fuktioalität eier Beziehug a die Quellseite! Relatioship-Typ R = (Et, Y): usleihe = ((Leser, Buch), (RDatum)) Eigeschafte Leser Grad: Beziehugstyp: usleihe RDatum 2-4 Buch

8 Relatioship-Mege Relatioship-Mege (2) Motivatio für Rolleame Keie Disjuktheit der Etity-Mege gefordert, die a eier R i beteiligt sid v v 2 Direkter-Vorgesetzter = ((gest/gest, Chef/gest), ( )) Vorlesug Voraussetzug v 3 v 4 r a r2 v 5 v 6 gest R r3 a2 r4 a7 Defiitio: Voraussetzug = ((Vorlesug, Vorlesug), ( )) d h Voraussetzug t = { (v i, v j ) v i, v j Vorlesug } geauer: direkte Voraussetzug Eigeschafte Grad: Beziehugstyp: Existezabhägig: a4 a5 Eiführug vo Rolleame (r) möglich (Reihefolge!) auf Typebee: (r /E, r 2 /E) oder (Vorgäger/Vorlesug, Nachfolger/Vorlesug) R sei Direkter-Vorgesetzter Welche Beziehuge auf gestellter sid zulässig? auf Istazebee: (Vorgäger/v i, Nachfolger/v j ) Sprechweise: v j setzt v i voraus oder v i ist-voraussetzug-für v j Eigeschafte: Grad: Beziehugstyp: Existezabhägig: Relatioship-Mege Heirat = ((Ma/Perso, Frau/Perso), (HDatum)) Perso R HDatum Trasitivität gilt bei Selbstreferez i llg icht! Perso liebt Eigeschafte Grad: Beziehugstyp: Existezabhägig:

9 Relatioship-Mege (3) Relatioship-Mege (4) Ist passug der Etity-Defiitio a zu modellierede Relatioship-Typ sivoll? Mäliche Perso heiratet Weibliche Perso Was passiert bei der Modellierug der Historie? Neuer spekt: Gültigkeit eier Beziehug ist zeitabhägig! ist-verheiratet-mit m NOW f m m 2 m 3 f 2 f f 3 m NOW f 2 Heiratsfähige mäliche Perso heiratet Heiratsfähige weibliche Perso Mäliche Perso Oder besser als Modellierug der historische Sicht ist-verheiratet- mit m Weibliche Perso m 2 m f f 4 m m 3 4 f 3 f 2 Perso m vo ist-verhei- ratet-mit bis Deshalb als Modellierug der aktuelle Sicht Wie erhält ma eie korrekte bbildug der Miiwelt? Perso heiratet HDatum 2-7 We icht aders vermerkt, modelliere wir immer die aktuelle Sicht! 2-8

10 Relatioship-Mege (5) Relatioship-Mege (6) Existezabhägige (schwache) Etity-Type - Existez der Etities ist abhägig vo übergeordete Etities (immer!) Notatio: doppelt umradete Etity/Relatioshiptype, doppelte Kate - Etities sid oft ur i Kombiatio mit dem Schlüssel des übergeordete Etitytyps eideutig idetifizierbar (optioal!) Notatio: lokaler Schlüsselateil ist gestrichelt uterstriche Beispiele Existezabhägigkeit ka awedugsabhägig sei Beispiele I eier Firma wird Iformatio über Kider zur Kidergeldberechug beötigt: gestellte Elter Kider vo GNr RNr 2 I eier wedug Betreuug vo (besoders schwer zu erziehede) Eizelkider müsse Iformatioe über die Elter ermittelt werde köe: Gebäude liegt_i Räume Eizelkider Kid Elter vo Existezabhägigkeit: Relatioship begrüdet Existez vo We das Haupt-Etity die Firma oder de Kidergarte verlässt, ist die Iformatio über das abhägige Etity für die wedug icht mehr vo Iteresse Sie ka also automatisch aus dem System etfert werde g r g 3 r 3 g r 2 2 Verfeierug Rechuge Rechugs- poste besitze Die Beutzug des Kozepts Existezabhägigkeit sollte eie bewusste Etscheidug des Modellierers sei, da er damit eie zusätzliche Itegritätsbedigug i das Modell aufimmt Oft gibt die Wahl/Zusammesetzug des Schlüssels eie Hiweis auf eie Existezabhägigkeit Beispielsweise ka sich der Schlüssel eies Raumes zusammesetze aus dem Gebäudeschlüssel (Schlüssel des übergeordete Etitytyps) ud eier lokal gültige Raumummer (lokaler Schlüsselateil, gestrichelt uterstriche im ER-Diagramm), z B 46, 25 We im Modell hauptsächlich Räume ud beispielsweise Vorlesuge dargestellt werde solle ud Gebäude ur eie weitere Eigeschaft vo Räume sid, köte ma auf die Spezifikatio vo Gebäude als Etities verzichte ud ihre Nummer als beschreibedes ttribut vo Räume aufehme 2-9 Bemerkug: I mache Modelle steht eie existezabhägige Etity-Mege rechts vo der selbstädige Etity-Mege ud der erzeugede Relatioship- Mege Bei Mehrfachrefereze ist eie erzeugede vo weitere referezierede Relatioship-Mege zu uterscheide 2-20 bezahle Kude

11 Dreistellige Relatioship-Mege L P Lieferat Lieferug m Projekt p T Teil chtug: Nicht gleichwertig mit drei zweistellige (biäre) Relatioship-Mege! Klassifikatio vo Dateabbilduge ZIEL: - Festlegug vo sematische spekte (hier: Beziehugstyp) - explizite Defiitio vo strukturelle Itegritätsbediguge Uterscheidug vo Beziehugstype - E i E j - E i E i Lieferat m beliefert Projekt L P Festlegug der bbildugstype - : eieideutige Fuktio (ijektive bbildug) m liefert bezieht m - : math Fuktio (fuktioale oder ivers fuktioale bbildug) - :m math Relatio (komplexe bbildug) Teil T Beispiele zu E i E j - : LEITET/WIRD_GELEITET: PROF RBGRUPPE ber: Mache Systeme erlaube ur die Modellierug biärer Relatioship-Mege! - : RBEITET_FÜR/MIT: MITRBEITER PROF - :m BESCHÄFTIGT/IST_HIWI: PROF STUDENT Lieferat Lieferug Projekt L P bbildugstype impliziere icht, dass für jedes e k E i auch tatsächlich ei e l E j existiert liefert beliefert bezieht LF Diagrammdarstellug: E R E 2 Teil T

12 Klassifikatio vo Dateabbilduge (2) ER-Schema Beispiel Beispiele zu E E (extere Klassifikatio) i j - :: LEITET/WIRD_GELEITET: PERS < > BT PERS - :/:: RBEITET_FÜR/HT_MITRBEITER: PERS > BT PERS - :m: RBEITET_FÜR/MITRBEIT: PERS PROJEKT PERS 2-23 PROJEKT BT BT DECLRE VLUE-SETS REPRESENTTION LLOWBLE-VLUES PERSONL-NR INTEGER(5) (,0000) VORNMEN CHRCTER(5) LL NCHNMEN CHRCTER(25) LL BERUFE CHRCTER(25) LL PROJEKT-NR INTEGER(3) (,5000) NZ-JHRE INTEGER(3) (0,00) ORTE CHRCTER(5) LL PROZENT FIXED(52) (0,0000) NZ-MONTE INTEGER(3) (0,00) DECLRE REGULR ENTITY RELTION PERSONL TTRIBUTE/VLUE-SET: PNR/PERSONL-NR NME/(VORNMEN,NCHNMEN) KÜNSTLER-NME/(VORNMEN, NCHNMEN) BERUF/BERUFE LTER/NZ-JHRE PRIMRY KEY: PNR DECLRE REGULR ENTITY RELTION PROJEKT TTRIBUTE/VLUE-SET: PRO-NR/PROJEKT-NR PRO-ORT/ORTE PRIMRY KEY: PRO-NR DECLRE RELTIONSHIP RELTION PROJEKT-MITRBEIT ROLE/ENTITY-RELTIONPK/MX-NO-OF-ENTITIES MITRBEITER/PERSONLPK/ PROJEKT /PROJEKTPK/m TTRIBUTE/VLUE-SET: RBEITSZEITNTEIL/PROZENT DUER/NZ-MONTE DECLRE RELTIONSHIP RELTION PERS-NGEHÖRIGE ROLE/ENTITY-RELTIONPK/MX-NO-OF-ENTITIES UNTERHLTSPFLICHTIGER/PERSONLPK/ KIND/ KINDERPK/ EXISTENCE OF KIND DEPENDS ON EXISTENCE OF UNTERHLTSPFLICHTIGER DECLRE WEK ENTITY RELTION KINDER TTRIBUTE/VLUE-SET: NME/VORNMEN LTER/NZ-JHRE PRIMRY KEY: NME PERSONLPK THROUGH PERS-NGEHÖRIGE 2-24

13 Variate der Modellierug Professore halte Vorlesuge Variate der Modellierug Professore halte Vorlesuge (2) Eie Vorlesug wird immer vom selbe Professor gehalte; es iteressiert icht, wo ud wa sie stattfidet ER-Diagramm Vorlesug hält Darstellug der Beziehug auf Istazebee V Mehrere Professore/Dozete halte zusamme eie Vorlesug a) Ei Professor ud ei Dozet halte zusamme eie Vorlesug Vorlesug ER-Diagramm agebote i Darstellug der Beziehug auf Istazebee V VD P V-Durch- führug hält Prof m P D Eie Vorlesug ka wechselweise vo verschiedee Professore gehalte werde Dabei soll die Durchführug eier Vorlesug (wo, wa, vo wem gehalte) explizit modelliert werde Prof Dozet b) Ei Professor hält oder Professore (PG) halte gemeisam eie Vorlesug Vorlesug agebote i V-Durch- führug V VD Vorlesug agebote i V-Durch- führug V VD hält Prof P hält hält gemeisam P PG Prof bilde m PG

14 wedugsbeispiel: Vorlesugsbetrieb ER-Diagramm Vorlesugsbetrieb Stelle Sie ei ER-Diagramm für folgede Miiwelt auf: - Jeder Professor hält mehrere seier Vorlesuge ud prüft Studete jeweils über eie dieser Vorlesuge - Mehrere ssistete arbeite jeweils für eie Professor ud halte Übuge, die zu de etsprechede Vorlesuge gehöre - Mehrere Studete höre jeweils eie Reihe vo Vorlesuge Übuge ud Vorlesuge werde jeweils vo mehrere Studete besucht - Der Besuch vo Vorlesuge setzt i llg die Ketis aderer Vorlesuge voraus voraussetze Vorgäger Nachfolger Vorlesuge SWS Titel lese Rag Raum PersNr Name wedugsbeispiel: Data Warehousig Modellierug des Kaufs vo Ware i Supermärkte - Zur Geschäftsaalyse möchte ma i eier Supermarktkette die wesetliche Iformatioe sammel, die de Kauf eies Produktes charakterisiere - Beteiligt sid die Etity-Type Verkäufer, Produkt, Lieferat, Markt ud Zeit - Es ist möglicherweise upraktisch, für jede Kauf (im Extremfall werde die Date dafür durch eie Scaer-Strich a der Kasse des Supermarktes erzeugt) eie separate eideutige Schlüssel zuzuorde Deshalb köe die Schlüssel der beteiligte Etities dazu beutzt werde VorlNr Titel prüfe SWS Note gehört-zu MatNr Name Sem Studete höre besuche halte arbeitefür ssistete PersNr Name Fachgebiet Professore Übuge VorlNr

15 Megabeispiel Data Warehousig Megabeispiel Data Warehousig (2) Kauf als Etity mit uabhägige Beziehuge ER-Diagramm Kauf als 5-stellige Beziehug ER-Diagramm Zeit m Lieferat Zeit m Lieferat Verkäufer l Kauf Verkäufer l Kauf Produkt k o Markt Produkt k o Markt Beziehuge auf Istazebee Z L Beziehuge auf Istazebee Z L K V V M M P P

16 Megabeispiel Data Warehousig (3) Megabeispiel Data Warehousig (4) Kauf als existezabhägiges Etity mit 5 begrüdede biäre Beziehuge ER-Diagramm Kauf als existezabhägiges Etity mit eier begrüdede 6-stellige Beziehug ER-Diagramm Verkäufer l Zeit m Kauf Lieferat Kauf hat Produkt k o Markt l Verkäufer k Produkt o Markt Lieferat Zeit m Beziehuge auf Istazebee Z Beziehuge auf Istazebee K V K L P M V P M L Z

17 Erweiteruge des ERM lles dreht sich um die geauere Modellierug vo Beziehuge Beispiel: Uagemessee Modellierug bei überlappede EM Verfeierug der Dateabbildug: Kardialitätsrestriktioe Bisher: grobe strukturelle Festlegug der Beziehuge z B: : bedeutet höchstes eis zu höchstes eis Verfeierug der Sematik eies Beziehugstyps durch Kardialitätsrestriktioe: UTO TXI UTO sei R E x E 2 x x E Kardialitätsrestriktio kard(r,e i ) = [mi, max] bedeutet, dass jedes Elemet aus E i i weigstes mi ud höchstes max io io istace-of is_a uspräguge vo R ethalte sei muss (mit 0 <= mi <= max, max >= ) Graphische Darstellug TXI UTO x io Kardialitätsrestriktioe: E [mi, max ] R [mi 2, max 2 ] E 2 UTO x e immt a [mi, max ] Beziehuge vo Typ R teil e 2 immt a [mi 2, max 2 ] Beziehuge vo Typ R teil Ziele - Verfeierug der bbilduge vo Beziehuge durch Kardialitätsrestriktioe - uspräguge (Objekte) eier EM solle im Modell explizit dargestellt werde - gleichartige Darstellug vo usprägug ud Typ (EM) - Eiführug vo systemkotrollierte Beziehuge (bstraktioskozepte) 2-33 Beispiele: R E E 2 kard(r, E ) kard(r, E 2 ) bt-leitug BT PERS Heirat FRU MNN Elter PRE KIND bt-gehörigk BT PERS VTeilahme VORL STUDENT Mitarbeit PERS PROJEKT 2-34

18 Verfeierug der Dateabbildug: Kardialitätsrestriktioe (2) Begrezugsflächedarstellug vo Körper Caveat - Viele utore (Kemper/Eickler, Elmasri/Navathe usw), aber auch die UML-Notatio, gebe die Fuktioalität bei biäre Beziehuge icht a der Quelle, soder am Ziel der Beziehug a - Bei -stellige Beziehuge fuktioiert diese Vorgehesweise icht mehr, außer bei uspezifische gabe wie etwa :m:k Deshalb werde diese Notatioe ikosistet: der biäre wird aders als der -stellige Fall behadelt - Bei der gabe vo spezifische Kardialitätsrestriktioe scheiter diese sätze gaz Rechtfertigug userer Notatio - Wir gebe die Fuktioalität immer a der Quelle eier Beziehug a Bei biäre Fuktioalitätsagabe uterscheidet sich user satz ur bei : (:) - Dadurch erreiche wir eie kosistete Darstellug für alle wedugsfälle: bei biäre ud -stellige Beziehuge sowie bei Kardialitätsrestriktioe - lso Vorsicht ud icht immer blid Gewohtes überehme! Modelliere hat Freiheitsgrade - Für eie Miiwelt, die für eie wedug zu modelliere ist, ka es viele verschiedee Lösuge gebe gute, bessere, aber auch schlechtere oder gar falsche - Deshalb sollte der Etwerfer eies ER-Modells alle Freiheitsgrade utze, um zur beste Lösug zu komme Wie wir gesehe habe, hägt die Qualität der Lösug (siehe Diskussio der Existezabhägigkeit) stark vo der wedug ab Vor- ud Nachteile eies ER-Modells werde oft erst bei der bbildug auf ei relatioales DB-Schema deutlich - Wir verfolge eiige Kosequeze vo ER-Etwurfsetscheiduge i Kapitel 4 ud 5 Beispiel-Körper: ER-Diagramm: Polyeder Hülle Fläche Begrezug m Kate StartEde m Pukte PolyID FlächeID KateID X Y Z

19 bstraktioskozepte 3 Klassifikatio Ziel: - Erfassug vo och mehr Sematik aus der Miiwelt durch das ERM - Etwicklug vo (Beschreibugs-)Modelle zur adäquatere Wiedergabe der ausgewählte Miiwelt (Diskursbereich) - Defiitio vo systemkotrollierte Beziehuge ufgabe: - Idetifikatio vo wesetliche Kostrukte, die vom Mesche agewedet werde, we er seie Diskursbereich beschreibt Klassifikatio etspricht der Bildug vo Etity-Mege: Sie fasst Objekte (Etities) mit gemeisame Eigeschafte zu eiem eue zusammegesetzte Objekt (Etity-Typ, Klasse, Klasseobjekt) zusamme Eie Klasse ist defiiert als Zusammefassug vo Objekte gleiche Typs (ud gleicher Repräsetatio) Dadurch ur eimalige Defiitio vo - ttributame ud -type - Methode wedug vo bstraktio, um die Iformatio zu orgaisiere: abstractio permits someoe to suppress specific details of particular objects emphasizig those pertiet to the actual view - Itegritätsbediguge Es wird eie 'istace-of'-beziehug ( io ) als -Ebee-Beziehug zu de Objekte der Klasse aufgebaut Zwei Type vo bstraktioe - vo eifache zu zusammegesetzte Objekte (-Ebee-Beziehug) - vo zusammegesetzte zu (komplexer) zusammegesetzte Objekte (-Ebee-Beziehuge) bstraktioskozepte werde vor allem eigesetzt - zur Orgaisatio der Iformatio ud damit auch - zur Begrezug des Suchraumes beim Retrieval sowie - zu systemkotrollierte bleituge (Reasoig) Übersicht - Klassifikatio Istatiatio - Geeralisierug Spezialisierug - Elemet-/Megeassoziatio - Elemet-/Kompoeteaggregatio 3 Mattos, N: pproach to Kowledge Maagemet, LNI 53, Spriger,

20 Istatiatio Geeralisierug Istatiatio ist das iverse Kozept zur Klassifikatio Sie wird beutzt, um zu Istaze/Objekte zu gelage, die de Eigeschafte der Klasse uterliege - gleiche Struktur (ttribute) - gleiche Operatioe - gleiche Itegritätsbediguge Klassifikatio/Istatiatio sid die primäre Kozepte zur Objektbildug ud -strukturierug Graphische Darstellug ufgabe Geeralisierug ist ei ergäzedes Kozept zur Klassifikatio Durch sie wird eie allgemeiere Klasse defiiert, welche die Gemeisamkeite der zugrudeliegede Klasse aufimmt ud dere Uterschiede uterdrückt wedug - Sie baut die 'subclass-of'-beziehug auf ( sc - oder 'is-a'-beziehug) - Sie ist rekursiv awedbar (-Ebee-Beziehug) ud orgaisiert die Klasse i eier Geeralisierugshierarchie - Eie Superklasse ist eie Verallgemeierug/bstraktio der zugehörige Subklasse Sie etspricht eiem komplex zusammegesetzte Objekt, das gebildet wird als Kollektio vo komplex zusammegesetzte Objekte (Subklasse) Struktureigeschafte der Geeralisierug Klasse Klasse - lle Istaze eier Subklasse sid auch Istaze der Superklasse - Ei Objekt ka gleichzeitig Istaz verschiedeer Klasse sei sowie io Istaz io Istaz2 Istaz io io Istaz2 auch Subklasse mehrerer Superklasse ( Netzwerke, (:m)!) - Zugehörigkeit eies Objektes zu eier Klasse/Superklasse wird im wesetliche bestimmt durch Struktur (ttribute), Verhalte (Operatioe) ud Itegritätsbediguge der Klasse/Superklasse Geeralisierugshierarchie Klasse We icht explizit aders vermerkt, wird als Richtug i der graphische Darstellug vo obe ach ute ageomme (Klasse Istaz, Superklasse Subklasse) Die Darstelluge der adere bstraktioskozepte erfolge etspre- (Is-a-Hierarchie) Klasse sc ched Klasse io 2-39 Istaz Klassifikatio / Geeralisierug Istatiatio / Spezialisierug 2-40

21 Modellierugsbeispiel zur Geeralisierug Geeralisierug (2) Istazedarstellug Vögel Objekte köe gleichzeitig Istaze mehrerer Klasse sei: Klasse Klasse 2 Eule Wasservögel is-a Sigvögel Istaze ttribute Methode ttribute Methode is-a Schwäe Ete Dabei köe ttribute (ud Methode) mehrfach eigerichtet werde: Klasse utofahrer (Name, Geburtstag, Führerscheiklasse, ) Substitutability: Doald Vögel io Doald Klasse Studet (Name, Geburtstag, Matrikelr, ) Grud: utofahrer ud Studete sid beide Persoe, ud i dieser Rolle habe beide Name ud Geburtstag Typdarstellug Geeralisierugsschritt: Klasse Perso eirichte Geeralisierug Spezialisierug Eule Vögel is-a Wasservögel Schwäe Sigvögel is-a Ete io Klasse Super- Sub- Klasse Super- Sub- Klasse ber: Studete oder utofahrer, die keie Persoe sid, darf es icht gebe! (Es ka jedoch Persoe gebe, die weder Studete och utofahrer sid) Beziehug zwische de Klasse: Studet (utofahrer) ist Subklasse vo Perso Perso ist Superklasse vo Studet ud utofahrer - jede Istaz der Subklasse ist immer auch Istaz der Klasse, aber icht umgekehrt - jede Methode, die auf die Istaze eier Klasse awedbar ist, ist damit immer auch auf die Istaze sämtlicher Subklasse awedbar Doald Istaz Garatie vo bestimmte Itegritätsbediguge durch das System: jeder Studet ist auch Perso

22 Geeralisierug Beispiel Geeralisierug Beispiel (2) Klasse Überlappede Subklasse sätze: utofahrer Perso Studet Geeralisierug Mehrklassemitgliedschaft vo Istaze P S Wartug hat durch Programmierer zu erfolge Istaze Perso 2 Eiklassemitgliedschaft vo Istaze (Eifachvererbug) P P S S utofahrer Studet Mehrfache Defiitio vo ttribute, Itegritätsbediguge usw, Wartug erfolgt durch System S 3 Eiklassemitgliedschaft vo Istaze (Mehrfachvererbug) P Subklasse sid i llg icht disjukt! S S Eimalige Defiitio vo ttribute, Itegritätsbediguge usw, Wartug erfolgt durch System, aber: komplexere Schemastrukture, eigeschräkte Erweiterbarkeit

23 Geeralisierug (3) Spezialisierug historisches Vorbild: Carl vo Lié - biologische Systematik - Reich (zb Tierreich) Stamm (Chordatiere) Klasse (Säugetiere) Familie Gattug rt daher auch: rt-gattugs-beziehug Bei mache Systeme höchstes eie Superklasse pro Klasse (Klasse bilde Baum bzw Hierarchie) Bei adere beliebig viele ( Klasseverbad, gerichteter azyklischer Graph) Diese Restriktio bestimmt etscheided die Defiitio vo Klasse: Multimedia-ufahme Graphik Video Musik Sprache ufgabe Spezialisierug ist das iverse Kozept zur Geeralisierug Sie uterstützt die 'top-dow'-etwurfsmethode: - zuerst werde die allgemeiere Objekte beschriebe (Superklasse) - da die speziellere (Subklasse) Systemkotrollierte bleitug Dabei wird atürlich das Kozept der Vererbug ausgeutzt: - Superklasse-Eigeschafte werde 'vererbt' a alle Subklasse, da diese auch dort gültig sid - Vorteile: keie Wiederholug vo Beschreibugsiformatio abgekürzte Beschreibug Fehlervermeidug Folie Musikvideo Was ist zu tu, we ur Baumstrukture erlaubt sid? Evtl zusätzlich spezifiziere: - Subklasse müsse disjukt sei (keie Mehrklasse-Mitgliedschaft) - Subklasse müsse vollstädig (überdecked) sei: jede Istaz der Klasse stets auch i eier der Subklasse (abstrakte Superklasse: hat keie direkte Istaze)

24 Spezialisierug (2) Vererbug (Iheritace) Vererbug vo Subklasse erbt alle ttribute der Superklasse - Struktur: ttribute, Kostate ud Default-Werte - Itegritätsbediguge: Prädikate, Wertebereiche usw sowie - Verhalte: Operatioe (auch Methode geat) Uiversitätsagehöriger Name Geburtstag is-a is-a Es müsse alle Struktur-, Itegritäts- ud Verhaltesspezifikatioe vererbt werde Itegritätsbediguge köe eigeschräkt, Default-Werte köe überschriebe, Methode überlade werde Bediesteter Fachbereich Studet Matr Fachbereich rte der Vererbug is-a is-a io - Eifach-Vererbug (eideutig) - Mehrfach-Vererbug Beamter gestellter is-a Daisy Schlussweise für Vererbugsregel: io is-a Hasttribute (C, ) Isa (C, C2), Hasttribute (C2, ) HasValue (C,, V) Isa (C, C2), Garfield stud Hilfskraft Wochestude Kostestelle HasValue (C2,, V) P(, C, ) Isa (C, C2), io P (, C2, ) Erie Mehrfach-Vererbug (multiple iheritace) ka zu Koflikte führe 2-47 uflösug explizit durch de Beutzer, z B durch Umbeeug: Hiwi_im_Fachbereich Fachbereich of gestellter immatrikuliert_im_fachbereich Fachbereich of Studet 2-48

25 Vererbug (2) Vererbug (3) Subklasse ka de Wertebereich ererbter ttribute eischräke: Wei Spätlese Oechslegrad Herkuftslad Lage Jahrgag Rebsorte Subklasse ka ererbte Methode überschreibe 4 oder Defaultwerte bei ttribute ersetze: Vererbug vo Beziehuge: Vererbug der Beziehuge (Struktur) is-a Uiv-g Studet ssistet Professor Beispiel: Doktorprüfug Drei-Weg-Beziehug zwische Doktorad sowie zwei Professore als Erst- ud Zweitgutachter Doktorad Prüfug Professor Kider Projekt FB Treibstoff= Bezi Pkw Ermittle_Kfz_Steuer (Implemetierug ) Verfeierug vo Doktorprüfug: Erstgutachter muss Professor sei, Zweitgutachter ka Dozet sei Uiv-g Treibstoff= Diesel PkW_mit_ Ermittle_Kfz_Steuer PkW_mit_Kat Dieselmotor (Implemetierug 2) is-a Uiv-Lehrer Doktorad Methode mit gleichem Name ud uterschiedlicher Implemetierug (Overridig) Prüfug Professor Dozet 4 Der Begriff überschreibe (egl override, wörtlich außer Kraft setze, überwide) beschreibt eie Techik, die es eier Uterklasse erlaubt, eie eigee Implemetierug eier geerbte Methode zu defiiere Die überschreibede Methode ersetzt dabei die überschriebee Methode der Oberklasse

26 Vererbug (4) rte vo Spezialisieruge Mehrfach-Vererbug / mögliche Lösuge Verfeierug der is-a-beziehug ttribute: Vereiigug; bei Koflikt: Umbeeug 2 Wertebereiche (zulässige Werte): Vereiigug; bei Koflikt: Umbeeug 3 Defaultwerte: beutzerdefiiert (Ersetzug) disjukt Partielle, disjukte Spezialisierug überlapped (icht-disjukt) 4 Itegritätsbediguge (Prädikate): Ort Str beutzerkotrolliert (Spezialisierug 5 Operatioe (Methode): beutzerkotrolliert (Überschreibe) PNr Name gestellter dr usbildug Spezialisierug: Defiitioe Subklasse: Klasse S, dere Etities eie Teilmege eier Superklasse G sid: p S G d h, jedes Elemet (usprägug) vo S ist auch Elemet vo G Pilot Techiker Spezialisierug: Z = {S, S 2, S } Lizez FlugStd TeamNr Mege vo Subklasse S i mit derselbe Superklasse G Z heißt vollstädig (total), falls gilt Weitere Spezialisieruge G = S i (i = ) Perso Uiv-gehörige aderfalls partiell Z ist disjukt, falls t p S i S j = { } für i j aderfalls überlapped (icht-disjukt) Ma Frau Doktorad Studet

27 bstraktioskozept: Geeralisierug/Spezialisierug Elemet-ssoziatio ufgabe Name lter Perso p Die Elemet-ssoziatio fasst Objekte (Elemete) zusamme, um sie im Rahme eier Objektgruppe (Megeobjekt) als Gazes zu beschreibe Dabei werde eierseits Details der eizele Elemete uterdrückt ud adererseits bestimmte Eigeschafte, welche die Objektgruppe charakterisiere, hervorgehobe Geeralisierug Spezialisierug Hochschulagehöriger Eitrittsdatum Fachgeb Wiss usbildug t t Nichtwiss t wedug - Elemet-ssoziatio (auch Gruppierug, Partitioierug, Überdeckugs- ggregatio geat) baut zusammegesetzte (Mege-)Objekte basiered auf de eifache (Elemet-)Objekte auf - Sie verkörpert eie 'elemet-of'-beziehug ( eo ) als-ebee-beziehug Klassifikatio Istatiatio Prof Studet Doktorad gestellter rbeiter io io io io S S2 S3 - Es köe auch heterogee Objekte zu eiem Megeobjekt zusammegefasst werde Bei automatischer bleitug müsse die Objekte das Megeprädikat erfülle Bei mauellem ufbau wählt der Beutzer die Objekte aus ud verküpft sie mit dem Megeobjekt (Coect) Graphische Darstellug: Geeralisierugshierarchie als ER-Diagramm ssoziatioshierarchie Mege Nutzug beim objektorietierte DB-Etwurf Vererbug vo Typiformatioe Mege Mege ss - Strukturdefiitioe: ttribute, Defaultwerte, kostate Werte - Itegritätsbediguge: Prädikate, Wertebereiche, Zusicheruge - Verhalte: Operatioe (Methode) ud ggf Elemet Elemet-/Mege-ssoziatio eo - spektdefiitioe: Kommetare, Eiheite u a

28 Mege-ssoziatio ssoziatio Beispiel ufgabe Die Mege-ssoziatio ist ei ergäzedes Kozept zur Elemet-ssoziatio Geeralisierugshierarchie Sie drückt Beziehuge zwische zusammegesetzte Megeobjekte aus Sportler wedug - Sie baut eie 'subset-of'-beziehug ( ss ) auf Spieler Traier - Sie ist rekursiv awedbar ud orgaisiert die Megeobjekte i eier ssoziatios-hierarchie (-Ebee-Beziehug) T T2 V S S2 Tr Struktureigeschafte der ssoziatio - lle Elemete eies Megeobjekts sid auch Elemete der zugehörige ssoziatio Torleute Stürmer Supermege - Objekte köe gleichzeitig Elemete verschiedeer Megeobjekte sei sowie auch Teilmege vo mehrere Supermege ufgebot Netzwerke, (:m)! WM-Teilehmer Systemkotrollierte bleituge bei der ssoziatio - Sie uterstützt keie Vererbug, da die Megeeigeschafte keie Elemeteigeschafte sid - Durch Mitgliedschaftsimplikatio lasse sich Eigeschafte bestimme, die jedes gültige Elemet der Mege erfülle muss - Megeeigeschafte sid Eigeschafte der Mege, die über Elemeteigeschafte abgeleitet sid Operatioe - Erzeuge/Lösche Create Coect/Discoect (mauell oder automatisch über Megeprädikate) Delete - Suche - Schlussfolgeruge Mitgliedschaftsimplikatio Megeeigeschafte

29 bstraktioskozept: ssoziatio ggregatio Zusammefassug eier Mege vo Objekte potetiell verschiedee Typs zu eiem sematisch höhere Objekt Nebe der Elemet-ssoziatio ist Mege-ssoziatio möglich elemet-of -Beziehug ud subset-of -Beziehug Ui-Gremie Beziehug mit spezieller zusätzlicher Bedeutug: Das Objekt, auf das sie verweist, soll Bestadteil sei (Teil-Gaze-Beziehug), z B uto Motor Tisch Tischplatte Kate Edpukt Bild Farbtabelle subset-of subset-of Etweder exklusiv 5 : kei aderes Objekt darf deselbe Bestadteil habe Seat Versammlug oder gemeisam: derselbe Bestadteil wird i zwei oder mehr Objekte verwedet elemof elemof elemof elemof elemof Etweder abhägig: P P2 S N Bestadteil ka icht allei existiere; wird mit dem Objekt gelöscht zusätzliche Prädikate (z B GEWEHLT) zur automatische Bestimmug der kokrete Mege erforderlich bleitug vo Objekteigeschafte durch Mitgliedschaftsimplikatio (z B Seatsmitglied) bleitug vo Megeeigeschafte (z B zahl der Seatsmitglieder) Ziel: Zusammefassug vo Gruppe mit heterogee Objekte für eie bestimmte Kotext (Vergleiche Sichtkozept) 2-57 oder uabhägig: Bestadteil ka auch für sich als Objekt existiere Objekte mit exklusive ud/oder abhägige Objekte heiße zusammegesetzte Objekte (composite objects, komplexe Objekte) oder ggregate 5 Die exklusive ggregatio wird i UML als Kompositio bezeichet, die gemeisame als ggregatio 2-58

30 Elemet-ggregatio Kompoete-ggregatio ufgabe Die Elemet-ggregatio gestattet die Zusammesetzug vo Objekte aus eifache Objekte Sie stellt die Teil-Gaze -Relatio für solche icht weiter zerlegbare Objekte her ufgabe Die Kompoete-ggregatio diet als ergäzedes Kozept zur Elemet-ggregatio Durch sie wird die Teil-Gaze-Relatio auf Kompoete agewedet wedug - Eie Kollektio vo eifache Objekte (Elemet-Objekt, Teil) wird als zusammegesetztes Objekt (Kompoeteobjekt/ggregatobjekt) behadelt - Sie baut eie 'part-of'-beziehug ( po ) auf (-Ebee-bstraktio) Typischerweise erzeugt der Beutzer ei ggregat aus Teile mit Hilfe vo Coect-weisuge; dabei müsse Struktureigeschafte beachtet werde (z B Maschaft besitzt Spieler) - Die Möglichkeit, heterogee Objekte zu aggregiere, erhöht die wedugsflexibilität wedug - Zwische de Kompoeteobjekte wird eie 'compoet-of'- Beziehug ( co ) hergestellt (z B durch Coect-weisug) - Sie ist rekursiv awedbar ud orgaisiert eie ggregatioshierarchie (-Ebee-Beziehug) Struktureigeschafte bei der ggregatio (ggregatio bedeutet auch 'besteht-aus'/'cosists-of') - beschreibt otwedige Eigeschafte, die ei Objekt habe muss, um kosistet zu sei Graphische Darstellug: Uterschied zu Klasse ud Megeobjekte, die ohe Istaze ggregatioshierarchie Kompoete existiere köe, bzw für die leere Mege erlaubt sid - Elemete eier Subkompoete sid gleichzeitig auch Elemete aller Superkompoete dieser Subkompoete Kompoete co - Objekte köe gleichzeitig Elemete verschiedeer Kompoete bzw auch Subkompoete vo mehrere Superkompoete sei Kompoete po Netzwerke, ((:m)!) Teil/Elemet Elemet-/Kompoete-ggregatio

31 ggregatio Beispiel ggregatio Beispiel (2) Geeralisierugshierarchie Sportler PC-System Preis Gewicht co co co Spieler Traier T T2 V S S2 Tr Peripherie Basis-PC Erweiteruge Torwart Verteidigug Mittelfeld Sturm po po ggregatio Maschaft M Maschaft M2 Drucker Festplatte Kapazität Preis Gewicht Liga-Spieltag Operatioe - Erzeuge/Lösche Create Coect/Discoect Delete - Itegritätsbediguge für ggregatstrukture - Suche (trasitive bleitug vo komplexe Objekte) - Schlussfolgeruge Systemkotrollierte bleituge: implizierte Prädikate - Prädikate, die über der ggregatioshierarchie spezifiziert sid ud gemeisame Eigeschafte vo Elemete/ggregate betreffe - upward implied predicate We P(x) wahr P (ggregatobjekte (x)) wahr - dowward implied predicate We P(x) wahr P (Kompoeteobjekte (x)) wahr im Beispiel: - upward implied predicate: Gewicht > x - dowward implied predicate: Preis < y implizierte Prädikate

32 bstraktioskozept: ggregatio (Kompoete-) Objekte lasse sich zu eiem eue Objekt zusammefasse Elemet- ud Kompoete-ggregatio möglich part-of -Beziehug ud compoet-of -Beziehug Budget Ui strukturelle ttribute Itegrierte Sichtweise Ei Beispielobjekt Feijoada istace-of: elemet-of: has-compoets: Hauptgerichte brasiliaische Spezialitäte schwarze Bohe, Fleisch, Gewürze Preis: 36 comp_ of Istitut comp_ of comp_ of Fachbereich comp_ of Service- Zetrum comp_ of Verwaltug comp_ of Persoal RHRK comp_ of zetrale Eirichtug comp_ of part_ of part_ of comp_ of HS-Sport deklarative ttribute possible-values: iteger > 0 cardiality: [,] uit: Euro Vorbereitugszeit: possible-values: iteger > 0 cardiality: [,] demo: Bereche-Vorbereitugszeit geeigete-geträke: trockeer Rotwei, Bier possible-values: istace-of Geträke cardiality rbeitsgruppe zahl bleitug vo Objekteigeschafte (implied predicates) - upward implied predicate (zahl > x) - dowward implied predicate (Budget < y) WissM Operator prozedurale ttribute Bestelle (zahl-vo-persoe) procedure BEGIN END

33 Objektorietierte Repräsetatio Modellihäretes Reasoig Itegratio der bstraktioskozepte: - ei Objekt ka mehrere Beziehugstype aufbaue - etspreched de verschiedee Rolle, die i de bstraktioe vorkomme - Objektsematik wird bestimmt durch die Kotexte/Rolle eies Objektes Spezialitäte des Restaurats ss sc Gerichte 3 bstraktioskozepte - ermögliche verschiedeartige Orgaisatiosforme der modellierte Objekte ud ihrer Beziehuge - köe für Schlussfolgeruge beutzt werde: um ussage über Objekte ud ihre Eigeschafte abzuleite als Zusatz bei Maipulatios- ud Retrievaloperatioe Vererbug Gerichte Preis io brasiliaische Spezialitäte Hauptgerichte Feijoada eo io Mitgliedschaftsimplikatioe brasiliaische Spezialitäte Herkuft: Brasilie po Feijoada po schwarze Bohe Fleisch Gewürze Megeeigeschafte eo Feijoada brasiliaische Spezialitäte eo Darstellugsprizip: Feijoada Kalorie = 020 Kcal Objekt implizierte Prädikate Feijoada po schwarze Bohe Kalorie = 700 Kcal

34 Zusammefassug Vergleich der Modellierug ERM ud UML DB-Etwurf umfasst - Iformatiosbedarfsaalyse - kozeptioelles DB-Schema (-> Iformatiosmodell) - logisches DB-Schema - physisches DB-Schema (icht diskutiert) Etity-Typ - gestellter mit Persoalummer, Nachame ud Vorame ERM UML UML-Stereotyp ERM-Charakteristika - Modellierug bezieht sich auf die Typebee - Relevate Zusammehäge der Miiwelt werde durch Etity- ud Relatioship-Mege modelliert Sie werde geauer durch ttribute, Wertebereiche, Primärschlüssel/Schlüsselkadidate beschriebe - Klassifikatio vo Beziehugstype diet der Spezifikatio vo strukturelle Itegritätsbediguge - schauliche Etwurfsdarstellug durch ER-Diagramme relativ karges Iformatiosmodell Eiführug weiterer Modellierugskozepte - Verfeierug vo Beziehuge durch Kardialitätsrestriktioe ud vor allem bstraktioskozepte - Das erweiterte ERM ist sehr mächtig ud umfasst viele bekate Modellierugskozepte (jedoch keie Rolle; sie lasse sich als Mehrklasse-Mitgliedschafte vo Istaze achbilde) - Itegritätsbediguge wurde hier icht behadelt (-> Relatioemodell) bstraktioskozepte ud dere Implikatioe PersoalNr Nachame gestellter Vorame Mehrwertige ttribute - uto mit Farbe() ud utoummer Farbe uto utonr <<etity>> gestellter <<key attribute>> +PersoalNr: Itege +Nachame: strig +Vorame: strig <<etity>> uto +Farbe: strig[*] <<key attribute>> +utonr:iteger - Geeralisierug ud Vererbug - ssoziatio mit Megeeigeschafte ud Mitgliedschaftsimplikatioe - ggregatio ud implizierte Prädikate - Itegratio der bstraktioskozepte mittels objektzetrierter Darstellug

35 Vergleich der Modellierug ERM ud UML (2) Vergleich der Modellierug ERM ud UML (3) Relatioship-Typ - uto gehört Perso -stelliger Relatioship-Typ - Professore prüfe Studete über Vorlesuge a Datum ERM UML ERM UML uto <<etity>> uto Doktorad Zweitgutachter <<etity>> Doktorad <<etity>> Zweitgutachter gehört Perso * gehört <<etity>> Perso prüft m Doktorvater * <<etity>> Doktorvater Relatioship-Typ mit ttribute - uto gehört Perso ab eiem Kaufdatum Relatioship-Typ auf eiem Etity-Typ - Stücklistebeziehug: Teile sid Teile vo Teile Kaufdatum uto gehört Perso <<relatioship>> gehört +Kaufdatum: date <<etity>> uto * <<etity>> Perso Kompoete ist-teilvo Teil m Bestadteil ist-teil-vo * * -Kompoete -Bestadteil <<etity>> Teil

36 Vergleich der Modellierug ERM ud UML (4) Notatioe Existezabhägigkeit - Ei Haus hat eie dresse ud eie Besitzer ud hat mehrere Zimmer ERM UML Viele Systeme erlaube als Kardialitätsrestriktioe ur 0, oder sowie ausschließlich biäre Beziehuge Jedes Elemet vo immt a geau eier Beziehug teil dresse Besitzer Haus <<etity>> Haus <<key attribute>> +dresse:strig +Besitzer: Strig MIN- MX SP- SERM [,] hat hat * Krähefuss ZimmerNr Zimmer <<weak etity>> Zimmer <<keyattribute>>+zimmernr:smallit, C, M Geeralisierug - gestellte sid Persoe Perso <<etity>> Perso Jedes Elemet vo immt a höchstes eier Beziehug teil MIN- MX SP- SERM [0,] p Krähefuss gestellter <<etity>> gestellter, C, M C

37 Notatioe (2) Notatioe Beispiel Jedes Elemet vo immt a midestes eier Beziehug teil : MIN- MX [,] MIN- MX bt arbeitet_für [, ] [, ] Pers SP- SERM SP- SERM bt Pers Krähefuss Krähefuss bt Pers, C, M M, C, M bt M Pers Jedes Elemet vo ka a beliebig viele Beziehuge teilehme :m MIN- MX [0,] MIN- MX Pers immt_teil [0, ] [, ] Proj SP- SERM SP- SERM Pers Proj Krähefuss Krähefuss Pers Proj, C, M MC, C, M Pers MC M Proj

DB-Entwurf und Modellierung (1) DB-Entwurf und Modellierung (2) DB-Entwurf und Modellierung (3) DB-Entwurf und Modellierung (4)

DB-Entwurf und Modellierung (1) DB-Entwurf und Modellierung (2) DB-Entwurf und Modellierung (3) DB-Entwurf und Modellierung (4) DB-Etwurf ud Modellierug (1) 3. Iformatsmodelle Ihalt DB-Etwurf ud Modellierug Etity-Relatship-Modell (ERM) Erweiteruge des ERM Kardialitätsrestrikte bstraktskozepte N. Ritter, DIS, SS 2005, Kapitel 3

Mehr

3. Informationsmodelle

3. Informationsmodelle 203 LG IS Iformatios- systeme 3. Iformatiosmodelle Stefa Deßloch Überblick Vorgehesweise bei ud -Modellierug Lebeszyklus Iformatioserhebug Etity-Relatioship-Modell (ERM) Defiitioe, Kozepte Beziehugstype

Mehr

1 Informationsmodellierung mit dem Entity-Relationship-Modell

1 Informationsmodellierung mit dem Entity-Relationship-Modell Aufgabezettel 2 (Lösugsvorschläge) Gesamtpuktzahl 40 Iformatiosmodellierug mit dem Etity-Relatioship-Modell Ei ahegelegeer Tierpark möchte ei eues System zur Verwaltug der Tierpopulatioe eiführe, bei dem

Mehr

1 Informationsmodellierung mit dem Entity-Relationship-Modell

1 Informationsmodellierung mit dem Entity-Relationship-Modell Iformatiosmodellierug mit dem Etity-Relatioship-Modell McAcid's beötigt ei eues Burgastisches Kassesystem, bei dem eie relatioale Datebak verwedet werde soll. [5 P.] Erfasse Sie die im Folgede beschriebee

Mehr

Lehrveranstaltung Grundlagen von Datenbanken WS 2018/19. Gesamtpunktzahl 40 Ausgabe Do Abgabe Fr

Lehrveranstaltung Grundlagen von Datenbanken WS 2018/19. Gesamtpunktzahl 40 Ausgabe Do Abgabe Fr Iformatiosmodellierug mit dem Etity-Relatioship-Modell Die Abteilug für Cyber Idetizierug Dieste (ACID) möchte ei eues Überwachugssystem für Mobilfukgespräche eiführe. Dabei soll eie relatioale Datebak

Mehr

Entity Relationship Modell

Entity Relationship Modell Etity Relatioship Modell A.Kaiser; WU-Wie MIS 90 Wahrehmug Systems vo Perso Wahrehmug Systems vo Perso 2 System (oder Ausschitt) Wahrehmug Systems vo Perso 3 Wahrehmug Systems vo Perso 4 Wahrehmug Systems

Mehr

Datenbasis - 3 Sichten

Datenbasis - 3 Sichten Etity Relatioship Modell A.Kaiser; WU-Wie MIS 76 Datebasis - 3 Sichte Kozeptioelle Sicht EER-Modell Extere Sicht Beutzerorietiert Itere Sicht Computer-orietiert A.Kaiser; WU-Wie MIS 77 Kozeptioelle Datemodelle

Mehr

ER Modell Relationenmodell

ER Modell Relationenmodell ER Modell Relatioemodell II Orgaisatio Orgaisatioseiheite Date Steuerug Fuktio ` Iformatiosobjekte Itegratio Aufgabe 0.06.006 Das Etity-Relatioship-Modell (ERM) Erster Schritt zum Aufbau eies datebakbasierede

Mehr

SQL. Grundlagen und Datenbankdesign. Elmar Fuchs. 2. Ausgabe, April 2012 SQL

SQL. Grundlagen und Datenbankdesign. Elmar Fuchs. 2. Ausgabe, April 2012 SQL SQL Elmar Fuchs 2. Ausgabe, April 202 Grudlage ud Datebakdesig SQL 3 SQL - Grudlage ud Datebakdesig 3 Der Datebaketwurf I diesem Kapitel erfahre Sie wie sich der Datebak-Lebeszyklus vollzieht welche Etwurfsphase

Mehr

Elektrotechnik und Informatik Faculty of Electrical Engineering and Computer Science

Elektrotechnik und Informatik Faculty of Electrical Engineering and Computer Science 2.4 Sematische Modelle 2.4. Der sematische Asatz Ebee des Datebaketwurfs (Wdh.): kozeptioelle Ebee logische Gesamtsicht des Aweders auf die Date uabhägig vom eigesetzte DBS-Typ Implemetierugsebee kozeptioelle

Mehr

Konzeptioneller DB-Entwurf: Entity-Relationship Modellierung Beispiel: Kontoführung

Konzeptioneller DB-Entwurf: Entity-Relationship Modellierung Beispiel: Kontoführung Techische Uiversität Müche WS 2003/04, Fakultät für Iforatik Datebaksystee I Prof. R. Bayer, Ph.D. Lösugsblatt 2 Dipl.-Ifor. Michael Bauer Dr. Gabi Höflig 3.. 2003 Kozeptioeller DB-Etwurf: Etity-Relatioship

Mehr

2. Datenbankentwurf mittels. Entity-Relationship - Modell (ERM) 2.1. Entities. Definitionen:

2. Datenbankentwurf mittels. Entity-Relationship - Modell (ERM) 2.1. Entities. Definitionen: - 2 - - 22-2. Datebaketwurf mittels Etity-Relatioship - Modell (ERM) Ursprug: Che 976, heute viele Variate Bedeutug: grafisches Hilfsmittel zur sematische Modellierug der Diskurswelt (Awedugsgebiet) (d.h.

Mehr

Datenbanksysteme 1 Herbst-/Wintersemester Oktober 2014

Datenbanksysteme 1 Herbst-/Wintersemester Oktober 2014 Lehrstuhl für Praktische Iformatik III Prof. Dr. Guido Moerkotte Email: moer@db.iformatik.ui-maheim.de Marius Eich Email: marius.eich@ui-maheim.de Fisik Kastrati Email: kastrati@iformatik.ui-maheim.de

Mehr

Vorlesung Informationssysteme

Vorlesung Informationssysteme Saarbrücke, 2.05.205 Iformatio Systems Group Vorlesug Iformatiossysteme Vertiefug Kapitel 4: Vo (E)ER is Relatioemodell Erik Buchma (buchma@cs.ui-saarlad.de) Foto: M. Strauch Aus de Videos wisse Sie......welche

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis 1, Woche 2 Reelle Zahle A1 2.1 Ordug Defiitio 2.1 Ma et eie Ordug für K, we 1. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a,

Mehr

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n.

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n. Reeller Vektorraum Kapitel Vektorräume Die Mege aller Vektore x mit Kompoete bezeiche wir mit x R =. : x i R, i x ud wird als -dimesioaler (reeller) Vektorraum bezeichet. Defiitio Ei Vektorraum V ist eie

Mehr

3. Informationsmodelle

3. Informationsmodelle 3 Iforatiosodelle Vorgehesweise bei DB-Etwurf ud -Modellierug Vorgehesweise bei DB-Etwurf ud -Modellierug - Lebeszyklus - Iforatioserhebug Etity-Relatioship-Modell (ERM) 2 - Defiitioe, Kozepte - Beziehugstype

Mehr

Lösungsvorschläge zu den Aufgaben der Lernsituation 20 (S. 64, 65)

Lösungsvorschläge zu den Aufgaben der Lernsituation 20 (S. 64, 65) Lösugsvorschläge zu de Aufgabe der Lersituatio 20 (S. 64, 65) Aufgabe : a ERM für die Vermittlug vo Fahrradreise Kudeummer Vorame Nachame Straße ud Hausr. Telefoummer IBAN (FS) Buchugsummer Kudeummer (FS)

Mehr

Skriptum zur ANALYSIS 1

Skriptum zur ANALYSIS 1 Skriptum zur ANALYSIS 1 Güter Lettl WS 2017/2018 1. Grudbegriffe der Megelehre ud der Logik 1.1 Naive Megelehre [Sch-St 4.1] Defiitio eier Mege ach Georg Cator (1845 1918):,,Eie Mege M ist eie Zusammefassug

Mehr

Einleitung. Aufgabe 1a/1b. Übung IV

Einleitung. Aufgabe 1a/1b. Übung IV Übug IV Eileitug Etity-Relatioship-Modell: Modellierug zu Aalyse- ud Etwurfszwecke (Phase 2 i Wasserfallodell). "diet dazu, de projektierte Awedugsbereich zu strukturiere." [Keper/Eickler: Datebaksystee]

Mehr

Einführung in die Computerlinguistik Merkmalsstrukturen (Feature Structures)

Einführung in die Computerlinguistik Merkmalsstrukturen (Feature Structures) Eiführug i die Computerliguistik Merkmalsstrukture (Feature Structures) Laura Heirich-Heie-Uiversität Düsseldorf Sommersemester 2013 Eileitug (1) Die i CFGs verwedete Nichttermiale sid i der Regel icht

Mehr

1 Informationsmodellierung mit dem Entity-Relationship-Modell

1 Informationsmodellierung mit dem Entity-Relationship-Modell 1 Iforatiosodellierug it de Etity-Relatioship-Modell Die ACID-Dopig-Detektei beötigt für ihre Jagd ach Dopigsüder ei Iforatiossyste, bei de ei relatioales Datebaksyste zu Eisatz koe soll. [20 P.] i) Erfasse

Mehr

II. Grundlagen der Programmierung. Variable: Literale (Konstanten) Operatoren & Ausdrücke. Variablendeklaration:

II. Grundlagen der Programmierung. Variable: Literale (Konstanten) Operatoren & Ausdrücke. Variablendeklaration: Techische Iformatik für Igeieure (TIfI) WS 20052006, Vorlesug 2 II. Grudlage der Programmierug Ekkart Kidler Überblick Sytaxdefiitio Variable ud Ausdrücke Aweisuge Literale (Kostate) Variable Out.pritl("Das

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis, Woche 2 Reelle Zahle A 2. Ordug Defiitio 2. Ma et eie Ordug für K, we. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a, b, c K

Mehr

Kunde. Kontobewegung

Kunde. Kontobewegung Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:

Mehr

1 Randomisierte Bestimmung des Medians

1 Randomisierte Bestimmung des Medians Praktikum Diskrete Optimierug (Teil 0) 0.07.006 Radomisierte Bestimmug des Medias. Problemstellug ud Ziel I diesem Abschitt stelle wir eie radomisierte Algorithmus zur Bestimmug des Medias vor, der besser

Mehr

Mathematische Vorgehensweise

Mathematische Vorgehensweise Kapitel 2 Mathematische Vorgehesweise Um eue Ergebisse zu erziele, ist es häufig otwedig, Aussage präzise zu formuliere ud zu beweise. Daher werde i diesem Kapitel die mathematische Begriffsbilduge ud

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik für Iformatiker -- 9 Folge -- 6.1.215 1 Folge: Defiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reihefolge wichtig,

Mehr

Anwendungen der Wahrscheinlichkeit II. Markovketten

Anwendungen der Wahrscheinlichkeit II. Markovketten Aweduge der Wahrscheilichkeit II 1. Fragestelluge Markovkette Markovkette sid ei häufig verwedetes Modell zur Beschreibug vo Systeme, dere Verhalte durch eie zufällige Übergag vo eiem Systemzustad zu eiem

Mehr

Wörterbuchmethoden und Lempel-Ziv-Codierung

Wörterbuchmethoden und Lempel-Ziv-Codierung Kapitel 3 Wörterbuchmethode ud Lempel-Ziv-Codierug I diesem Abschitt lere wir allgemei Wörterbuchmethode zur Kompressio ud isbesodere die Lempel-Ziv (LZ))-Codierug kee. Wörterbuchmethode sid ei eifaches

Mehr

mit (a 1 ) (0,0,,0). Dann ist die Menge,,a n,a 2 eine endliche Menge und besitzt ein grösstes Element ggt(a 1

mit (a 1 ) (0,0,,0). Dann ist die Menge,,a n,a 2 eine endliche Menge und besitzt ein grösstes Element ggt(a 1 Kapitel 1: Reste, Teiler, Vielfache Defiitio Es sei a 0. Die Zahl b 0 ist ei Teiler vo a, we es ei u 0 gibt, sodass ub= a. Ist b ei Teiler vo a, so ist a ei Vielfaches vo b. Bezeichug b a für b ist Teiler

Mehr

10 Aussagen mit Quantoren und

10 Aussagen mit Quantoren und 0 Aussage mit Quatore ud 0.6. Eisatz vo (bereits bekater) Eistezaussage Bisher hatte wir Eistezbeweise geführt, idem wir ei passedes Objekt agegebe habe ( Setze... ). Stattdesse ka ma auch auf bereits

Mehr

Mathematik 1 für Informatik

Mathematik 1 für Informatik Guter Ochs. Juli 203 Mathematik für Iformatik Probeklausur Lösugshiweise. a Bestimme Sie per NewtoIterpolatio ei Polyom px mit möglichst kleiem Grad, so dass p = p0 = p = sowie p2 = 7. i x i y i d i,i

Mehr

2. Informationsmodellierung mit Entity-Relationship-Modell und UML

2. Informationsmodellierung mit Entity-Relationship-Modell und UML 2. Iformatiosmodellierug mit Etity-Relatioship-Modell ud UML Eiführug Modellierug / Abstraktioskozepte Etity-Relatioship-Modell Etity-Mege Attribute ud Wertebereiche Primärschlüssel Relatioship-Mege Klassifikatio

Mehr

Tutorial zum Grenzwert reeller Zahlenfolgen

Tutorial zum Grenzwert reeller Zahlenfolgen MAE Mathematik: Aalysis für Igeieure Herbstsemester 206 Dr. Christoph Kirsch ZHAW Witerthur Tutorial zum Grezwert reeller Zahlefolge I diesem Tutorial lere Sie, die logische Aussage i der Defiitio des

Mehr

2.3 Einführung der Bruchzahlen

2.3 Einführung der Bruchzahlen . Eiführug der Bruchzahle..1 Bruchzahlaspekte Sei m (mit m ), eie Bruchzahl. (1) Teil vom Gaze (Siehe dazu de folgede Abschitt..!) () Maßzahl: Bezeichug vo Größe [Siehe Abschitt., Teil I (Größekozept).

Mehr

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es?

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es? Uiversität Stuttgart Fachbereich Mathematik Prof Dr C Hesse PD Dr P H Lesky Dipl Math D Zimmerma Msc J Köller FAQ 4 Höhere Mathematik 724 el, kyb, mecha, phys Lieare Abbilduge ud Matrize Um was geht es?

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id,

Kreisabbildungen. S 1 f S 1. Beispiele: (1) f = id, F = id, Kreisabbilduge Im Folgede sehe wir us eie gaz spezielle Klasse vo dyamische Systeme a: Abbilduge auf dem Kreis. Diese sid eifach geug, so dass wir sie och recht leicht aalysiere köe, habe aber adererseits

Mehr

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37 Reelle Folge Der Begriff der Folge ist ei grudlegeder Baustei der Aalysis, weil damit u.a. Grezprozesse defiiert werde köe. Er beschreibt de Sachverhalt eier Abfolge vo Elemete, wobei die Reihefolge bzw.

Mehr

Normierte Vektorräume

Normierte Vektorräume Normierte Vektorräume Wir betrachte im Folgede ur Vektorräume über R 1. Sei also V ei Vektorraum. Wir möchte Metrike auf V betrachte, die im folgede Sie mit der Vektorraumstruktur verträglich sid:, y,

Mehr

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 13. Besprechung in KW05/2018

HA-Lösung TA-Lösung Diskrete Strukturen Tutoraufgabenblatt 13. Besprechung in KW05/2018 Techische Uiversität Müche Witer 2017/18 Prof. J. Esparza / Dr. M. Lutteberger, S. Sickert 2018/02/08 HA-Lösug TA-Lösug Diskrete Strukture Tutoraufgabeblatt 13 Besprechug i KW05/2018 Beachte Sie: Soweit

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. Testen von Hypothesen Seite 1 von 6 10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)

Mehr

3 Grenzwerte. 3.1 Grenzwerte von Folgen

3 Grenzwerte. 3.1 Grenzwerte von Folgen 03-grezwerte.cdf 3 Grezwerte 3. Grezwerte vo Folge Kovergez Mache Folge zeige ei spezielles Verhalte, we der Idex sehr groß wird. Sie äher sich eier bestimmte Zahl. Betrachte wir zum Beispiel die Folge

Mehr

Demo-Text für INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. ANALYSIS Vollständige Induktion FRIEDRICH W.

Demo-Text für   INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK.   ANALYSIS Vollständige Induktion FRIEDRICH W. ANALYSIS Vollstädige Iduktio Datei Nr. 40080 Stad 14. März 018 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 40080 Beweismethode: Vollstädige Iduktio Vorwort Die Methode der vollstädige Iduktio

Mehr

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1 Istitut für Aalysis ud Algebra Mathematik I für Studierede der E-Techik Prof Dr Volker Bach WiSe 06/7 M Sc Birgit Komader M Sc Christoph Brauer Theme: Groe Übug - Lösuge Vollstädige Iduktio - Teleskopsumme

Mehr

Stochastik im SoSe 2018 Übungsblatt 2

Stochastik im SoSe 2018 Übungsblatt 2 Stochasti im SoSe 2018 Übugsblatt 2 K. Paagiotou/ L. Ramzews / S. Reisser Lösuge zu de Aufgabe. Aufgabe 1 Eie Ure ethält B blaue, R rote ud G grüe Bälle. Wir ziehe eie Teilmege mit geau Bälle aus der Ure,

Mehr

Lösung der Aufgabe 4, Blatt 05

Lösung der Aufgabe 4, Blatt 05 Lösug der Aufgabe 4, Blatt 05 10-PHY-BMA1 WS18/19 Auf Wusch eiiger StudetIe möchte ich hier ach eigeem Ermesse eiige Lösuge digital zur Verfügug stelle. Dazu solle ei paar der bereits besprochee Beweisaufgabe

Mehr

Aussagenlogik. Aussagenlogik

Aussagenlogik. Aussagenlogik I der mathematische Logik gibt es geau zwei Wahrheitswerte ämlich ur wahr oder falsch. Ei Drittes gibt es icht (Tertium o datur!). Zu eier Aussage a lässt sich die Negatio a (die Vereiug, sprich: "icht

Mehr

Das Prinzip des Entity Relationship Modells (ERM)

Das Prinzip des Entity Relationship Modells (ERM) Ageda Vom Datemodell zur Tabelle Vom Datemodell zur Tabelle Beschreibugsregel des ERM Eiführug i die Wirtschaftsiformatik Vom ERM zum Relatioeschema Uiversität Potsdam Lehrstuhl für Wirtschaftsiformatik

Mehr

Software Engineering I. Musterlösungen zur Hauptklausur vom Aufgabe 1

Software Engineering I. Musterlösungen zur Hauptklausur vom Aufgabe 1 1 Software Egieerig I Musterlösuge zur Hauptklausur vom 05.08.2000 Aufgabe 1 a) Abb. 1.1 zeigt ei ER-Diagramm, das zur Beatwortug der Afrage i der Aufgabestellug ausreicht: Perso E-Mail-Adresse KotoNr

Mehr

ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS

ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS vo Rolf Waldi 1 Kapitel I. Elemetare Zahletheorie 1 Grudlegede Regel ud Prizipie Es wird vorausgesetzt, daß der Leser mit gaze Zahle reche ka ud

Mehr

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden? Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder

Mehr

Einführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD.

Einführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD. ZAHLENFOLGEN Eiführede Beispiele Arithmetische Folge Datei Nr. 400 SW Das komplette Mauskript befidet sich auf der Mathematik - CD Friedrich Buckel Februar 00 Iteratsgymasium Schloß Torgelow Ihalt Eiführede

Mehr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gaz ausführliches Traiig Datei Nr. 4002 Neu Überarbeitet Stad: 7. Juli 206 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK

Mehr

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit - 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete

Mehr

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man: Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes

Mehr

So lösen Sie die Gleichung für den Korrelationskoeffizienten

So lösen Sie die Gleichung für den Korrelationskoeffizienten 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Dabei sid Datepukte ( x 1, y 1 ),( x 2, y 2 ), ( x, y ) gegebe.

Mehr

Zusammenfassung: Theorie

Zusammenfassung: Theorie Zusammefassug: Theorie Beweisprizipie Direkter Beweis bleitug der zu beweisede ussage durch mathematische Umformuge aus Voraussetzug eiaderreihug vo ussage = 1, 2, 3,, =B Notatio B (logisches Schließe

Mehr

Computergrafik Inhalt Achtung! Kapitel ist relevant für CG-2!

Computergrafik Inhalt Achtung! Kapitel ist relevant für CG-2! Computergrafik Ihalt Achtug! Kapitel ist relevat für CG-2! 0 1 2 3 4 5 6 7 8 Historie, Überblick, Beispiele Begriffe ud Grudlage Objekttrasformatioe Objektrepräsetatio ud -Modellierug Sichttrasformatioe

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz LGÖ Ks VMa Schuljahr 6/7 Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 5 Für Experte 7 Defiitioe ud Beispiele

Mehr

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014 Herzlich Willkomme zur Vorlesug Aalysis I SoSe 2014 Prof. Dr. Berd Dreseler Lebediges Lere: Aufgabe Ich Wir 2 Reelle Zahle 2.1 Körperstruktur vo (K1) Additio ud Multiplikatio kommutativ: a b b a, ab ba.

Mehr

2 Die Definitionsphase. Einführung und Überblick. Software-Technik. 2.1 Einführung und Überblick Anforderungen (requirements)

2 Die Definitionsphase. Einführung und Überblick. Software-Technik. 2.1 Einführung und Überblick Anforderungen (requirements) 1 Software-Techik 2 Eiführug ud Überblick LE 1 V Uterehm esmodellierug 2 Die Defiitiosphase Eiführug ud Überblick 1 Grudlage II SW-Maagemet 1 Grudlage LE 24 I SW-Etwicklug 1 Die Plaugsphase 2 Objektorietierte

Mehr

Vorkurs Mathematik für Informatiker Potenzen und Polynome --

Vorkurs Mathematik für Informatiker Potenzen und Polynome -- Vorkurs Mathematik für Iformatiker -- Poteze ud Polyome -- Thomas Huckle Stefa Zimmer (Stuttgart) 6.0.06 Vorwort Es solle Arbeitstechike vermittelt werde für das Iformatikstudium Der wesetliche Teil ist

Mehr

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem

Mehr

6 Vergleich mehrerer unverbundener Stichproben

6 Vergleich mehrerer unverbundener Stichproben 6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die

Mehr

so spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe.

so spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe. Defiitioe ud Aussage zu ruppe Michael ortma Eie ruppe ist ei geordetes Paar (, ). Dabei ist eie icht-leere Mege, ist eie Verküpfug (Abbildug), wobei ma i.a. a b oder gar ur ab statt ( a, b) schreibt. Es

Mehr

Der Durchschnitt einer Familie von σ-algebren auf M ist ebenfalls eine σ-algebra auf M. Ist also E M, so ist

Der Durchschnitt einer Familie von σ-algebren auf M ist ebenfalls eine σ-algebra auf M. Ist also E M, so ist Maßtheorie (Versio 0.3) 1. σ-algebra Ist M eie Mege, so et ma ei System vo Teilmege A M eie σ-algebra (auf M ), we gilt: A A A A c A Ist A N eie Familie vo Mege i A, so ist N A A A ist damit stabil uter

Mehr

KASSENBUCH ONLINE Online-Erfassung von Kassenbüchern

KASSENBUCH ONLINE Online-Erfassung von Kassenbüchern KASSENBUCH ONLINE Olie-Erfassug vo Kassebücher Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Ituitive Olie-Erfassug des Kassebuchs... 5 3.2 GoB-sicher

Mehr

Gleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung:

Gleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung: Gleichuge ud Ugleichuge Mathematische Grudlage Das Hadout ist Bestadteil der Vortragsfolie zur Höhere Mathemati; siehe die Hiweise auf der Iteretseite wwwimgui-stuttgartde/lstnumgeomod/vhm/ für Erläuteruge

Mehr

Zusammenfassung: Mathe 1

Zusammenfassung: Mathe 1 Zusammefassug: Mathe 1 Beispiel zur Iduktio Behauptug: es gilt k 2 = 6 (+1) (2+1) Beweis: Iduktio über Iduktiosafag: = 1 k 2 + 1: für = 1: k 2 =1 2 =1 1 Aahme: Für ei N gilt Zu zeige: da muss auch gelte

Mehr

Erfolgsfaktoren des technischunterstützten

Erfolgsfaktoren des technischunterstützten Erfolgsfaktore des techischuterstützte Wissesmaagemets Dr. Marc Diefebruch Prof. Dr. Thomas Herrma Marc.Diefebruch@ui-dortmud.de Thomas.Herrma@ui-dortmud.de Uiversität Dortmud, Iformatik ud Gesellschaft

Mehr

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge 1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege

Mehr

Kapitel 6 Differenzierbarkeit

Kapitel 6 Differenzierbarkeit Kapitel 6 Differezierbarkeit Ihalt 6.1 6.1Die Defiitio 6.2 6.2Die Eigeschafte 6.3 6.3Extremwerte Seite 2 Was heißt differezierbar? Differezierbare Fuktioe sid sid glatte Fuktioe. Wir Wir beschreibe diese

Mehr

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

Analysis ZAHLENFOLGEN Teil 4 : Monotonie Aalysis ZAHLENFOLGEN Teil 4 : Mootoie Datei Nr. 40051 Friedrich Buckel Juli 005 Iteretbibliothek für Schulmathematik Ihalt 1 Eiführugsbeispiele 1 Mootoie bei arithmetische Folge Defiitioe 3 3 Welche Beweistechik

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

Grundlagen der Mathematik (LPSI/LS-M1)

Grundlagen der Mathematik (LPSI/LS-M1) Fachbereich Mathematik Algebra ud Zahletheorie Christia Curilla Grudlage der Mathematik (LPSI/LS-M1) Übugsklausur WiSe 2010/11 - C. Curilla/S. Koch/S. Ziegehage Liebe Studierede, im Folgede fide Sie eiige

Mehr

Kapitel 6: Quadratisches Wachstum

Kapitel 6: Quadratisches Wachstum Kapitel 6: Quadratisches Wachstum Dr. Dakwart Vogel Ui Esse WS 009/10 1 Drei Beispiele Beispiel 1 Bremsweg eies PKW Bremsweg Auto.xls Ui Esse WS 009/10 Für user Modell des Bremsweges gilt a = a + d a =

Mehr

4.3 Relationen [ Partee 27-30, 39-51, McCawley , Chierchia ]

4.3 Relationen [ Partee 27-30, 39-51, McCawley , Chierchia ] 4 Elemetare Megetheorie 43 Relatioe [ Partee 7-30, 39-5, McCawley 48-49, Chierchia 534-536 ] Relatioe köe als spezielle Mege verstade werde Hierfür muss zuächst der Begriff eies weitere megetheoretische

Mehr

Denition 27: Die Fakultät ist eine Folge f : N N mit f(1) := 1 und f(n + 1) := (n + 1) f(n) für alle n N. Wir schreiben n! := f(n) für diese Folge.

Denition 27: Die Fakultät ist eine Folge f : N N mit f(1) := 1 und f(n + 1) := (n + 1) f(n) für alle n N. Wir schreiben n! := f(n) für diese Folge. Vorkurs Mathematik, PD Dr. K. Halupczok, WWU Müster Fachbereich Mathematik ud Iformatik 22.9.20 Ÿ3.2 Folge ud Summe (Fortsetzug) Eie wichtige Möglichkeit, wie ma Zahlefolge deiere ka, ist die über eie

Mehr

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen Kombiatori Alexader (Axel Straschil 8. Dezember 2006 Diese urze Zusammefassug über Permutatioe, Variatioe, Kombiatioe ud de Biomische Lehrsatz etstad im laufe meies Iformatistudiums a der Techische Uiversität

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 Schwankungsintervalle Schwankungsintervalle 4.2 4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt

Einführung in die Wahrscheinlichkeitstheorie Lösungen zum Wiederholungsblatt TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 23/4 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Eiführug i die Wahrscheilichkeitstheorie Lösuge zum Wiederholugsblatt Aufgabe

Mehr

1 Aussagenlogik und vollständige Induktion

1 Aussagenlogik und vollständige Induktion Dr. Siegfried Echterhoff Aalysis 1 Vorlesug WS 08 09 1 Aussagelogi ud vollstädige Idutio Die Mathemati basiert auf eier Reihe vo Axiome, d.h. auf mathematische Aussage, die als (offesichtlich? wahr ageomme

Mehr

1.1 Grundlegende Zusammenhänge

1.1 Grundlegende Zusammenhänge 1 Defiitioe 1.1 Grudlegede Zusammehäge Die grudlegede Modellierugseiheite der Automatetheorie sid Alphabete, Zeichereihe ud Sprache. Diese Eiheite sid i der Automatetheorie abstrakter gefasst als i der

Mehr

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf Fudametale Prizipie der Kombiatori ud elemetare Abzähloeffiziete Wolfram Koepf Die abzählede Kombiatori beschäftigt sich vor allem mit der Auswahl eier Teilmege, die ma häufig eie Stichprobe et (aus Wahrscheilicheitsrechug

Mehr

CampusSourceEngine HISLSF

CampusSourceEngine HISLSF Kopplug Hochschuliformatiossysteme ud elearig CampusSourceEgie Dipl.-Iform. Christof Veltma Uiversität Dortmud leartec, Karlsruhe, 14.02.2006 - Hochschuliformatiossysteme allgemei: Iformatiossysteme ud

Mehr

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß Der Satz vo Stoe-Weierstraß Vortrag zum Prosemiar Aalysis, 28.06.2010 Valetia Gerber, Sabria Kielma Aus der Vorlesug Aalysis I ud II kee wir das Kozept des Approximieres. Us wurde die Begriffe Taylor-

Mehr

Positiv denken! Lösungen

Positiv denken! Lösungen Schülerzirkel Mathematik Fakultät für Mathematik. Uiversität Regesburg Positiv deke! Lösuge Aufgabe 1 (GMAMQM (ur für die Klasse 7/8) [ Pukte]). Seie a, b reelle Zahle. 1. Sei a 0 ud b 0. Zeige, dass a

Mehr

Nachtrag. Alternatives Buch zum Satz von Fermat 1999 bei amazon nur noch gebraucht

Nachtrag. Alternatives Buch zum Satz von Fermat 1999 bei amazon nur noch gebraucht Nachtrag Alteratives Buch zum Satz vo Fermat 1999 bei amazo ur och gebraucht 1 Uedliche (Zahle-) Mege 2 Wiederholug Steuer Bei eiem Eikomme vo ud eiem Steuersatz vo 33% müsse Sie Steuer zahle. Da werde

Mehr

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2 D-MATH Topologie FS 15 Theo Bühler Musterlösug 2 1. a) Per Defiitio ist A = {x : x berührt A}. I der Vorlesug wurde die Formel (X A) = ( A ) c gezeigt, also A = ( X A ) c. Daher ist A = A A = A (A ) c

Mehr

Relationale Datenbanken. Modellieren

Relationale Datenbanken. Modellieren Relatioale Datebake Modelliere Schulverwaltug Schüler Klasse Lehrer Peter Müller 5a Herr Mezel Fraz Maier 5b Frau Müller Berd Schmid Frau Träger Regie Hauser Miriam Schaller Judith Bauer Peter Müller 5a

Mehr

Aufgrund der Körperaxiome ist jedoch

Aufgrund der Körperaxiome ist jedoch Hiweise: Der Doppelstrich // steht für eie Kommetarzeile. Tipp- ud Rechtschreibfehler köe trotz mehrfacher Kotrolle icht hudertprozetig vermiede werde. Die selbst erstellte Lösugsasätze orietiere sich

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgabe ud e Ausarbeitug der Übugsstude zur Vorlesug Aalysis I Witersemester 008/009 Übug am 8..008 Übug 5 Eileitug Zuerst soll auf de aktuelle Übugsblatt ud Stoff der Vorlesug eigegage werde. Dazu werde

Mehr

Kapitel XI - Korrelationsrechnung

Kapitel XI - Korrelationsrechnung Istitut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökoometrie ud Statistik Kapitel XI - Korrelatiosrechug Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Seska Carlo Siebeschuh Aufgabe der Korrelatiosrechug

Mehr

Zusammenfassung: Folgen und Konvergenz

Zusammenfassung: Folgen und Konvergenz Zusammefassug Folge ud Kovergez Ihaltsverzeichis Defiitioe ud Beispiele für Folge Beschräkte Folge Kovergez vo Folge Grezwertsätze für Folge 6 Für Experte 8 Defiitioe ud Beispiele für Folge Defiitio Eie

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Sebastia Schwarz WS 04/05 0..04 Höhere Mathematik für die Fachrichtug Physik Lösugsvorschläge zum 4. Übugsblatt

Mehr

Informationssysteme SS 2013 Lösungsvorschläge zu Übungsblatt 5. Übungsblatt 5. Für die Übungen in der Woche vom 22. Mai bis 26.

Informationssysteme SS 2013 Lösungsvorschläge zu Übungsblatt 5. Übungsblatt 5. Für die Übungen in der Woche vom 22. Mai bis 26. Prof. Dr.-Ig. Stefa Deßloch AG Heterogee Iformatssysteme Fachbereich Iformatik Techische Uiversität Kaiserslauter Übugsblatt 5 Für die Übuge i der Woche vom 22. Mai bis 26. Mai 203 Aufgabe : E/R-Modellierug

Mehr