Vorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2014
|
|
- Christa Knopp
- vor 5 Jahren
- Abrufe
Transkript
1 Vorlesung des Software-Engineering im Sommersemester 214 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lerstul XIV Teil 2.6: Mining: Zusätzlice Perspektiven v
2 [mit freundlicer Genemigung basierend auf einem engliscen Foliensatz von Prof. Dr. Wil van der Aalst (TU Eindoven)] Literatur: [vda11] Wil van der Aalst: Process Mining: Discovery, Conformance and Enancement of Business Processes, Springer-Verlag Unibibliotek (6 Exemplare): ttp:// (Bei Engpässen kann eine Kopiervorlage der relevanten Ausscnitte zur Verfügung gestellt werden.) Kapitel 8 2
3 Einordnung Mining: Zusätzlice Perspektiven Gescäftsprozessmodellierung Process-Mining Einfürung: Process-Mining Petrinetze Data-Mining Datenbescaffung Prozessextraktion Konformanzanalyse Mining: Zusätzlice Perspektiven Betriebsunterstützung Werkzeugunterstützung Analysiere Lasagne Prozesse Analysiere Spagetti Prozesse Kartograpie und Navigation Epilog Modellbasierte Entwicklung sicerer Software 3
4 Einleitung Mining: Zusätzlice Perspektiven Letzter Abscnitt: Konformanzanalyse. Dieser Abscnitt: Mining: Zusätzlice Perspektiven : Organizational Mining: Zusammenang zwiscen Ressource und Aktivität. Zeitanalyse durc Replay. Decision Mining mit Hilfe von Replay. 4
5 Überblick Mining: Zusätzlice Perspektiven Attribute in Event-Logs Organizational Mining Veralten von Ressourcen Analysieren Decision-Mining 5
6 Mining: Zusätzlice Perspektiven Verbesserung: vgl. Reparatur im Kontext von Konformanz-an alyse 6 Seite 6
7 Startpunkt: Event-Log verknüpft mit Modell Ser wictig! Modell extraiert oder manuell erstellt. Wärend des Replays verknüpft. Startpunkt für andere Typen des Process-Minings! 7 Seite 7
8 Attribute in Event-Logs 8 Seite 8
9 Fälle können auc Attribute aben 9 Seite 9
10 Helikopter-Sict: Punkte-Diagramme 1 Seite 1
11 Überblick Mining: Zusätzlice Perspektiven Attribute in Event-Logs Organizational Mining Veralten von Ressourcen Analysieren Decision-Mining 11
12 Organizational-Mining a = Registrierung anfragen, b = gründlic überprüfen, c = normal überprüfen, d = Ticket überprüfen, e = entsceiden, f = Anfrage neu einleiten, g = Entscädigung bezalen und = Anfrage ablenen 12 Seite 12
13 Ressourcen-Aktivitäts-Matrix Durcscnittlice Anzal, wie oft eine Ressource eine Aktivität pro Fall ausfürt. Pete Mike Ellen Sue Sean Sara a b c d e 2.3 f 1.3 g Aktivität a für jeden Fall genau einmal ausgefürt (Summe 1. Spalte). Pete, Mike und Ellen füren als einzigen diese Aktivität aus. a zu 3% von Pete, zu 5% von Mike und zu 2% von Ellen ausgefürt. e und f immer von Sara ausgefürt. e im Scnitt 2.3 mal pro Fall ausgefürt. etc. 13 Seite 13
14 Analyse Sozialer Netzwerke 14 Seite 14
15 Matrix der Aufgabenübergabe Zäle Übergabe der Aufgaben von einer Ressource zu einer anderen (im Durcscnitt pro Fall). Kausale Abängigkeiten im Prozessmodell genutzt: Übergaben im Event-Log zu zälen. 15 Seite 15
16 Soziales Netzwerk basierend auf Aufgabenübergabe (Scwellwert:.1) Nur Dicke der Pfeile abängig von Häufigkeiten. 16 Seite 16
17 Aufgabenübergabe auf Rollen-Ebene Hier: Zusätzlic Größe der Knoten abängig von Häufigkeiten. 17 Seite 17
18 Profile 18 Seite 18
19 Soziale Netzwerke basierend auf Änlickeit von Profilen Ressourcen, die änlice Aktivitäten ausfüren, steen in Bezieung. Sara fürt als einzige Ressource e und f aus. Nict mit anderen Ressourcen verbunden. Verknüpfungen zur eigenen Ressource unterdrückt. Entalten keine Informationen (self-similarity). 19 Seite 19
20 Unternemensstrukturen extraieren 2 Seite 2
21 Prozess- vs. Unternemensstruktur 21 Seite 21
22 Überblick Mining: Zusätzlice Perspektiven Attribute in Event-Logs Organizational Mining Zeit-Analyse Decision-Mining 22
23 Punkte-Diagramm: Prozess einer Wonungsvermittlung mit absoluter Zeit 23 Seite 23
24 Detailausscnitt Seite 24 24
25 Gleicer Log, relative Zeit 25 Seite 25
26 Timed Replay (Timed) Replay: Timing-Information mit Modellelementen verknüpfen. Ziele: Visualisierung Analyse der Zeit-Informationen. 26 Seite 26
27 Timed Replay Anfang Aktivität b Ende Aktivität b Zeitstempel Replay, wie vorer, jetzt unter Berücksictigung der Zeitstempel sowie Anfang und Ende der Aktivitäten: Replay der ersten drei Fälle im Event-Log: Fall 1 startet zur Zeit 12 und endet zur Zeit 54, Fall 2 startet zur Zeit 17 und endet zur Zeit 73, Fall 3 startet zur Zeit 25 und endet zur Zeit Seite 27
28 Timed Replay: Beispiel A B C D A5: Ereignis A trat zum Zeitpunkt 5 ein. 28
29 Timed Replay: Beispiel B8 C9 D
30 Timed Replay: Beispiel B8 C9 D13 5 3
31 Timed Replay: Beispiel C9 D = 8-5: Zwiscen Auftritten der Ereignisse A und B sind 3 Zeiteineiten vergangen
32 Timed Replay: Beispiel C9 D
33 Timed Replay: Beispiel D
34 Timed Replay: Beispiel D
35 Timed Replay: Beispiel
36 Timed Replay: Beispiel
37 Timed Replay: Beispiel I.A. für versciedene Durcläufe untersciedlice Zeiten
38 Transition a: 1. Fall: starts: 12; completes: 19; Dauer: 7 (=19-12) 25-19=6 Start-Zeitpunkte der 3 Logs Stelle p2: 3. Fall: 2 Tokens blieben 5 bzw. 7 Zeiteineiten auf dieser Stelle End-Zeitpunkte der 3 Logs Zeiten von drei Durcläufen 38 in Modell annotiert. Seite 38
39 Lineare Ansict: Timed-Replay, erste drei Fälle 39 Seite 39
40 Lineare Ansict auf Ressourcen abgebildet (Aus voriger Folie durc Umsortieren der Zeilen erstellen.) 4 Seite 4
41 Überblick Mining: Zusätzlice Perspektiven Attribute in Event-Logs Organizational Mining Zeit-Analysen Decision-Mining 41
42 Decision Mining Entsceidungspunkte in extraierten Petrinetzen zunäcst nict-deterministisc : im Modell nict determiniert, welcer Ausfürungszweig in welcer Ausfürung gewält wird Nützlice Information! Idee: Klassifikationstecniken (s. Abscnitt 2.2) anwenden, um Rationale inter der in den Ausfürungen gewälten Entsceidungen auf Basis der Logdaten zu erkennen. => Decision Mining 42
43 Decision-Mining: Beispiel Wo sind die Entsceidungspunkte? 43 Seite 43
44 Decision-Mining: Beispiel Entsceidungspunkte Entsceidungspunkt #1 Entsceidungspunkt #2 44 Seite 44
45 Decision-Mining: Beispiel: Entsceidungspunkt 1 Entsceidungspunkt #1 Entsceidungspunkt #1: Wal zwiscen Aktivität b und c. Möglice Erkenntnis: Von Arbeitslast der beiden Experten abängig. Wenn Experten Sue und Sean überladen Ausfürung von b weniger warsceinlic (gegenüber c). 45 Seite 45
46 Decision-Mining: Beispiel: Entsceidungspunkt 2 Entsceidungspunkt #2 Entsceidungspunkt #2: Möglice Erkenntnis: Alle Fälle, die Sean gründlic prüft, werden an Entsceidungspunkt #2? 46 Seite 46
47 Decision-Mining: Beispiel: Entsceidungspunkt 2 Entsceidungspunkt #2 Entsceidungspunkt #2: Möglice Erkenntnis: Alle Fälle, die Sean gründlic prüft, werden an Entsceidungspunkt #2 abgelent. 47 Seite 47
48 Decision Mining: Predictor- / Response-Variablen Predictor Variablen ResponseVariable Kundenstatus Region Betrag Aktivität Gold Norden Norden Gold Süden g Westen Osten Süden Gold Norden g Westen Süden Gold Westen g Süden Gold Süden Norden Gold Süden g Norden Westen Gold Osten g Predictor-Variablen (unabängige Variablen): Entsprecen Wissen über Fall, nacdem Entsceidung getroffen. Response-Variable (abängige Variablen): Ermittlung mittels Untersucung des Event-Logs. Jede Zeile in der Tabelle = eine Ausfürung der Aktivitität f/g/ Aktivität in Prozessausfürung mermals besuct (Scleife) merere Zeilen in Tabelle. 48 Seite 48
49 Beispiel: Entsceidungspunkt 2 in Abängigkeit von Predictors Kundenstatus Region Betrag Aktivität Gold Norden Norden Gold Süden g Westen Osten Süden Gold Norden g Westen Süden Gold Westen g Süden Gold Süden Norden Gold Süden g Norden Westen Gold Osten g Welce Features (unabängige Variablen) beeinflussen die Entsceidung? Klassifikationstecniken (z.b. Entsceidungsbäume) nutzen, um Regeln zu finden. Erkläre abängige Variablen insictlic der unabängigen. Beispiel: Wann wird Entscädigung bezalt (g) und wann Anfrage abgelent ()? g g e e?? 49 Seite 49
50 Beispiel: Entsceidungspunkt 2 in Abängigkeit von Predictors Kundenstatus Region Betrag Aktivität Gold Norden Norden Gold Süden g Westen Osten Süden Gold Norden g Westen Süden Gold Westen g Süden Gold Süden Norden Gold Süden g Norden Westen Gold Osten g Welce Features (unabängige Variablen) beeinflussen die Entsceidung? Klassifikationstecniken (z.b. Entsceidungsbäume) nutzen, um Regeln zu finden. Erkläre abängige Variablen insictlic der unabängigen. Beispiel: Wann wird Entscädigung bezalt (g) und wann Anfrage abgelent ()? g g e e Status=Gold und Betrag<5 Status= oder Betrag 5 5 Seite 5
51 Klassifikation beim Process-Mining Anwendung von Klassifikationstecniken nict auf Event- / Daten-basiertes Decision-Mining bescränkt. Zusätzlice unabängige Variablen möglic: Veraltensinformationen (Anzal der Scleifen). Performanz-Informationen (Bearbeitungszeit). Kontextinformationen (Wetter, Queues, etc.). Alternative abängige Variablen analysierbar: Gründe für Nict-Konformität aufdecken (teile Instanzen in zwei Gruppen). Gründe für Verzögerungen aufdecken. 51 Seite 51
52 Überblick: Process Mining SS zusätzlice Perspektiven 52 Seite 52
53 Vorgeensmodell für Process-Mining Seite Analysiere Lasagne-Prozesse
54 Zusammenfassung Mining: Zusätzlice Perspektiven In diesem Abscnitt: Attribute in Event-Logs Organizational Mining Zeit-Analysen Decision-Mining Im näcsten Abscnitt: Online-Analysen (Erfassen, Vorersagen und Empfelen von Pfaden zur Ausfürungszeit). 54
Vorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2013
Vorlesung des Software-Engineering im Sommersemester 2013 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV Teil 2.8: Online-Analysen v. 05.06.2013 1 2.8: Online-Analysen [mit freundlicher
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2013
Vorlesung des Software-Engineering im Sommersemester 2013 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV Teil 2.6: Konformanzanalyse v. 30.05.2013 1 [mit freundlicher Genehmigung
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2014
Vorlesung des Software-Engineering im Sommersemester 2014 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV Teil 2.5: Konformanzanalyse v. 07.07.2014 1 [mit freundlicher Genehmigung
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2013
Vorlesung des Software-Engineering im Sommersemester 2013 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV Teil 2.2: Prozessmodellierung und Analyse v. 13.05.2013 1 [mit freundlicher
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2014
Vorlesung des Software-Engineering im Sommersemester 2014 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV Teil 2.8: Werkzeugunterstützung für Process-Mining v. 09.06.2014 1 für Process-Mining
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2013
Vorlesung des Software-Engineering im Sommersemester 2013 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV v. 05.06.2013 1 2.10: Analysiere Lasagne-Prozesse [mit freundlicher Genehmigung
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2013
Vorlesung des Software-Engineering im Sommersemester 2013 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV Teil 2.9: Werkzeugunterstützung v. 13.05.2013 1 [mit freundlicher Genehmigung
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2014
Vorlesung des Software-Engineering im Sommersemester 2014 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV v. 16.06.2014 1 [mit freundlicher Genehmigung basierend auf einem englischen
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2014
Vorlesung des Software-Engineering im Sommersemester 2014 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV v. 16.06.2014 1 [mit freundlicher Genehmigung basierend auf einem englischen
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2013
Vorlesung des Software-Engineering im Sommersemester 2013 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV Teil 2.3: Data-Mining v. 11.06.2013 1 [mit freundlicher Genehmigung basierend
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2014
Vorlesung des Software-Engineering im Sommersemester 2014 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV Teil 2.0: Einführung: Process-Mining v. 06.05.2014 1 [mit freundlicher Genehmigung
MehrAufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I
Aufgaben und en Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Wintersemester 008/009 Anweseneitsaufgaben Übung 4 Einleitung Es soll darauf ingewiesen werden, daß es in der Woce vor der Klausur
Mehr( ), und legen deshalb eine Ebene fest. Als Aufpunkt dient ein beliebiger Punkt von g oder h, als Spannvektoren
Lösungen zur analytiscen Geometrie, Buc S. 9f. a) E in die Parameterform umwandeln: x = x + x + Wäle: x = ; x = x = + E : X = x x x = + + = + In F einsetzen: + + = + = = In E einsetzen: s: X = + + ( )
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2013
Vorlesung des Software-Engineering im Sommersemester 2013 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV Teil 2.0: Einführung: Process-Mining v. 29.04.2013 1 [mit freundlicher Genehmigung
MehrFunktionentheorie A. K. Hulek
Funktionenteorie A K. Hulek 1 Holomorpe Funktionen Die wictigsten Objekte dieser Vorlesung sind die olomorpen Funktionen. Es sei U C offen, f : U C eine Abbildung und z 0 U ein Punkt. Definition (i Die
MehrAnleitung zur Berechnung von Ableitungsfunktionen
Matematik 11d 7..009 Stefan Krissel Anleitung zur Berecnung von Ableitungsfunktionen Prolog Es gibt nict das Verfaren zur Berecnung der Ableitungsfunktion, genausowenig wie es das Verfaren zum Screiben
MehrLinear. Halbkreis. Parabel
Vom Parabolspiegel zur Ableitungsfunktion Im Folgenden get es darum erauszufinden, was ein Parabolspiegel ist und wie er funktioniert. Das fürt uns auf wictige Fragen eines Teilgebietes der Matematik,
MehrFinanzmarktökonometrie: Zeitreihenanalyse Sommersemester 2010 Dr. Martin Becker
Wirtscaftswissenscaftlices Prüfungssekretariat Diplomprüfung Finanzmarktökonometrie: Zeitreienanalyse Sommersemester 2010 Dr. Martin Becker Name, Vorname: Matrikelnummer: B i t t e b e a c t e n S i e
Mehr5 Differenzialrechnung für Funktionen einer Variablen
5 Differenzialrecnung für Funktionen einer Variablen Ist f eine ökonomisce Funktion, so ist oft wictig zu wissen, wie sic die Funktion bei kleinen Änderungen verält. Bescreibt etwa f einen Wacstumsprozess,
Mehr6. Die Exponentialfunktionen (und Logarithmen).
6- Funktionen 6 Die Eponentialfunktionen (und Logaritmen) Eine ganz wictige Klasse von Funktionen f : R R bilden die Eponentialfunktionen f() = c ep( ) = c e, ier sind, c feste reelle Zalen (um Trivialfälle
MehrPlay-In, Play-Out und Replay. Process Mining in der Medizin
Play-In, Play-Out und Replay Process Mining in der Medizin Emmanuel Helm MSc 4. November 2015 FH OÖ F&E GmbH, Research Center Hagenberg Process Mining Prozessmodellierung + Data Mining 2 Wachsende Datenmengen
MehrÜbersicht. Einführung Universelles Hashing Perfektes Hashing
Hasing Übersict Einfürung Universelles Hasing Perfektes Hasing 2 Das Wörterbuc-Problem Gegeben: Universum U = [0 N-1], wobei N eine natürlice Zal ist. Ziel: Verwalte Menge S U mit folgenden Operationen.
Mehr4.3.2 Ableitungsregeln
Vorbereitungskurs auf die Aufnameprüfung der ETH: Matematik 4.3.2 Ableitungsregeln Der Differentialquotient [s. 43] zur Definition der Ableitung beinaltet eine Grenzwertbildung Limes), welce meist dadurc
MehrDatenaufbereitung und -darstellung. multivariater Datenmengen
multivariater Datenmengen Multivariate Datenmengen Gemeinsame Häuigkeitsverteilung bivariater Datenmenge Empirisce Randverteilungen Bedingte Verteilungen Graisce Darstellungen multivariater Datenmenge
MehrMathematik für Chemiker I
Universität D U I S B U R G E S S E N Campus Essen, Matematik PD Dr. L. Strüngmann WS 007/08 Übungsmaterial sowie andere Informationen zur Veranstaltung unter: ttp://www.uni-due.de/algebra-logic/struengmann.stml
MehrBUSINESS PROCESS MINING EINE KURZE EINFÜHRUNG IN DAS FORSCHUNGSFELD
BUSINESS PROCESS MINING EINE KURZE EINFÜHRUNG IN DAS FORSCHUNGSFELD 1 July 26. Juli 26, 2013 PROZESSANALYSE Prozessgestaltung Verständnis für aktuelle Prozesse ist Basis für Verbesserungsvorschläge Compliance
Mehr15 / 16 I GK EF Übung 2 Dez.15
1 / 16 I GK EF Übung Dez.1 Nr. 1: Ableitungsdefinition - Tangentenberecnung Gegeben ist die ganzrationale Funktion. Grades mit: f(x) = x - x a) Bestimmen Sie die durcscnittlice Änderungsrate (Sekantensteigung)
MehrNumerisches Programmieren, Übungen
Tecnisce Universität Müncen SoSe 2013 Institut für Informatik Prof. Dr. Tomas Huckle Dipl.-Inf. Cristop Riesinger Dipl.-Mat. Jürgen Bräckle Numerisces Programmieren, Übungen 2. Übungsblatt: Kondition,
MehrÜberholen mit konstanter Beschleunigung
HTL Überolen mit konstanter Seite 1 von 7 Nietrost Bernard bernard.nietrost@tl-steyr.ac.at Überolen mit konstanter Bescleunigung Matematisce / Faclice Inalte in Sticworten: Modellieren kinematiscer Vorgänge;
MehrAufgabe 6: Beschaffung und Lagerhaltung
ufgabe 6: escaffung und Lageraltung Sie sind Leiter einer Montageabteilung und werden von irer Gescäftsleitung aufgefordert in irem ereic die osten zu senken, da Ir Unternemen in artem Wettbewerb mit der
MehrÜbungen zum Mathematik-Abitur. Geometrie 1
Geometrie Übungen zum atematik-abitur -7/8 Übungen zum atematik-abitur Geometrie Gegeben sind die Punkte ( 4 ) und ( 5 6 4) P und die Gerade 7 4 g: x= + r 4 Aufgabe : Die Ebene E entält g und Bestimmen
MehrPACKAGING DESIGN LIMBIC SCHMIDT SPIELE KNIFFEL MASTER
PAKAGING DESIGN LIMBI SHMIDT SPIELE KNIFFEL MASTER 16. Präsentation 03. Dezember 2014 Für alle Kniffel-Fans dürfte Einiges bei Kniffel Master scon bekannt sein. Der blaue Text kann daer von allen überspruen
MehrRealschulabschluss Physik (Sachsen) Aufgaben im Stil der Abschlussprüfung: Mechanik
Realsculabscluss Pysik (Sacsen) Aufgaben im Stil der Absclussprüfung: Mecanik Kraftumformende Einrictung 1 Ein PKW kommt beim Bremsen ins Scleudern und rutsct eine Böscung inab. Ein Abscleppfarzeug ziet
MehrGeometrisch ergibt sich deren Graph als Schnitt von G mit der senkrechten Ebene y = b bzw. x = a:
Fläcen im Raum Grap und Scnittkurven Im ganzen Artikel bezeicnet D eine Teilmenge des R 2 und eine skalarwertige Funktion in zwei Veränderlicen. Der Grap f : D R 2 R : (x, y) z = f(x, y) G = { (x, y, z)
MehrMathematik 1 für Studierende der Biologie Teil II: Limes & Konvergenz
Matematik 1 für Studierende der Biologie Teil II: Limes & Konvergenz Cristian Leibold 7. Oktober 2014 Folgen Allgemeines zu Folgen Monotonie und Bescränkteit Grenzwerte und Konvergenz Summen und Reien
MehrOrientierungsaufgaben für die BESONDERE LEISTUNGSFESTSTELLUNG ab 2015 MATHEMATIK
Orientierungsaufgaben für die BESONDERE LEISTUNGSFESTSTELLUNG ab 2015 MATHEMATIK Im Auftrag des TMBWK erarbeitet von den Facberaterinnen und Facberatern Matematik Gymnasium. Hinweise für Prüfungsteilnemerinnen
MehrVorlesung für Schüler
Universität Siegen Facbereic Matematik Vorlesung für Scüler 1.12.2 Emmy-Noeter-Campus Prof. Dr. H. J. Reinardt Computerlösungen dynamiscer Probleme Zusammenfassung Es werden zunäcst einface dynamisce Probleme
MehrMathematik GK 11 m3, AB 06 Klausurvorbereitung Differentialq. Lsg x 3 9x 4 2x 2 x 4. 4x 3 9x 4 : 2x 2 x 4 =2x 1 x 3 2x 2 8x
Aufgabe : Berecne a) 4x 5x 5x 4x b) 4x 9x 4 x x 4 4x 5x 5x : 4x x x 4x x 4x 5x 4x x 4x 4x 4x 9x 4 : x x 4 x x x 8x x x 4 x x 4 c) 4x 4 x 8x 4x 4 x 4x 4 x 4 x 4x x : x x x x 4 4x 4x x x x x Aufgabe : Bestimme
MehrAufgabenzettel. Löse rechnerisch mit Hilfe geeigneter Funktionsgleichungen. Überprüfe deine Lösung mit einer Zeichnung.
Matematik Klasse 11 1 Zylinder Zwei Zylinderförmige Gefäße werden mit Wasser gefüllt (siee unten). Jedes Gefäß at einen Grundfläceninalt von 1dm 2 und ist 85cm oc. Erreict der Wasserspiegel des zweiten
MehrGrundkurs Physik: Abiturprüfung 1997 Aufgabe 3 Atomphysik
Grundkurs Pysik: Abiturprüfung 1997 Aufgabe 3 Atompysik 1. Der gesamte sictbare Bereic (00 nm λ 750 nm) des elektromagnetiscen Spektrums soll auf einem Scirm dargestellt werden. a) Begründen Sie, warum
Mehrr 11 r 12 r 13 0 r 22 r r 33 l ik r kj die Gleichungen: k= (II) 2 (I) = 3 2 1
Tecnisce Universität Berlin Wintersemester 004/005 Fakultät II; Institut für Matematik Prof. Dr. G. Bärwolff/C. Mense.0.005 Probeklausur zur LV Numerik für Informatiker en Aufgabe a Berecnen Sie die LU-Zerlegung
MehrDas zweites Gesetz von Newton in einem rotierenden Bezugssystem Geostropische Bewegung Druckkoordinaten
Näcster Abscnitt => Das zweites Gesetz von Newton in einem rotierenden Bezugssystem Geostropisce Bewegung Druckkoordinaten Matematisce Herleitung der Coriolisbescleunigung Darstellung eines beliebigen
MehrTW Freier Auslauf und freier Ablauf (Schutz des TW s)
1 In einer Trinkwasserinstallation kann es an folgendem Beispiel zum Rückfließen kommen: Im ersten Obergescoss befindet sic eine Badewanne, im Erdgescoss befindet sic eine Kücenspüle? Welce Umstände müssen
MehrTU Dresden Fakultät Mathematik Institut für Numerische Mathematik 1
TU Dresden Fakultät Matematik Institut für Numerisce Matematik Lösung zur Aufgabe 4 (a) des 9. Übungsblattes größtmöglicer Definitionsbereic: Die Funktion ist überall definiert, außer an der Stelle = 3
MehrEinführung in die Geostatistik (4) Fred Hattermann (Vorlesung), Michael Roers (Übung),
Einfürung in die Geostatistik (4) Fred Hattermann (Vorlesung), attermann@pik-potsdam.de Micael Roers (Übung), roers@pik-potsdam.de Gliederung 4 Grundlegende (geo-)statistisce Annamen 4. Stationarität erster
MehrTangentensteigung. Gegeben ist die Funktion f(x) = x 2.
Tangentensteigung Gegeben ist die Funktion () =. Um die Steigung der Tangente im Punkt P( ) zu bestimmen, ermitteln wir zunäcst die Steigung der Sekante durc P( ) und Q( ). Q soll so beweglic sein, dass
MehrCHECKLISTE ZUM LOG-UPLOAD IN LANA PROCESS MINING. Lana Labs GmbH Engeldamm Berlin
CHECKLISTE ZUM LOG-UPLOAD IN LANA PROCESS MINING. Lana Labs GmbH Engeldamm 62 10179 Berlin www.lana-labs.com BEVOR SIE DIE LOG-DATEI IN LANA HOCHLADEN, ÜBERPRÜFEN SIE FOLGENDE PUNKTE 1. Die Log-Datei liegt
MehrMusterlösung Übung 1
Allgemeine Cemie PC) Musterlösung Übung HS 07 Musterlösung Übung Aufgabe : Molmasse von Sauerstoff Da die Summe der natürlicen Häufigkeiten aller stabilen Isotope Σ i i = sein muss, ist die Häufigkeit
MehrÜbungsaufgaben zur Kursarbeit
Übungsaufgaben zur Kursarbeit I) Tema Funktionen. Gib jeweils die maximale Definitionsmenge der Funktion an f(x) = (x ) D f = R (x) = x D = {x R /x } g(x) = (x ) D = {x R /x } g k(x) = x D = {x R /x >
Mehr6.Wechselwirkung mit einem Flüssigkeitsfilm auf der kalten Thermode
6. WECHSELWIRKUNG MIT FLÜSSIGKEITSFILM AUF KALTER THEMODE 153 6.Wecselwirkung mit einem Flüssigkeitsfilm auf der kalten Termode Die an der kalten Termode angebracte Benetzungssperre verindert im allgemeinen
MehrProcess Mining bei Softwareprozessen
Process Mining bei Softwareprozessen Prof. Dr. Ralf Kneuper PVM 2016 Dipl.-Mathematiker, Univ. Bonn PhD Computer Science, Univ. of Manchester Professor für Wirtschaftsinformatik, Internationale Hochschule
MehrLösung - Serie 3. D-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. 1. MC-Aufgaben (Online-Abgabe)
D-MAVT/D-MATL Analysis I HS 07 Dr. Anreas Steiger Lösung - Serie 3. MC-Aufgaben (Online-Abgabe). Es sei ie Funktion f : [0, ) [0, ) efiniert urc f() = ln( + ), wobei er Logaritmus ln zur Basis e ist. Welce
MehrZeitplan Abitur. März/Mai des 13. Schuljahres: Mündliche Prüfungen zur besonderen Lernleistung und zur Präsentationsprüfung (jeweils P5).
Zeitplan Abitur Nac jedem Halbjareszeugnis: Überprüfung der erbracten Halbjaresleistungen und der recneriscen Möglickeit das Abitur zu besteen durc Sculleitung bzw. APK (Abiturprüfungskommission). Ab April
MehrSoftware Engineering für kritische Systeme
Software Engineering für kritische Systeme (v. 31.01.2015) Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV und Fraunhofer Institut für Software- und Systemtechnik, Dortmund http://jan.jurjens.de
MehrVorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2014
Vorlesung des Software-Engineering im Sommersemester 2014 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV Teil 1.0: Grundlagen Geschäftsprozesse v. 07.04.2014 1 [inkl. Beiträge von
Mehr3.2 Polarkoordinaten und exponentielle Darstellung
42 3.2 Polarkoordinaten und exponentielle Darstellung Ein Punkt z = a + bi der Gaußscen Zalenebene ist durc seine kartesiscen Koordinaten a und b eindeutig festgelegt. Man kann jedoc auc zwei andere Grössen
MehrSchriftliche Prüfung Schuljahr: 2008/2009 Schulform: Gymnasium. Mathematik
Ministerium für Bildung, Jugend und Sport Prüfungen am Ende der Jargangsstufe 10 Scriftlice Prüfung Sculjar: 2008/2009 Sculform: Matematik Allgemeine Arbeitsinweise Die Prüfungszeit beträgt 160 Minuten.
MehrGrundlagen der Differentialrechnung
Grundlagen der Differentialrecnung Wolfgang Kippels 26. Oktober 2018 Inaltsverzeicnis 1 Vorwort 2 2 Grundprinzip der Differenzialrecnung 3 3 Ableiten von Funktionen 7 3.1 Ableitungen wictiger Grundfunktionen:..................
MehrStudienordnung für den Integrativen Bachelorstudiengang Linguistik an der Heinrich-Heine-Universität Düsseldorf vom TT.MM.JJJJ
Studienordnung Integrativer Bacelorstudiengang "Linguistik", Modulbescreibungen 1 Studienordnung für den Integrativen Bacelorstudiengang Linguistik an der Heinric-Heine-Universität Düsseldorf vom TT.MM.JJJJ
MehrInhaltsverzeichnis. Sinterprogramm für zirkuläre und sehr massive Brücken
Die lineare Scwindung der Gerüste wärend des Dictsinterns liegt bei etwa 20%. Nac dem Dictsintern sollten alle Porositäten gesclossen sein, und das Material erreict seine ervorragenden mecaniscen und optiscen
Mehr6. Binäre Suchbäume. Binäre Suchbäume
6. Binäre Sucbäume Natürlice binäre Sucbäume - Begriffe und Definitionen - Grundoperationen: Einfügen, sequentielle Suce, direkte Suce, öscen - Bestimmung der mittleren Zugriffskosten Balancierte Binärbäume
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.41 2018/05/08 15:50:54 k Exp $ 1 Analytisce Geometrie und Grundlagen 1.5 Abstände und Winkel Am Ende der letzten Sitzung atten wir eine metrisce Form des Stralensatzes ergeleiten, gegeben
MehrReise nach Rio Klimadiagramme lesen
Reise nac Rio Klimadiagramme lesen Maria will im Juli nac Brasilien fliegen und dort Urlaub macen. Um iren Koffer passend zu packen und Unternemungen planen zu können, suct sie im Internet zunäcst nac
MehrSkulptur. 0,25 m. 1,65 m 1,7 m Sockel. 0,6 m 0,6 m 10 m. Aufgabe 1: Die Skulptur
Aufgabe 1: Die Skulptur Um die Höe einer Skulptur zu bestimmen, die auf einem Sockel stet, stellt sic eine Person (Augenöe 1,70 m) in einer Entfernung von 10 m mit dem Rücken zur Skulptur und ält sic einen
MehrSoftware-Engineering im Sommersemester 2014
Methodische Grundlagen des Software-Engineering SS 2014 Vorlesung Methodische Grundlagen des Software-Engineering im Sommersemester 2014 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl
MehrKlausur 2 Kurs 13PH13 Physik Lk Lösungsblatt
27.11.2001 Klausur 2 Kurs 13PH13 Pysik Lk Lösungsblatt 1 Versuc 1: In einer Vakuumröre (Triode) werden die aus einer Glükatode austretenden Elektronen durc eine variable Spannung zwiscen Glüdrat und Gitter
MehrMathematik und Nanotechnologie: Warum werden Computer immer kleiner?
1 Matematik und Nanotecnologie: Warum werden Computer immer kleiner? Ansgar Jüngel Institut für Analysis und Scientific Computing www.juengel.at.vu Einleitung: vom Computer zum Halbleiterbauteil Herleitung
MehrWeitere Anwendungen von ganzrationalen Funktionen
Weitere Anwendungen von ganzrationalen Funktionen 1.0 Um Obstkisten aus Pappe erzustellen, werden aus recteckigen Kartonplatten (Länge 16 dm, Breite 1 dm) an den vier Ecken jeweils Quadrate abgescnitten.
MehrDiagramm 1 Diagramm 2
Zweijärige zur Prüfung der Facsculreife fürende Berufsfacscule (BFS) Matematik (9) Hauptprüfung 008 Aufgaben Aufgabe 1 A. 1. Bestimmen Sie die Gleicungen der Geraden g und.. Geben Sie die Koordinaten der
MehrSchülerbuchseite 8 11
Scülerbucseite 8 I Sclüsselkonzept: Ableitung Funktionen Seite 8 Die andere Person muss nict notwendig dieselbe Strecke gefaren sein, nur weil sie denselben Farpreis bezalt at. Es gibt versciedene Verbindungen,
MehrLogik und Mengenlehre. Mengenlehre Aussagenlogik Prädikatenlogik Mengenalgebra Relationen Funktionen. Russelsche Antinomie Die freie Software R Quiz
Logik und Mengenlere Mengenlere Aussagenlogik Prädikatenlogik Mengenalgebra Relationen Funktionen Russelsce Antinomie Die freie Software R Qui Mengenlere 1 Am Anfang war das Nicts Die leere Menge 2 entält
MehrEinführung in die Differentialrechnung
Reiner Winter Einfürung in die Differentialrecnung. Das Tangentenproblem als ein Grundproblem der Differentialrecnung Wir betracten im folgenden die quadratisce Normalparabel, d.. den Grapen GI f der Funktionsgleicung
MehrVORKURS MATHEMATIK DRAISMA JAN, ÜBERARBEITET VON BÜHLER IRMGARD UND TURI LUCA
VORKURS MATHEMATIK DRAISMA JAN, ÜBERARBEITET VON BÜHLER IRMGARD UND TURI LUCA Mittwoc: Ableiten, Kurvendiskussionen, Optimieren, Folgen und Reien Betracte auf einem Hügel einen Weg, dessen Seitenansict
MehrÜbungsaufgaben zur Differential-Rechnung
Übungsaufgaben zur Differential-Recnung Weitere Übungsaufgaben mit Lösungen gibt es z.b. in Brauc/Dreyer/Haacke, Papula, Stingl, Stöcker, Minorski usw.. Bestimme allgemeines Folgen-Element, Eigenscaften
Mehr2. ELLIPTISCHE GLEICHUNGEN 57
2 ELLIPTISCHE GLEICHUNGEN 57 2 Finite Differenzen für elliptisce Gleicungen Im Gegensatz zu yperboliscen Gleicungen aben elliptisce Gleicungen einen Glättungseffekt, d im Allgemeinen besitzen solce Gleicungen
MehrÜbungsblatt 2 Musterlösung
MSE SoSe Übungsblatt Musterlösung Lösung 4 Einfluß von Randbedingungen) a) Durc Integration erälten wir: u x) = ux) = x x fy)dy +c = x π sinπz)+c b) Seien nun u) = u) = Daraus folgt: cosπy)dy +c = π sinπx)+c.
Mehr1. Zulassungsklausur in "Technischer Thermodynamik 2" am im Sommersemester Teil
Zulassungsklausur in "Tecniscer Termodynamik " am 6998 im Sommersemester 98 Teil Es sind keine Hilfsmittel zugelassen Rictige Antworten sind mit dokumentenectem Stift anzukreuzen Falsc beantwortete Aufgaben
MehrUML: Einführung. Vorlesung Modellierung Modellierungsmethoden der Informatik. Wintersemester 2011/12. UML und Objekt-Orientierung
UML: Einfürung Vorlesung Modellierung Modellierungsmetoden der Informatik Wintersemester 2011/12 Prof. Barbara König Übungsleitung: Dr. Sander Bruggink UML = Unified Modeling Language Standard-Modellierungssprace
MehrVitamine auf Weltreise
Konzipiert vom Förderverein NaturGut Opoven Vitamine auf Weltreise Zielgruppe: Klasse 2-3 Fac: Dauer: Sacunterrict 90 Minuten Temenbereic: Zusammenang Ernärung und Klimawandel 20 % der Kinder sind zu dick,
MehrKurze Rheologie-Tour
Kurze Reologie-Tour Fluide, d.. fließfäige Stoffe wie Flüssigkeiten und Gase, werden beim Transport als auc in ersciedenen Verarbeitungsprozessen deformiert. Sie können in der orerrscenden Strömung gescert,
MehrPhysik in der Praxis: Fortgeschrittenen-Praktikum
MATHEMATISCH-NATURWISSENSCHAFTLICHE FAKULTÄT I INSTITUT FÜR PHYSIK Pysik in der Praxis: Fortgescrittenen-Praktikum 1. Versuc: Quantisierter Leitwert von Punktkontakten Durcfürung 19.04.2011 Abgabe am Übungsleiter
MehrDas Matrizenexponential
Das Matrizenexponential Tobias Fleckenstein 18 Mai 215 Das Matrizenexponential Seminar im Sommersemester 215 HCM Bonn Einleitung Bei der Untersucung von Differentialgleicung kommt man ser scnell in die
MehrJgst. 11/I 1.Klausur
Jgst. /I.Klausur..00 A. Bestimme den Scnittpunkt und den Scnittwinkel der beiden folgenden Geraden: g : x y = 5 : + y = 5x Zunäcst müssen die beiden Geraden auf Normalform gebract werden: x y = 5 y = x
MehrVeranstaltung. Logistik und Materialfluss (Lagerlogistik), Sommersemester 2013
Veranstaltung Logistik und Materialfluss (Lagerlogistik), Sommersemester 203 Übung 4: Tema: Statisce Losgröße Andler Modell Los (lot) : Menge eines Produktes, die one Unterbrecung gefertigt wird. Losgröße(lotsize):
MehrDas Delta-Potential. Gruppe PLANCK. Anton Hörl Thomas Kloiber Bernd Kollmann Miriam Mutici Jakob Schwarz. Quantenmechanik Projekt 2
Das Delta-Potential Quantenmecanik Projekt Gruppe PLANCK Anton Hörl Tomas Kloiber Bernd Kollmann Miriam Mutici Jakob Scwarz Max Planck (1858 1947) 4.4 Delta-Potential Ist die räumlice Ausdenung eines Potentials
MehrDifferentialrechnung. Kapitel 7. Differenzenquotient. Graphische Interpretation des Differentialquotienten. Differentialquotient
Differenzenquotient Sei f : R R eine Funktion. Der Quotient Kapitel 7 Differentialrecnung f f 0 + f 0 f f 0 0 eißt Differenzenquotient an der Stelle 0. f, f Sekante 0, f 0 f 0 Josef Leydold Matematik für
MehrVerlauf Material LEK Glossar Lösungen. Perspektivisch betrachtet Geometrie mit Fluchtlinien und Fluchtpunkten. Wolfgang Göbels, Bergisch Gladbach
Reie 15 S 1 Verlauf Material Perspektivisc betractet Geometrie mit Fluctlinien und Fluctpunkten Wolfgang Göbels, Bergisc Gladbac Hoc inaus Froscperspektive beim Altenberger Dom in Odental Klasse: 10 Dauer:
MehrInhalt. Teil I: Formale Grundlagen der Informatik I Endliche Automaten und formale Sprachen. Teil II: Formale Grundlagen der Informatik II
Inalt Teil I: Formale Grundlagen der Informatik I Endlice Automaten und formale Spracen Teil II: Formale Grundlagen der Informatik II Martin Otto Logik in der Informatik Professor für Matematisce Logik
MehrPDF created with pdffactory Pro trial version
Wiederolungsaufgaben zur Algebra. Berecnen von Termen: a) 8x (7y 6z) (7z 8y) b) ( ) ( ) ( ) xy x y x y c) ( ) ( ) ( ) ab bc ca d) ( x 7ax : 8ax ) a x (, y ) x e) y ( x) ( x) 6 f) (, x)(y x) g) a b : a
MehrPN1 Einführung in die Physik für Chemiker 1 Prof. J. Lipfert
PN Einfürung in die Pysik für Cemiker Prof. J. Lipfert en zu Übungsblatt 7 WS 203/4 en zu Übungsblatt 7 Aufgabe Ballscleuder. Zwei Bälle werden übereinander und gleiczeitig fallen gelassen. Die Massen
MehrZentrale schriftliche Abiturprüfungen im Fach Mathematik
Aufgabe 2 Wetterstation Aufgabe aus der scriftlicen Abiturprüfung Hamburg 05. In einer Wetterstation wird die Aufzeicnung eines Niedersclagmessgeräts vom Vortag (im Zeitraum von 0 Ur bis Ur) ausgewertet.
MehrNumerische Simulation in der Luft- und Raumfahrttechnik
Numerisce Simulation in der Luft- und Raumfarttecnik Dr. Felix Jägle, Prof. Dr. Claus-Dieter Munz (IAG) Universität Stuttgart Pfaffenwaldring, 70569 Stuttgart Email: felix.jaegle@iag.uni-stuttgart.de Inalt
MehrAlgorithmen und Datenstrukturen 9. Vorlesung
T Algoritmen und Datenstrukturen Vorlesung Martin Dietzfelbinger Juni S : U [m] U : Universum der Sclüssel [m] ={,,m } : Indebereic für Tabelle T S U, S = n U m FG KTuEA, TU Ilmenau AuD FG KTuEA, TU Ilmenau
MehrRISKOBEWERTUNGEN FÜR WOHLTÄTIGKEITSORGANISATIONEN. CDK Global (UK) Ltd Cygnet Way Hungerford RG17 0YL. CDK Global (UK) Limited
RISKOBEWERTUNGEN FÜR WOHLTÄTIGKEITSORGANISATIONEN Ltd Cygnet Way Hungerford RG17 0YL Woltätigkeitsveranstaltung Datum Anscrift der Woltätigkeitsorganisation Genemigt Personen Unterscrift Datum CDK Woltätigkeit
MehrLeibnizschule Hannover
Leibnizscule Hannover - Seminararbeit - Modellierung von Ausflussvorgängen J I Sculjar: 2010 Fac: Matematik Inaltsverzeicnis 1 Einleitung 2 11 Vorwort 2 12 Vorbereitung 2 2 Ausflussvorgang bei konstantem
MehrDas Mehrgitterverfahren
KAPITEL 3 Das Mergitterverfaren Mergitterverfaren kombinieren ein iteratives Lösungsverfaren mit einer Hierarcie untersciedlicer Diskretisierungsgitter. Ausgeend von einer Näerungslösung auf einem feinen
MehrD-MAVT/D-MATL Analysis I HS 2018 Dr. Andreas Steiger. Lösung - Serie 5
D-MAVT/D-MATL Analysis I HS 08 Dr. Anreas Steiger Lösung - Serie 5 MC-Aufgaben (Online-Abgabe). Es sei f : [a, b] R eine Funktion. Welce er folgenen Aussagen ist rictig? (a) (b) f ist stetig f ist ifferenzierbar.
Mehr