Informatik IIa: Modellierung

Größe: px
Ab Seite anzeigen:

Download "Informatik IIa: Modellierung"

Transkript

1 Informatik IIa: Modellierung Frühlingssemester 2014 Übung 1: Einführung in die Modellierung und Modelltheorie Kapitel 1 & 2 Ausgabe: Abgabe: Name: Matrikelnummer:

2 Hinweise: Wir verwenden drei Typen von Multiple-Choice-Fragen: - Typ 1 Zu jeder gestellten Frage ist genau eine Antwort anzukreuzen. Beispiel: Welches ist die Hauptstadt der Schweiz? Genf Bern Basel Zürich - Typ N Zu jeder gestellten Frage sind n Antworten anzukreuzen. Die Anzahl ist in der jeweiligen Frage vermerkt. Beispiel: Welche zwei der folgenden Städte sind keine Hauptstädte? Rom Zürich Berlin St. Gallen Paris - Typ ALL Für jede Aussage muss die zutreffende Antwort angekreuzt werden. Das IFI ist ein Institut der Universität Zürich. Welche der folgenden Aussagen sind richtig? Wahr Falsch Martin Glinz ist Professor am IFI. Das IFI befindet sich an der Universitätsstrasse. Am IFI werden zukünftige Informatiker ausgebildet. Bitte beachten Sie, dass Ihnen bei allen Fragetypen für jedes falsch gesetzte Kreuz gleich viele Punkte abgezogen werden, wie Sie für ein korrektes Kreuz erhalten. Negative Punktzahlen ergeben null Punkte für die betreffende Frage. Seite 2

3 Aufgabe 1 Modellbegriff und Modellbildung (4 Punkte) Frage 1 [Typ ALL] Original und Modell Ein Modell ist immer an ein bestimmtes (existierendes oder gedachtes) Original angelehnt. Kreuzen Sie an, ob die folgenden Aussagen zum Verhältnis zwischen Original und Modell richtig oder falsch sind. Wissenschaftliche Modelle sind immer objektiv dargestellt. Ein Modell soll ein exaktes Abbild des Originals darstellen. Modelle können zum Spezifizieren von Anforderungen an ein geplantes Gebilde verwendet werden. Modelle sind dann wichtig, wenn die Arbeit am Original nicht möglich ist. wahr falsch Frage 2 [Typ ALL] Modellbildungsprozess Der Modellbildungsprozess beschreibt notwendige Schritte und involvierte Personen bei der Erstellung eines Modells. Kreuzen Sie an, ob die folgenden Aussagen richtig oder falsch sind. wahr falsch In die Rolle des Wissensträgers und des Modellierers kann je nur eine reale Person schlüpfen. Modellieren bedeutet immer auch Reflektieren über das Original. Der Prozess der Modellbildung fängt an mit Reflektieren und endet mit der Validierung des Models. Validieren bedeutet Modelle durch Wissensträger überprüfen zu lassen, ob die Modelle beschreiben, was gebraucht und gewollt ist.. Seite 3

4 Aufgabe 2 Definition von Modell (6 Punkte) Ordnen Sie den folgenden Beispielen jeweils zu, um welche Art von Modell es sich dabei handelt (bezüglich der allgemeinen Definition von Modell aus Kapitel 1 der Vorlesungsfolien). Geben Sie zusätzlich an, ob es sich dabei um Modelle im Sinne des wissenschaftlichen Modellbegriffs handelt. Bsp.: Die Person Mona Lisa: Personenmodell, nicht wissenschaftlich a) Atommodell: b) Modellauto Brekina Opel Rekord P2 Limousine im Massstab 1:87: c) Das Computermodell der menschlichen Gehirnfunktion: d) Samsung Galaxy S4: e) Ausbauplan des Bahnhofs Oerlikon: f) Topmodel Heidi Klum: Seite 4

5 Aufgabe 3 Modellbildung (13 Punkte) Zurzeit finanzieren Sie Ihr Studium als Pizzaiolo bei dem Pizzaservice Nove Più Uno. Aufgrund seiner guten Pizzas fallen immer mehr Bestellungen an, so dass die wachsende Zahl an Zetteln zu einem Chaos in der Küche geführt hat. Eine Lösung verspricht sich der Inhaber des Pizzaservices (Herr Meyer) durch die Verwendung einer Applikation, mit der alle Bestellungen und Lieferungen verwaltet werden können. Weil Sie an der UZH Informatik studieren und eine Praktikumstelle suchen, beauftragt Herr Meyer Sie zur Erstellung der Applikation. Zusammen mit Herrn Bachmann, einem anderen Studenten des IFI, treffen Sie sich mit Herrn Meyer, um das Modell der Problemstellung zu erstellen. a) Erklären Sie anhand dieses Beispiels das Prinzip der Modellbildung. (8 Punkte) Wer nimmt welche Rolle ein? Welche Tätigkeiten werden durchgeführt? Nennen Sie hierbei die Oberbegriffe und erläutern Sie diese in einem Satz. Beschreiben Sie exemplarisch, wer was bei den oben genannten Tätigkeiten durchführt. Bsp: Herr Meyer definiert als Wissensträger in der Gewinnungsphase, welche Funktionen die Applikation haben sollte. b) Erklären Sie in diesem Zusammenhang die Aussage Modellbildung ist auch ein Verstehens- und Konsensbildungsprozess. (5 Punkte) Seite 5

6 Aufgabe 4 Elemente eines Modells (15 Punkte) Der Pizzaservice Nove Più Uno liefert Pizzas in der Stadt Zürich aus. Nove Più Uno bietet verschiedene Pizzas an (gekennzeichnet durch eine Nummer). Jede Pizza besteht aus diversen Zutaten, hat einen Namen, Grösse (klein oder gross) und Preis. Es gibt eine Kundendatei, in der die Kunden anhand ihrer Telefonnummern eindeutig identifiziert werden. Zusätzlich beinhaltet die Kundendatei auch den Namen und Vornamen des Kunden. Jede Bestellung kommt von genau einem Kunden, umfasst beliebig viele Pizzas (aber mindestens eine) und enthält eine Lieferadresse. Die Bestellungen werden durch eine fortlaufende Bestellnummer identifiziert. Die Bestellung der Pizzas wird durch die Lieferung und Bezahlung abgeschlossen. a) Identifizieren Sie im obigen Text mindestens 3 Individuen und gesamthaft mindestens 11 Attribute. Geben Sie bei den Attributen zusätzlich an, ob es sich um eine Eigenschaft, eine Operation oder eine Beziehung handelt. (7 Punkte) b) Stellen Sie die gefundenen Elemente und ihr Zusammenspiel grafisch dar. Sie können sich dabei zum Beispiel an Kapitel 2, Folie 4 orientieren. (8 Punkte) Seite 6

7 Aufgabe 5 Modelltheorie (4 Punkte) Frage 1 [Typ ALL] Hauptmerkmale eines Modells (2 Punkte) Welche der folgenden Aussagen zu den Hauptmerkmalen eines Modells sind wichtig und welche sind falsch? Das Abbildungsmerkmal stellt sicher, dass es zu jedem Modell genau ein Original gibt. Ein Modell ist aufgrund des pragmatischen Merkmals ist immer für einen allgemeinen Verwendungszweck geschaffen. Ein Original kann selbst ein Modell eines anderen Originals sein. Ein Modell mit Verkürzungsmerkmal enthält immer nur Individuen und Attribute, die eine Entsprechung im Original haben. wahr falsch Frage 2 [Typ ALL] Deskriptive und präskriptive Modellbildung (2 Punkte) Die Bildung eines Modells kann entweder deskriptiv oder präskriptiv erfolgen. Bestimmen Sie für jeden der beschriebenen Fälle, ob es sich dabei um deskriptive oder präskriptive Modellbildung handelt. Wettermodelle für kommende Sommer Architektenzeichnung vom Bahnhof Oerlikon nach dem Umbau 3D Model von Tyrannosaurus Rex Spezifikation für zu entwickelnde Software deskriptiv präskriptiv Seite 7

8 Aufgabe 6 Hauptmerkmale eines Modells (8 Punkte) Gegeben ist ein Apfel (links) und das Logo von Apple (rechts): a ) Frage 1 [Typ ALL] Modellbegriff und Modelltheorie (2 Punkte) Beurteilen Sie folgende Aussagen auf Korrektheit: Die Modellierung erfolgte deskriptiv Es handelt sich nicht um ein Modell im Sinne des wissenschaftlichen Modellbegriffs Das Modell ist auf Grund der falschen Farbe und Formen keine korrekte Modellierung des Originals Ein dreidimensionaler Gegenstand kann nicht mit einem zweidimensionalen Modell repräsentiert werden wahr falsch b) Nennen Sie zwei Merkmale des Originals, welche verkürzt wurden, d.h. im Modell nicht auftauchen. (2 Punkte) c) Welche Attribute des Modells haben keine Entsprechung im Original? (2 Punkte) d) Für welchen Verwendungszweck wurde das Modell geschaffen (pragmatisches Merkmal)? (2 Punkte) Seite 8

Übung 1: Einführung in die Modellierung und Modelltheorie (Kapitel 1 & 2)

Übung 1: Einführung in die Modellierung und Modelltheorie (Kapitel 1 & 2) Herzlich willkommen! Übung 1: Einführung in die Modellierung und Modelltheorie (Kapitel 1 & 2) Tutorat vom 24. Februar 2015 Heutiger Ablauf Vorstellung, Kontakt Kurzer Erfahrungsbericht zu dieser Vorlesung

Mehr

Übung 2: Datenmodelle Kapitel 3

Übung 2: Datenmodelle Kapitel 3 Übung 2: Datenmodelle Kapitel 3 Tutorat vom 10. März 2015 Vorgesehener Ablauf Teil 1: Administratives Nachbesprechung Übung 1 Einige Worte zu Aufgabe 4 (Grafik) Einige Erläuterungen zu den Hauptmerkmalen

Mehr

Informatik für Ökonomen II: Modellierung. Herbstsemester Prüfung 14. Januar Musterlösungen

Informatik für Ökonomen II: Modellierung. Herbstsemester Prüfung 14. Januar Musterlösungen Name Vorname Matrikelnummer Universität Zürich Informatik für Ökonomen II: Modellierung Herbstsemester 2009 Prüfung 14. Januar 2010 Musterlösungen Verwenden Sie nur das ausgeteilte Papier für Ihre Lösung

Mehr

Einführung in die Modellierung

Einführung in die Modellierung Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 1 Einführung in die Modellierung Universität Zürich Institut für Informatik Inhalt 1.1 Der Modellbegriff 1.2 Wozu Modelle? 1.3 Modellbildung 1.4

Mehr

Informatik IIa: Modellierung. Frühlingssemester Assessment Prüfung 5. Juni 2009

Informatik IIa: Modellierung. Frühlingssemester Assessment Prüfung 5. Juni 2009 Name Vorname Matrikelnummer Universität Zürich Informatik IIa: Modellierung Frühlingssemester 2009 Assessment Prüfung 5. Juni 2009 Für den Test stehen Ihnen 30 Minuten zur Verfügung. Verwenden Sie nur

Mehr

Informatik für Ökonomen II HS Übung 3. Ausgabe: Abgabe:

Informatik für Ökonomen II HS Übung 3. Ausgabe: Abgabe: Informatik für Ökonomen II HS 2010 Übung 3 Ausgabe: 04.11.2010 Abgabe: 11.11.2010 Schreiben Sie Ihre Namen und Ihre Matrikelnummern in die vorgesehenen Felder auf dem Deckblatt. Formen Sie zur Lösung der

Mehr

Informatik IIa: Modellierung

Informatik IIa: Modellierung Informatik IIa: Modellierung Frühlingssemester 2014 Übung 5: Klassendiagramme, EPK Kapitel 8, 9 Ausgabe: 17.04.2014 Abgabe: 02.05.2014 Name: Matrikelnummer: Aufgabe 1 Wissen zu EPKs (6 Punkte) Frage 1.1

Mehr

Informatik IIa: Modellierung

Informatik IIa: Modellierung Informatik IIa: Modellierung Frühlingssemester 2013 Übung 5: Klassendiagramme, EPK Kapitel 8, 9 Ausgabe: 23.04.2013 Abgabe: 07.05.2013 Name: Matrikelnummer: Aufgabe 1 Wissen zu EPKs (6 Punkte) Frage 1

Mehr

Einführung in die Modellierung

Einführung in die Modellierung Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 1 Einführung in die Modellierung Universität Zürich Institut für Informatik 1.1 Der Modellbegriff Aufgabe 1.1: Was verstehen Sie intuitiv unter

Mehr

Informatik IIa: Modellierung

Informatik IIa: Modellierung Informatik IIa: Modellierung Frühlingssemester 2011 Übung 3: Steuerflussmodelle, UML Kapitel 4, 5 Ausgabe: 19.03.2013 Abgabe: 09.04.2013 Name: Matrikelnummer: Aufgabe 1 Wissensfragen zu Steuerflussmodellen

Mehr

Einführung in die Modelltheorie

Einführung in die Modelltheorie Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 2 Einführung in die Modelltheorie Universität Zürich Institut für Informatik Inhalt 2.1 Grundannahmen 2.2 Hauptmerkmale eines Modells 2.3 Sprache

Mehr

Bewertung von CPRE Multiple Choice Tests

Bewertung von CPRE Multiple Choice Tests Bewertung von CPRE Multiple Choice Tests Zweck des Dokuments Die CPRE Foundation Level-Prüfung sowie der erste Teil der CPRE Advanced Level-Prüfungen bestehen aus Multiple Choice Tests. In diesen Tests

Mehr

Informatik IIa: Modellierung

Informatik IIa: Modellierung Informatik IIa: Modellierung Frühlingssemester 2014 Übung 6: Petrinetze, Interaktionsmodelle, Systemmetaphern, Abstraktion Kapitel 7, 10, 11, 12 Ausgabe: 02.05.2014 Abgabe: 16.05.2014 Name: Matrikelnummer:

Mehr

Informatik II: Modellierung Prof. Dr. Martin Glinz. Kapitel 13. Metamodelle. Universität Zürich Institut für Informatik

Informatik II: Modellierung Prof. Dr. Martin Glinz. Kapitel 13. Metamodelle. Universität Zürich Institut für Informatik Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 13 Metamodelle Universität Zürich Institut für Informatik Inhalt 13.1 Grundlagen und Motivation 13.2 Ontologische Metamodelle 13.3 Linguistische

Mehr

Klausur. Softwareentwurf. 04. Februar 2013 Bearbeitungszeit: 120 Minuten

Klausur. Softwareentwurf. 04. Februar 2013 Bearbeitungszeit: 120 Minuten Klausur Softwareentwurf 04. Februar 2013 Bearbeitungszeit: 120 Minuten FG Datenbank- und Informationssysteme Dr. Christian Gerth unbedingt vollständig und lesbar ausfüllen! Vorname: Matrikelnummer: [ ]

Mehr

1 4. Datenmodellierung mit der Unified Modeling Language (UML)

1 4. Datenmodellierung mit der Unified Modeling Language (UML) 1 4. Datenmodellierung mit der Unified Modeling Language (UML) Objekte, Klassen und Assoziationen Multiplizitäten - Kardinalitäten Rollen (Wiederholung) Einfache Abbildung von Modellen auf Tabellen Empfehlungen

Mehr

Übung 4. Musterlösungen

Übung 4. Musterlösungen Informatik für Ökonomen II HS 2010 Übung 4 Ausgabe: 18.11.2010 Abgabe: 25.11.2010 Musterlösungen Schreiben Sie Ihre Namen und Ihre Matrikelnummern in die vorgesehenen Felder auf dem Deckblatt. Formen Sie

Mehr

Aufgaben zur fachwissenschaftlichen Prüfung Modul 6 Modellierung

Aufgaben zur fachwissenschaftlichen Prüfung Modul 6 Modellierung Aufgaben zur fachwissenschaftlichen Prüfung Modul 6 Modellierung 601 Kreuzen Sie die richtige(n) Aussage(n) an. 1 In Klassen werden Objekte mit gleichen Attributen aber unterschiedlichen Operationen zusammengefasst.

Mehr

Informatik II: Modellierung Prof. Dr. Martin Glinz. Kapitel 2. Datenmodellierung. Universität Zürich Institut für Informatik

Informatik II: Modellierung Prof. Dr. Martin Glinz. Kapitel 2. Datenmodellierung. Universität Zürich Institut für Informatik Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 2 Datenmodellierung Universität Zürich Institut für Informatik 2.1 Grundlagen und Motivation Betriebliche Daten sind in der Regel langlebig stabil

Mehr

Klausur. Softwareentwurf. 22. März 2011 Bearbeitungszeit: 120 Minuten

Klausur. Softwareentwurf. 22. März 2011 Bearbeitungszeit: 120 Minuten Klausur Softwareentwurf 22. März 2011 Bearbeitungszeit: 120 Minuten FG Datenbank- und Informationssysteme Prof. Dr. Gregor Engels unbedingt vollständig und lesbar ausfüllen! Vorname: Matrikelnummer: [

Mehr

VU Objektorientierte Modellierung Übung 2

VU Objektorientierte Modellierung Übung 2 VU Objektorientierte Modellierung Übung 2 Übungsgruppen: 2.4.2008-25.4.2008 Aufgabe : Objektdiagramm Gegeben ist folgendes Objektdiagramm: z = :A w = 3 :B x = 8 :C z = 2 :A w = 4 :B y = 9 :E w = 5 :B x

Mehr

Informatik IIa: Modellierung

Informatik IIa: Modellierung ! Informatik IIa: Modellierung Frühjahrssemester 2010 Übung 3: Steuerflussmodelle, UML, Datenmodelle Kapitel 3,4,5 Ausgabe: 29. März 2010 Abgabe: 13. bis 15. April 2010 Name Matrikelnummer Seite 1 Aufgabe

Mehr

Datenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt

Datenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt 2. Datenbankentwurf Motivation Datenbankanwendungen werden oft über einen sehr langen Zeitraum (z.b. Jahrzehnte) eingesetzt Fehler sind umso teurer zu beheben, je weiter die Entwicklung bzw. der Einsatz

Mehr

Übung 3. Musterlösungen

Übung 3. Musterlösungen Informatik für Ökonomen II HS 2010 Übung 3 Ausgabe: 04.11.2010 Abgabe: 11.11.2010 Musterlösungen Schreiben Sie Ihre Namen und Ihre Matrikelnummern in die vorgesehenen Felder auf dem Deckblatt. Formen Sie

Mehr

SoSe 2015 Klausur zur LV 36654: Einführung in 28. Juli 2015 die Methoden empirischer Forschung. Name: Studiengang: B.A. M.A.

SoSe 2015 Klausur zur LV 36654: Einführung in 28. Juli 2015 die Methoden empirischer Forschung. Name: Studiengang: B.A. M.A. Name: Studiengang: B.A. M.A. Vorname: Studienfächer: Matrikelnummer: Fachsemester: Allgemeine Hinweise: 1. Überprüfen Sie bitte, ob Sie alle Seiten der Klausurangabe vollständig erhalten haben (Gesamtzahl:

Mehr

Übung Modellierung SS 15. Übungsblatt Nr. 8 Bereich Systemmodelle und Prozessmodelle Thema: Business Process Model and Notation

Übung Modellierung SS 15. Übungsblatt Nr. 8 Bereich Systemmodelle und Prozessmodelle Thema: Business Process Model and Notation Christoph Fehling / Holger Schwarz Universität Stuttgart Übung Modellierung SS 15 Übungsblatt Nr. 8 Bereich Systemmodelle und Prozessmodelle Thema: Business Process Model and Notation Jedes Übungsblatt

Mehr

Verlängerung der Prüfungsdauer auf Antrag für nicht muttersprachliche Teilnehmer:

Verlängerung der Prüfungsdauer auf Antrag für nicht muttersprachliche Teilnehmer: Prüfungsordnung: Die Prüfung besteht aus 45 Multiple-Choice-Fragen. Zu deren Beantwortung stehen maximal 75 Minuten zur Verfügung (frühere Abgabe ist möglich). Je nach Schwierigkeit sind die Fragen 1 3

Mehr

Klausur. Softwareentwurf. 14. Februar 2011 Bearbeitungszeit: 120 Minuten

Klausur. Softwareentwurf. 14. Februar 2011 Bearbeitungszeit: 120 Minuten Klausur Softwareentwurf 14. Februar 2011 Bearbeitungszeit: 120 Minuten FG Datenbank- und Informationssysteme Prof. Dr. Gregor Engels unbedingt vollständig und lesbar ausfüllen! Vorname: Matrikelnummer:

Mehr

Requirements Engineering I

Requirements Engineering I Martin Glinz Requirements Engineering I Kapitel 3 Der Spezifikationsprozess Universität Zürich Institut für Informatik 2006 Martin Glinz. Alle Rechte vorbehalten. Speicherung und Wiedergabe sind für den

Mehr

Introduction to Data and Knowledge Engineering Übung 1: Entity Relationship Model

Introduction to Data and Knowledge Engineering Übung 1: Entity Relationship Model Introduction to Data and Knowledge Engineering Übung 1: Entity Relationship Model FB Informatik Datenbanken und Verteilte Systeme Arthur Herzog 1 Entity Relationship Model FB Informatik Datenbanken und

Mehr

Übungsaufgaben Softwaretechnologie

Übungsaufgaben Softwaretechnologie HTW Dresden Fakultät Elektrotechnik Übungsaufgaben Softwaretechnologie Gudrun Flach February 21, 2017 - Aufgaben aus : Übungen zur Vorlesung Softwaretechnologie (WS 2014/15), Uni Bonn Aufgabe 1 (Klassendiagramm)

Mehr

Wirtschaftsinformatik

Wirtschaftsinformatik Ludwig-Maximilians-Universität München Institut für Information, Organisation und Management Prof. Dr. Dres. h.c. Arnold Picot Klausur zur Veranstaltung Wirtschaftsinformatik SS 2006 12.08.2006 Dauer:

Mehr

Vorlesung Datenbanken II A Klausur

Vorlesung Datenbanken II A Klausur Prof. Dr. Stefan Brass 16. Juli 2004 Institut für Informatik MLU Halle-Wittenberg Vorlesung Datenbanken II A Klausur Name: Matrikelnummer: Studiengang: Aufgabe Punkte Max. Punkte Zeit 1 (Entwurf im ER-Modell)

Mehr

Modellierung Zusammenfassung WS2000

Modellierung Zusammenfassung WS2000 Modellierung Zusammenfassung WS2000 Inhalt 1 Einführung in die Modellierung...2 2 Datenmodelle...3 3 Funktionsmodelle...3 4 Verhaltensmodelle...4 5 Objekt-/Klassenmodelle...6 6 Interaktionsmodelle...6

Mehr

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13 Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2012/13 Aufgabenstellung und Ergebnisse Dr. Martin Becker Hinweise für die

Mehr

Datenbanken Unit 2: Das ER-Modell

Datenbanken Unit 2: Das ER-Modell Datenbanken Unit 2: Das ER-Modell 28. II. 2017 Outline 1 Organisatorisches 2 SQL 3 Das Entity-Relationship Modell Grundbegriffe Termin erster Zwischentest UE-Tests (Thema: SQL) erster Zwischentests am

Mehr

Vertraulich. Nachname: Vorname: Matrikel-Nummer: Studiengang: Datum: 30. Januar 2015

Vertraulich. Nachname: Vorname: Matrikel-Nummer: Studiengang: Datum: 30. Januar 2015 Information Security Management System Klausur Wintersemester 2014/15 Hochschule Albstadt-Sigmaringen Nachname: Vorname: Matrikel-Nummer: Studiengang: Vertraulich Datum: 30. Januar 2015 Bitte lesen Sie

Mehr

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11.

Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11. Wirtschaftswissenschaftliches Prüfungsamt Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Wintersemester 2010/11 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer

Mehr

Warum Modellierung? OE-Vorlesung 2016 Einführung in Petrinetze. Was ist ein Modell? Und warum Petrinetze? Petrinetze sind ein Modellierungswerkzeug.

Warum Modellierung? OE-Vorlesung 2016 Einführung in Petrinetze. Was ist ein Modell? Und warum Petrinetze? Petrinetze sind ein Modellierungswerkzeug. Warum Modellierung? OE-Vorlesung 016 Einführung in Petrinetze Dr. Lawrence Cabac [email protected] Folien: Dr. Frank Heitmann Fachbereich Informatik Universität Hamburg Petrinetze sind ein

Mehr

Vertraulich. Nachname: Vorname: Matrikel-Nummer: Studiengang: WIN TI Datum: Maximale Punktzahl: 58 Erreichte Punktzahl: Note: Datum: Unterschrift:

Vertraulich. Nachname: Vorname: Matrikel-Nummer: Studiengang: WIN TI Datum: Maximale Punktzahl: 58 Erreichte Punktzahl: Note: Datum: Unterschrift: Vertraulich Information Security Management System Klausur Sommersemester 2013 Hochschule Albstadt-Sigmaringen Nachname: Vorname: Matrikel-Nummer: Studiengang: WIN TI Datum: Bitte lesen Sie sich vor Klausurbeginn

Mehr

11. Übung Formale Grundlagen der Informatik

11. Übung Formale Grundlagen der Informatik Institut für Informatik der Universität Zürich Sommersemester 2002 11. Übung Formale Grundlagen der Informatik Norbert E. Fuchs ([email protected]) Verantwortlicher Assistent Bruno Nietlispach ([email protected])

Mehr

Informatik IIa: Modellierung

Informatik IIa: Modellierung Informatik IIa: Modellierung Sommersemester 2006 Übung 2: Datenmodellierung Kapitel 3 Ausgabe: 25. April 2006 Abgabe als PDF- oder Word-Datei per Email an den Tutor bis am 30. April 2006 24:00 Uhr Seite

Mehr

6 Requirements Engineering Prozesse. 6.1 Hauptprozesse. Spezifikationsprozess Anforderungen... gewinnen analysieren und dokumentieren prüfen

6 Requirements Engineering Prozesse. 6.1 Hauptprozesse. Spezifikationsprozess Anforderungen... gewinnen analysieren und dokumentieren prüfen 6 Requirements Engineering Prozesse 6.1 Hauptprozesse Spezifikationsprozess... gewinnen analysieren und dokumentieren prüfen Verwaltungsprozess ( Kapitel «Verwaltung von»)... freigeben ändern rückverfolgen

Mehr

EPK. Ereignisgesteuerte Prozessketten

EPK. Ereignisgesteuerte Prozessketten EPK Ereignisgesteuerte Prozessketten EPK Geschäftsprozesse einer Firma darstellen, um bestehende Prozesse im Hinblick auf ihre derzeitigen und zukünftigen Veränderungen zu veranschaulichen halbformale

Mehr

VORDIPLOMSPRÜFUNG FÜR ELEKTROINGENIEURE. Einführung in die Informatik III

VORDIPLOMSPRÜFUNG FÜR ELEKTROINGENIEURE. Einführung in die Informatik III Universität Stuttgart Institut für Automatisierungs- und Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner VORDIPLOMSPRÜFUNG FÜR ELEKTROINGENIEURE Einführung in die Informatik III Name: Matrikelnummer:

Mehr

Rückblick: Entity-Relationship-Modell

Rückblick: Entity-Relationship-Modell Rückblick: Entity-Relationship-Modell Entity-Relationship-Modell für konzeptuellen Entwurf Entitytypen (entity types) (z.b. Studenten) Beziehungstypen (relationships) (z.b. hören) Attribute beschreiben

Mehr

Klausur Grundlagen der Programmierung

Klausur Grundlagen der Programmierung Klausur Grundlagen der Programmierung Aufgabenstellung: Martin Schultheiß Erreichte Punktzahl: von 60 Note: Allgemeine Hinweise: Schreiben Sie bitte Ihren Namen auf jedes der Blätter Zugelassene Hilfsmittel

Mehr

Wirtschaftswissenschaftliches Prüfungssekretariat Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2015

Wirtschaftswissenschaftliches Prüfungssekretariat Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 2015 Wirtschaftswissenschaftliches Prüfungssekretariat Bachelor-Prüfung Deskriptive Statistik und Wahrscheinlichkeitsrechnung Sommersemester 205 Namensschild Dr. Martin Becker Hinweise für die Klausurteilnehmer

Mehr

UNIVERSITÄT DUISBURG-ESSEN

UNIVERSITÄT DUISBURG-ESSEN Termin: Musterklausur SS 2011 Prüfungsfach: Makroökonomik I Prüfer: Prof. Dr. Belke Name, Vorname Studiengang MUSTERKLAUSUR MAKROÖKONOMIK I Hinweise zur Bearbeitung der Klausur Seite 1 Bearbeitungszeit:

Mehr

Aufgabe 1: Strukturmodellierung mittels Klassendiagramm Wiederholen Sie das Kapitel aus der Vorlesung, das sich mit dem Klassendiagramm beschäftigt.

Aufgabe 1: Strukturmodellierung mittels Klassendiagramm Wiederholen Sie das Kapitel aus der Vorlesung, das sich mit dem Klassendiagramm beschäftigt. Aufgabe 1: Strukturmodellierung mittels Klassendiagramm Wiederholen Sie das Kapitel aus der Vorlesung, das sich mit dem Klassendiagramm beschäftigt. Was ist eine Klasse? Was ist ein Objekt? Geben Sie ein

Mehr

Übungen Softwaretechnik I

Übungen Softwaretechnik I Universität Stuttgart Institut für Automatisierungstechnik und Softwaresysteme Prof. Dr.-Ing. M. Weyrich Übungen Softwaretechnik I Übung 5: Objektorientierte Analyse Einführung Objektorientierung in der

Mehr

Objektorientierte Modellierung (1)

Objektorientierte Modellierung (1) Objektorientierte Modellierung (1) Die objektorientierte Modellierung verwendet: Klassen und deren Objekte Beziehungen zwischen Objekten bzw. Klassen Klassen und Objekte Definition Klasse Eine Klasse ist

Mehr

Vorlesung Datenbank-Entwurf Klausur

Vorlesung Datenbank-Entwurf Klausur Dr. Stefan Brass 3. Juli 2002 Institut für Informatik Universität Giessen Vorlesung Datenbank-Entwurf Klausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises

Mehr

Klausur "ADP" SS 2015

Klausur ADP SS 2015 PD Dr. J. Reischer 20.7.2015 Klausur "ADP" SS 2015 Nachname, Vorname Abschluss (BA, MA, FKN etc.) Matrikelnummer, Semester Versuch (1/2/3) Bitte füllen Sie zuerst den Kopf des Angabenblattes aus! Die Klausur

Mehr

Zahlen und Funktionen

Zahlen und Funktionen Kapitel Zahlen und Funktionen. Mengen und etwas Logik Aufgabe. : Kreuzen Sie an, ob die Aussagen wahr oder falsch sind:. Alle ganzen Zahlen sind auch rationale Zahlen.. R beschreibt die Menge aller natürlichen

Mehr

Scheinklausur zur Linearen Algebra I, WS 03/04, 1. Teil

Scheinklausur zur Linearen Algebra I, WS 03/04, 1. Teil 12.12.2003 Scheinklausur zur Linearen Algebra I, WS 03/04, 1. Teil Prof. Dr. H. Pahlings Tragen Sie bitte auf diesem Deckblatt leserlich und in Blockbuchstaben Ihren Namen und Ihre Matrikelnummer ein und

Mehr

Objektorientierte Konzepte und Notation in UML. Objekt Klasse Attribut Operation

Objektorientierte Konzepte und Notation in UML. Objekt Klasse Attribut Operation Objektorientierte Konzepte und Notation in UML Objekt Klasse Attribut Operation Objekt Wodurch zeichnet sich ein Objekt aus? - Zustand - Verhalten - Identität Objektdiagramm - Notationsregeln :Kuh Elsa:Kuh

Mehr

Klausur. Softwareentwurf. 13. März 2013 Bearbeitungszeit: 120 Minuten

Klausur. Softwareentwurf. 13. März 2013 Bearbeitungszeit: 120 Minuten Klausur Softwareentwurf 13. März 2013 Bearbeitungszeit: 120 Minuten FG Datenbank- und Informationssysteme Dr. Christian Gerth unbedingt vollständig und lesbar ausfüllen! Vorname: Matrikelnummer: [ ] Informatik

Mehr

Einführung in die Datenorganisation. Informationssysteme

Einführung in die Datenorganisation. Informationssysteme Einführung in die Datenorganisation Informationssysteme Informationen Sind Kenntnisse über Sachverhalte Daten sind abgelegte Informationen Nachrichten sind Informationen zur Weitergabe Drei Betrachtungsebenen

Mehr

Vorlesung Datenbanken I Zwischenklausur

Vorlesung Datenbanken I Zwischenklausur Prof. Dr. Stefan Brass 12. Dezember 2003 Institut für Informatik MLU Halle-Wittenberg Vorlesung Datenbanken I Zwischenklausur Name: Matrikelnummer: Studiengang: Aufgabe Punkte Max. Punkte Zeit 1 (Integritätsbedingungen)

Mehr

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen)

Mathematik-Vorkurs für Informatiker (Wintersemester 2012/13) Übungsblatt 8 (Relationen und Funktionen) DEPENDABLE SYSTEMS AND SOFTWARE Fachrichtung 6. Informatik Universität des Saarlandes Christian Eisentraut, M.Sc. Julia Krämer Mathematik-Vorkurs für Informatiker (Wintersemester 0/3) Übungsblatt 8 (Relationen

Mehr

1.1 Spezifikation und Entwurf im Software-Lebenslauf Lineares Prozessmodell:

1.1 Spezifikation und Entwurf im Software-Lebenslauf Lineares Prozessmodell: 1 Einführung und Überblick 1.1 Spezifikation und Entwurf im Software-Lebenslauf Lineares Prozessmodell: Anstoß Auftrag Projekt planen Anforderungen spezifizieren Lieferung Architektur entwerfen System

Mehr

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren 3 Mehrdimensionale Zufallsvariablen Zufallsvektoren Bisher haben wir uns ausschließlich mit Zufallsexperimenten beschäftigt, bei denen die Beobachtung eines einzigen Merkmals im Vordergrund stand. In diesem

Mehr

Probeklausur mit Musterlösung

Probeklausur mit Musterlösung Carl-Schurz-Schule 07.03.2012 Informatik, Q2 Victor Hahn Probeklausur mit Musterlösung Ihr Name: Maximal erreichbare Anzahl Verrechnungspunkte (VP): 64 Einziges zugelassenes Hilfsmittel: Ein Blatt DIN

Mehr

Zusatz: Einführung in die Mathematischen Beweistechniken

Zusatz: Einführung in die Mathematischen Beweistechniken Zusatz: Einführung in die Mathematischen Beweistechniken Quick-Start Informatik Theoretischer Teil WS 11/12 Jens Keppeler 7. Oktober 2011 Das folgende Zusatzskript, sowie die dazugehörigen Folien orientieren

Mehr

1.8 Mengenlehre-Einführung in die reellen Zahlen

1.8 Mengenlehre-Einführung in die reellen Zahlen .8 Mengenlehre-Einführung in die reellen Zahlen Inhaltsverzeichnis Repetition 2 2 irrationale und reelle Zahlen 3 3 weitere irrationale Zahlen 4 3. Zusatz: Der Beweis, dass 2 irrational ist...........................

Mehr

Informatik II: Modellierung Prof. Dr. Martin Glinz. Kapitel 12. Abstraktion. Universität Zürich Institut für Informatik

Informatik II: Modellierung Prof. Dr. Martin Glinz. Kapitel 12. Abstraktion. Universität Zürich Institut für Informatik Informatik II: Modellierung Prof. Dr. Martin Glinz Kapitel 12 Abstraktion Universität Zürich Institut für Informatik Inhalt 12.1 Das Prinzip der Abstraktion 12.2 Klassifikation 12.3 Komposition 12.4 Generalisierung

Mehr

Vorlesung Datenbanksysteme Endklausur

Vorlesung Datenbanksysteme Endklausur Dr. Stefan Brass 13. Februar 2001 Institut für Informatik Universität Giessen Vorlesung Datenbanksysteme Endklausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises

Mehr

Informatische Modellbildung

Informatische Modellbildung Informatische Modellbildung Informatik als Wissenschaft von der Herstellung ausführbarer Modelle bzw. der Simulation künstlicher Welten hier: formale Methoden zur Präzisierung des Modellbegriffs Begriffsdefinition

Mehr

Prüfung zur Vorlesung Mathematik III

Prüfung zur Vorlesung Mathematik III Dr. A. Caspar ETH Zürich, Febbruar 2017 Prof. N. Hungerbühler HST, Lehrdiplom D-MATH Prüfung zur Vorlesung Mathematik III Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle

Mehr

Probeklausur zur Vorlesung "Einführung in das Marketing"

Probeklausur zur Vorlesung Einführung in das Marketing Probeklausur zur Vorlesung "Einführung in das Marketing" Prof. Dr. Jan Landwehr Lehrstuhl für Produktmarketing und Kommunikation Goethe-Universität Frankfurt am Main Einige Hinweise vorweg: Alle Aufgaben

Mehr

Datenstrukturen -- die komplexe Welt in FileMaker Feldern beschreiben

Datenstrukturen -- die komplexe Welt in FileMaker Feldern beschreiben FileMaker Konferenz2010 Datenstrukturen -- die komplexe Welt in FileMaker Feldern beschreiben Modellbildung und Datendefinition für FileMaker Entwickler. * [email protected] FileMaker Konferenz2010

Mehr

Requirements Engineering Die Dinge von Anfang an richtig machen

Requirements Engineering Die Dinge von Anfang an richtig machen Requirements Engineering Die Dinge von Anfang an richtig machen Martin Glinz www.ifi.uzh.ch/~glinz Erstes Requirements Engineering Forum Zürich, 13. November 2008 Universität Zürich Institut für Informatik

Mehr

Seite 1 von 6. Achtung: Fehlende Prüfziffern und/oder fehlende Unterschriften führen jeweils zu 10 Punkten Abzug! Hörverstehen. Fragen und Aufgaben

Seite 1 von 6. Achtung: Fehlende Prüfziffern und/oder fehlende Unterschriften führen jeweils zu 10 Punkten Abzug! Hörverstehen. Fragen und Aufgaben Seite 1 von 6 Prüfziffer Korrektor/in Punkte 200 Familienname: Vorname: Geburtsdatum: Studienfach: Modellsatz 04 Achtung: Fehlende Prüfziffern und/oder fehlende Unterschriften führen jeweils zu 10 Punkten

Mehr

Kapitel 6: Das E/R-Modell

Kapitel 6: Das E/R-Modell Ludwig Maximilians Universität München Institut für Informatik Lehr- und Forschungseinheit für Datenbanksysteme Skript zur Vorlesung Wintersemester 2013/2014 Vorlesung: Prof. Dr. Christian Böhm Übungen:

Mehr

Requirements Engineering I

Requirements Engineering I Martin Glinz Requirements Engineering I Kapitel 4 Modellierungssprachen Universität Zürich Institut für Informatik 2006 Martin Glinz. Alle Rechte vorbehalten. Speicherung und Wiedergabe sind für den persönlichen,

Mehr

1 EINLEITUNG MESSKONZEPTE UND IHRE EIGENSCHAFTEN... 7

1 EINLEITUNG MESSKONZEPTE UND IHRE EIGENSCHAFTEN... 7 Property-Based Measurement Inhaltsverzeichnis 1 EINLEITUNG... 3 2 GRUNDLEGENDE DEFINITIONEN... 4 2.1 SYSTEME UND MODULE... 4 2.2 MODULARE SYSTEME...6 3 MESSKONZEPTE UND IHRE EIGENSCHAFTEN... 7 3.1 GRÖSSE...

Mehr