4.9 Fuzzy-Logik basierte Mehrzielentscheidungen Grundgedanke von Expertensystemen (I)
|
|
- Bertold Schmitz
- vor 6 Jahren
- Abrufe
Transkript
1 4.9 Fuzzy-Logik basierte Mehrzielentscheidungen Grundgedanke von Expertensystemen (I) Entscheidungsprobleme, die komplex sind oder unvollständige Informationen enthalten, lassen sich nicht hinreichend genau in Form eines mathematischen Systems modellieren. Oft fehlen Lösungsverfahren für vereinfachte Modelle. Andererseits sind Menschen in der Lage, solche komplexen Probleme befriedigend zu lösen, und Personen die dies besonders gut können werden Experten genannt. Eine Idee vor ca. 25 Jahren war es, nicht das Problem sondern das Entscheidungsverhalten von Experten zu modellieren. Expertenwissen basiert normalerweise nicht auf einer strengen theoretischen Fundierung, es besteht vielmehr aus heuristischen Vorgehensweisen und Regeln, die der Experte bei seiner Entscheidungsfindung benutzt Grundgedanke von Expertensystemen (II) In einem Expertensystem wird versucht, dem Konzept der Künstlichen Intelligenz folgend, intelligentes Problemlösungsver-halten von Menschen nachzubilden. Ein Expertensystem kann als ein wissensbasiertes Informationssystem verstanden werden, daß Fakten- und Erfahrungswissen der Experten von meist heterogener Struktur für ein definiertes Anwendungsgebiet repräsentiert, bei der Akquirierung und Veränderung dieses Wissens hilft, daraus Schlüsse zieht (zumeist mit Hilfe heuristischer Verfahren) diese dem Anwender erklärt und dokumentiert. 45 1
2 4.9.2 Komponenten eines Expertensystems (I) S t e u e r u n g ss y st e m Komponenten eines Expertensystems (II) Wissensbasis Die Wissensbasis ist das Kernstück eines jeden Expertensystems, in dem die verschiedenen Typen von Wissen so abgelegt werden, daß sie möglichst klar und ausdrucksfähig, leicht in ihrem Wesen erkennbar sowie strukturerhaltend repräsentiert werden. Das Wissen resultiert häufig aus Erfahrung und wird oft über individuelle Wenn-Dann-Regeln (Modus Ponens-Regeln) dargestellt. Prämisse wenn x gleich A ist dann ist y gleich B Tatsache x ist A Folgerung y ist gleich B 47 2
3 4.9.2 Komponenten eines Expertensystems (III) Modus Ponens Regel mit mehreren Prämissen In der Praxis sind normalerweise mehrere Prämissen miteinander konjunktiv verknüpft: WENN eine bestimmte Bedingung (z.b. erhebliche Überschreitung des einem Schuldner gewährtenrückzahlungstermins UND eine weitere Bedingung (z.b. Abbruch der Lieferbeziehungen zu dem betreffenden Kunden) UND... erfüllt sind DANN ziehe eine bestimmte Schlußfolgerung (z.b. kritische Beurteilung der Werthaltigkeit der gegen diesen Kunden bestehenden Forderungen) Komponenten eines Expertensystems (IV) Steuerungssystem Das Steuerungssystem hat die Aufgabe, den Dialog mit dem Benutzer und dem Experten zu ermöglichen und diese bei ihren Problemlösungen zu unterstützen. Dabei kann man das Steuerungssystem noch einmal unterteilen in ein Problemlösungs- und ein Dialogsystem. Im Problemlösungssystem(Inferenzkomponente) sind die Strate-gien festgelegt, wie sich das in der Wissensbasis gespeicherte Fakten- und Erfahrungswissen optimal zur Lösung des jeweiligen Anwenderproblems einsetzen läßt. Durch logische Schlußfolgerungen (Inferenzen) wird dabei aus vorhandenen Fakten und Regeln neues Wissen abgeleitet. Dies geschieht in den meisten Fällen durch deduktives Schließen. 49 3
4 4.9.2 Komponenten eines Expertensystems (V) Dialogsystem Das Dialogsystem dient der Kommunikation zwischen Expertensystem und Anwender im Rahmen eines interaktiven Prozesses und ermöglicht die Implementierung von Expertenwissen. Dabei können drei Komponenten unterschieden werden: a. Dialogkomponente b. Erklärungskomponente c. Wissenserwerbskomponente. Die Dialogkomponente dient der Erleichterung der Kommunikation zwischen dem Anwender und dem wissensbasierten System. Dessen Benutzerfreundlichkeit und Akzeptanz sollte durch einfache Menüsteuerung, grafische Unterstützungen und sinnvoll gestaltetet Hinweiszeilen gefördert werden Komponenten eines Expertensystems (VI) Erklärungskomponente Die Erklärungskomponente sollte den Benutzer in die Lage versetzen, den Lösungsweg nachzuvollziehen und die erten Ergebnisse zu überprüfen. Zur Erfüllung dieser Aufgabe kann zwischen drei Erklärungsformen unterschieden werden: Warum-Erklärungen geben Auskunft, warum der Benutzer zur Beantwortung bestimmter Fragen aufgefordert wird. Wie-Erklärungen zeigen das Zustandekommen bestimmter Ergebnisse auf. Was-wäre-wenn-Erklärungen erlauben die Simulation der Schlußfolgerungen für alternative Ausgangssituationen. 51 4
5 4.9.3 Hierarchisches Zielsystem (I) Die Unschärfe solcher Begriffe rührt daher, daß es bei der praktischen Handhabung unmöglich oder nur mit unzumut-barem Aufwand machbar ist, alle benötigten Informationen zu sammeln und zu einem Gesamturteil zu aggregieren. Oft sind die Begriffe selbst bzw. die Unteraspekte nur qualitativ bewertbar und man versucht, sie s quantitativ faßbarer Hilfsgrößen genauer zu beschreiben. Komplexe oder nicht direkt meßbare Ziele können "verschärft" werden, indem man sie durch ein hierarchisches System aus Unterkategorien oder Teilaspekten detaillierter beschreibt Hierarchisches Zielsystem (II) (Beispiel 1) Materielle Kreditwürdigkeit Vermögenslage Finanzlage Ertragslage Cash Flow Selbstfinanzierungskraft Liquidität Eigenkapital Fremdkapital Rentabilität Ergebnisstruktur Aufwandsstruktur 52 5
6 4.9.3 Hierarchisches Zielsystem (III) Die Beurteilungshierarchie für das Analysefeld "Materielle Kreditwürdigkeit" wird auf einer zusätzlichen untersten Zielebene ergänzt durch zwanzig Jahresabschlusskennzahlen. Z.B. fließen in das Analysefeld "Eigenkapital" die Beurteilungen der Kennzahlen "EK-Quote I", "EK-Quote II" und "Sachanlagendeckungsgrad" ein. Zur Bewertung der Kreditwürdigkeit eines konkreten Unter-nehmens sind zunächst die Ziele auf der untersten Ebene der Zielhierarchie zu bewerten. Anschließend werden diese Bewertungen schrittweise zur Beurteilu ng der Merkmale auf höheren Ebenen bis hin zum Gesamturteil aggregiert Operatorengestützte Aggregation (I) Das klassische Vorgehen besteht nun darin, die Ziele auf der untersten Ebenen mit Zahlen zu bewerten und diese s eines Operators schrittweise zu einer Bewertung des höheren Ziels zu aggregieren. Häufig kommt dabei das gewogenen Arithmetische Mittel ẑ = d1 z1 + d2 z2 + K + dm zm zur Anwendung. Ein gravierendes Problem ist dabei die Bestimmung der Gewichte, denn bei Verwendung der linearen Aggregation müssen die Ziele unabhängig voneinander sein und ihr Einfluß auf das Oberziel proportional zum Zielwert wachsen. Oft verschieben sich aber die Gewichte mit den Zielerreichungs-graden. 54 6
7 4.9.5 Analysefeld Vorratsbewertung (I) Künstliche Intelligenz empfiehlt eine regelbasierte Aggregation, die ein flexibleres Vorgehen erlaubt VORRÄTE- BEWERTUNG Abwertungen wegen er Wiederbeschaffungskosten costs GÄNGIGKEITS- ABWERTUNGEN Abwertungen wegen er Verkaufserlöse Abwertungsquote Lagerreichweite Bestände mit aktuellem Bedarf Gesamtbestand Ersatzteilbestände Gesamtbestand Analysefeld Vorratsbewertung (II) Bewertung der Gängigkeitsabwertungen Abwertungsquote Lagerreichweite Bestände mit aktuellem Bedarf Gesamtbestand Ersatzteilbestand Gesamtbestand low Gängigkeitsabwertungen gut gut gut gut gut gut 56 7
8 4.9.6 Analysefeld Unternehmensleistung (I) Innovationsrate Absatz Marktwachstum Unternehmens -leistung Marktanteil Lagerumschlag Produktion Pro-Kopf-Leist. Materialaufwandsquote Analysefeld Unternehmensleistung (II) Bewertung des Absatzes Regel Marktanteiwachstum -rate Markt- Innovations Nr. Absatz gut gut 58 8
9 4.9.6 Analysefeld Unternehmensleistung (III) Bewertung von Marktanteils und Inovationsrate Marktanteil (MA) Innovationsrate (IR) MA < 5 % (n) (großes R.) IR < 10 % 5 % MA < 20 % (m) (mittl. R.) 10 % IR < 30 % 20 % MA (h) (kleines R.) 30 % IR Jeweils Abweichung vom Branchenwert Analysefeld Unternehmensleistung (IV) Bewertung des Marktwachstums Marktwachstum (MW) MW < -5 % -5 % MW < 0 % 0 % MW < 5 % 5 % MW < 7 % 7 % MW < 10 % 10 % MW Note (n) (großes Risiko) (m) (mittleres Risiko) (h) (kleines Risiko) Jeweils Abweichung vom Branchenwert 60 9
10 4.9.6 Analysefeld Unternehmensleistung (V) Nachteil von Intervallbewertung Firma A : Marktanteil 5 %, Marketwachstum 0 %, Innovationsrate 10 % (m, m, m) (R 14) Firma B : Marktanteil 15 %, Marketwachstum 5 %, Innovationsrate 25 % (m, m, m) (R 14) m Firma C : Marktanteil 4,9 %, rmarketwachstum 6,9 %, Innovationsrate 19,9 % (n, m, m) (R 5) Anzahl der Regeln die Formel r m, wenn m Merkmale mit je r Ausprägungen Vorteile von Expertensystemen (I) Selten vorhandenes Wissen wird gesichert, vervielfältigt und einem größeren Anwenderkreis zugänglich gemacht. Durch effiziente Nutzung vorhandenen Wissens lässt sich eine Produktivitätssteigerung bzw. Kosteneinsparung erzielen. Die Beurteilung komplexer Sachgebiete wird bezüglich ihrer Objektivität und Konsistenz verbessert. Durch die hohe Transparenz und Nachvollziehbarkeit des Entscheidungsprozesses wird die Akzeptanz gesteigert. Die Formulierung von Expertenregeln dient (auch) der Selbstreflektiondes Experten. Die Nachvollziehbarkeit des Entscheidungsprozesses ermöglicht die Vornahme begründeter Änderungen, so dass ein kontinuierlicher Verbesserungsprozess gewährleistet wird
11 Fuzzy-Expertensysteme (I) Linguistische Bewertungen Die Fuzzy-Mengen-Theorie bietet zwar die Möglichkeit, Abstufungen in der Zugehörigkeit zu einer Menge beliebig genau zu beschreiben, in praktischen Anwendungsfällen ist dies aber kaum und auch dann nur mit beträchtlichem Aufwand möglich. Die benutzten Funktionen sind daher als mehr oder minder gute Darstellungsformen der subjektiven Vorstellung anzusehen. Bei der Modellierung benutzt man daher zumeist einfache Funktionsformen, z.b. - stückweise lineare Funktionen, bei denen wenige festgelegte Punkte durch Geradenstücke verbunden werden, oder - Funktionen, die durch wenige Parameter beschrieben werden Fuzzy-Expertensysteme (II) Referenzfunktionen In der Praxis reicht es aus, mit Fuzzy-Zahlenbzw. Fuzzy-Intervallendes LR-Typs zu arbeiten. Referenzfunktion: Eine Funktion L: [0, + [ [0, 1] heißt Referenzfunktion von Fuzzy-Zahlen, wenn sie den folgenden Bedingungen genügt: i. L(0) = 1 ii. L ist nicht steigend in [0, + [. Beliebte Referenzfunktionen sind: - L(u) = Max(0,1- u δ ) mit δ > L (u) = mit δ > 0 1+ u δ - u δ L(u) = e mit δ >
12 Fuzzy-Expertensysteme (III) Fuzzy-Zahlen des L-R-Typs Eine Fuzzy-Zahl M ~ heißt L-R-Fuzzy-Zahl, wenn sich ihre Zugehörigkeitsfunktion mit geeigneten Referenzfunktionen L und R darstellen läßt als m x L( ) für x m, α > 0 µ α M (x) = x m R( ) für x > m, β > 0 β Der eindeutig bestimmte Wert m mit µ M (m) = 1 = L(0) ist der Gipfelpunkt. Die Größen α und β werden linke bzw. rechte Spannweite von M ~ genannt. Für eine L-R-Fuzzy-Zahl wollen wir die verkürzte Notation M ~ = (m; α ; β ) LR verwenden Fuzzy-Expertensysteme (IV) Fuzzy-Zahlen des L-R-Typs M ~ = (3; 2; 1) LR L(u) = Max(0, 1- u) 1 R(u) = 1+ u
13 Fuzzy-Expertensysteme (V) Fuzzy-Intervalle des L-R-Typs Ein Fuzzy-Intervall M ~ heißt L-R-Fuzzy-Intervall, wenn sich seine Zugehörigkeitsfunktion mit geeigneten Referenzfunktionen L und R darstellen läßt als m x L( 1 ) für x m1 α µ M(x) = 1 für m1 < x m2 x m R( 2 ) für m2 < x β In technischen Steuerungsalgorithmen sind lineare Referenzfunktionen L(u) = R(u) = Max(0, 1-u) ausreichend. Bei Bewertungssystemen sollten eher s-förmigen Referenzfunktionen benutzt werden, die sich an die Nutzentheorie orientieren, z.b. L(u) = R(u) = exp( u 2 ) Fuzzy-Expertensysteme (VI) Bewertung des Marktanteils Zusätzlich sehr kleiner Zugehörigkeitswerte vernachlässigt, z.b. µ (x) ε = 0,05 µ 1 D 0,62 0,16 ε [%] 68 13
14 Fuzzy-Expertensysteme (VII) Bewertung des Marktwachstum Zugehörigkeitswert D 1 ε % Fuzzy-Expertensysteme (VIII) Bewertung der Innovationsrate Zugehörigkeitswert 1 D ε % 70 14
15 Fuzzy-Expertensysteme (IX) Bewertung des Absatz gut gut minus minus µ(x) plus plus 1 ε x Während bei den Inputvariablen 3 Bewertungsklassen ausreichen müssen, kann man bei der Bewertung des Outputs eine feinere Abstufung verwenden Fuzzy-Expertensysteme (X) Fuzzy-Inferenz Ein Unternehmen mit den Merkmalsausprägungen (Marktanteil, Marktwachstum, Innovationsrate) = (28 %, 3 %, 5 %). erhält gemäß der Regel 22 in der Regel-Tabelle Regel Marktanteiwachsturate Markt- Innovations- Absatz Nr für das Oberziel Absatz die Bewertung minus mit dem Zugehörigkeitsgrad 1. Der Grad der Übereinstimmung DOF (Degree of Fulfilment) mit der Zustandsbeschreibung der Regel 22 im Regelblock ist hier gleich
16 Fuzzy-Expertensysteme (XI) Fuzzifizierung der Inputgrößen (1) Betrachten wir eine Firma D mit den Kennzahlen: (Marktanteil, Marktwachstum, Innovationsrate) = (6 %, 5 %, 29 %). ( µ MA (6%), MA (6%), MA µ µ (6%) = (0,16; 0,62; 0) ( µ IR (29%), IR (29%), IR µ µ (29%) = (0; 0,47; 0,32). Durch das Fuzzifizieren der Eingangsgrößen wird eine Verknüpfung aufgebaut zwischen den beobachteten Werten und den linguistischen Bewertungen der Regelbasis. Es gibt keine eigenen Regeln für diese Mischfälle, sondern alle Regeln mit positivem DOF tragen zusammen zur Outputbewertung bei Fuzzy-Expertensysteme (XII) Fuzzifizierung der Inputgrößen Für die Firma D ergeben sich gemäß der Regelbasis die folgenden vier positiven DOFs ε: DOF Regel 5 = Min ( µ MA (6%), µ MW (5%), µ IR (29%) ) = Min (0,16, 1, 0,47) = 0,16 DOF Regel 6 = Min ( µ MA (6%), µ MW, IR (5%) µ (29%) ) = Min (0,16, 1, 0,32) = 0,16 minus Regel Nr. 5 6 Marktanteil Marktwachstum Innovationsrate Absatz
17 Fuzzy-Expertensysteme (XIII) Fuzzifizierung der Inputgrößen DOF Regel 14 = Min ( µ MA (6%), µ MW, ) (5%) µ IR (29%) = Min (0,62, 1, 0,47) = 0,47 DOF Regel 15 = Min ( µ MA (6%), µ MW (5%), µ IR (29%) ) = Min (0,62, 1, 0,32) = 0,3 Regel Nr Marktanteil Marktwachstum Innovationsrate Absatz Fuzzy-Expertensysteme (XIV) Max-Prod-Inferenz Die den einzelnen Regeln entsprechenden Bewertungen werden proportional zum Erfüllungsgrad abgesenkt minus 0,47 0, ε 0,
18 Fuzzy-Expertensysteme (XV) Gesamtbewertung des Absatz DOF Gesamtbewert.* = [1 - (1 DOF(Regel i) ]. Regeli führt zur Bewertung* Für das Beispiel ergibt sich für der DOF-Wert 0,47 + 0,32-0,47 0,32 = 0,64 minus 0,64 0,16 ε Fuzzy-Expertensysteme (XVI) Defuzzifizierung der Fuzzy-Bewertungen Fuzzy-Bewertungen lassen sich auf einen crispen Wert verdichten. Die bekanntesten Defuzzifizierungsverfahren sind - Schwerpunktsmethode (Center of Gravity Method) - Flächenhalbierungsmethode (Center of AreaMethod). Fuzzifizierte Bewertung der Eingangsgröße Absatz für die Firma D: ( µ S (D), µ S (D), S (D), S (D), S µ µ µ (D), min us min us plus µ S (D), S gut µ gut (D)) = (0; 0,16; 0,16; 0,64; 0; 0; 0). plus 78 18
19 Fuzzy-Expertensysteme (XVII) Beispiele Kreditwürdigkeitsentscheidungen im Firmenkundengeschäft, vgl.. [Bagus 1992], Bewertung der Vermögens-, Finanz- und Ertragslage von Unternehmen im Rahmen der Jahresabschlußprüfung, vgl. [Scheffels 1996] Unterstützung analytischer Prüfungshandlungen von Wirtschaftsprüfern, vgl. [Müller 1996] Portfolio Management, Beurteilung des individuellen Ausfallrisikos bei Krediten zum Autokauf, vgl. [Güllich 1997] Lieferantenbewertung, vgl. [Urban 1998] 79 19
Mathematisch-Statistische Verfahren des Risikomanagements - SS 2004 1
Expertensysteme Grundgedanke und Definition (I) Entscheidungsprobleme, die komplex sind oder unvollständige Informationen enthalten, lassen sich nicht hinreichend genau in Form eines mathematischen Systems
Einführung in die Fuzzy Logik
Einführung in die Fuzzy Logik Einleitung und Motivation Unscharfe Mengen fuzzy sets Zugehörigkeitsfunktionen Logische Operatoren IF-THEN-Regel Entscheidungsfindung mit dem Fuzzy Inferenz-System Schlußbemerkungen
Fuzzy Logic basiertes Bonitätsrating. von. Jochen Flach / Heinrich Rommelfanger
Fuzzy Logic basiertes Bonitätsrating von Jochen Flach / Heinrich Rommelfanger 1 Einleitung 2 Expertensysteme 2.1 Zielsetzung von Expertensystemen 2.2 Architektur von Expertensystemen 3 Bonitätsrating mit
Fuzzy-Inferenz. Fuzzy-Inferenz. Fuzzy-Inferenz. Fuzzy-Inferenz. Klassische Logik. Aussagenlogische Regel: a b
Fuzzy-Inferenz Fuzzy-Inferenz Klassische Logik. Produktionsregelsystem D, R mit D = {a} und R = {a b} Schlußfolgern mit Forward-Chaining (Modus Ponens, MP): a height is tall {0, 1} b weight is heavy {0,
I. II. I. II. III. IV. I. II. III. I. II. III. IV. I. II. III. IV. V. I. II. III. IV. V. VI. I. II. I. II. III. I. II. I. II. I. II. I. II. III. I. II. III. IV. V. VI. VII. VIII.
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend
Standardisierte Vorgehensweisen und Regeln zur Gewährleistung von: Eindeutigkeit Schlussfolgerungen aus empirischen Befunden sind nur dann zwingend oder eindeutig, wenn keine alternativen Interpretationsmöglichkeiten
FELJC Fuzzyregler.odt 1. a) Die Vorgehensweise der klassischen Regelungstechnik
FELJC Fuzzyregler.odt 1 Fuzzy-Regler In diesem Kurs werden nur die Grundlagen anhand von Beispielen behandelt. Für Fuzzifizierung, Inferenz und Defuzzifizierung gibt es viele unterschiedliche Methoden,
Neuronale Netze (I) Biologisches Neuronales Netz
Neuronale Netze (I) Biologisches Neuronales Netz Im menschlichen Gehirn ist ein Neuron mit bis zu 20.000 anderen Neuronen verbunden. Milliarden von Neuronen beteiligen sich simultan an der Verarbeitung
1 Darstellen von Daten
1 Darstellen von Daten BesucherInnenzahlen der Bühnen Graz in der Spielzeit 2010/11 1 Opernhaus 156283 Hauptbühne 65055 Probebühne 7063 Ebene 3 2422 Next Liberty 26800 Säulen- bzw. Balkendiagramm erstellen
Bilanzanalyse. Dipl. Betrw.. Ruth Kühn Dipl. Finw.. Tobias Teutemacher Prof. Dr. Wolfgang Hufnagel
Bilanzanalyse Dipl. Betrw.. Ruth Kühn Dipl. Finw.. Tobias Teutemacher Prof. Dr. Wolfgang Hufnagel Begriff Bilanzanalyse = Untersuchung eines Unternehmens mittels Kennzahlen Kennzahlensystemen sonstiger
Übungen zu Zahlentheorie für TM, SS 2013
Übungen zu Zahlentheorie für TM, SS 2013 zusammengestellt von Johannes Morgenbesser Übungsmodus: Ausarbeitung von 10 der Beisiele 1 38, 5 der Beisiele A O und 15 der Beisiele i xxxi. 1. Zeigen Sie, dass
Inhaltsverzeichnis. Vorwort
Vorwort Abbildungsverzeichnis Tabellenverzeichnis V IX XV XVII Abkürzungs Verzeichnis XXI 1 Warum die Mittelstandsfinanzierung in das Blickfeld rückt - Einführung r 1 2 Weshalb Risikoorientierung notwendig
Überschrift. Titel Prognosemethoden
Überschrift Prognosemethoden Überschrift Inhalt 1. Einleitung 2. Subjektive Planzahlenbestimmung 3. Extrapolierende Verfahren 3.1 Trendanalyse 3.2 Berücksichtigung von Zyklus und Saison 4. Kausale Prognosen
Jahrgang: 8 Themenkreise 1/5. Operieren führen Rechnungen mit dem eingeführten Taschenrechner aus und bewerten die Ergebnisse
Terme und Auflösen einer Klammer Subtrahieren einer Klammer Ausklammern Binomische Formeln Faktorisieren Mischungsaufgaben mit Parametern Typ T 1 T 2 = 0 7 46 10 16 17 18 19 21 22 27 28 33 34 37 38 40
Inhaltsübersicht 1 Ausgangssituation A. Der Einstieg Allgemeine Fragen und Defi nitionen II. Fragen zu den Sonderposten mit Rücklageanteil (SOPOS)
1 Ausgangssituation 15 A. Der Einstieg 15 I. Allgemeine Fragen und Definitionen 16 II. Fragen zu den Sonderposten mit Rücklageanteil (SOPOS) 17 1. Sonderposten mit Rücklageanteil 17 2. Die Zahlen der HTC
Vorkurs: Mathematik für Informatiker
Vorkurs: Mathematik für Informatiker Teil 3 Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Inhaltsverzeichnis Teil 1 Teil
Exemplar für Prüfer/innen
Exemplar für Prüfer/innen Kompensationsprüfung zur standardisierten kompetenzorientierten schriftlichen Reifeprüfung AHS Juni 2015 Mathematik Kompensationsprüfung Angabe für Prüfer/innen Hinweise zur Kompensationsprüfung
Einführung in die Fuzzy Logic
Einführung in die Fuzzy Logic Entwickelt von L. Zadeh in den 60er Jahren Benutzt unscharfe (fuzzy) Begriffe und linguistische Variablen Im Gegensatz zur Booleschen Logik {0,} wird das ganze Intervall [0,]
3. Das Prüfen von Hypothesen. Hypothese?! Stichprobe Signifikanztests in der Wirtschaft
3. Das Prüfen von Hypothesen Hypothese?! Stichprobe 3.1. Signifikanztests in der Wirtschaft Prüfung, ob eine (theoretische) Hypothese über die Verteilung eines Merkmals X und ihre Parameter mit einer (empirischen)
Wie läuft eine Entscheidung ab? Seite 9
Wie läuft eine Entscheidung ab? Seite 9 Bei welchen Entscheidungen sollte ich strikt methodisch vorgehen? Seite 12 Worauf basiert die hier vorgestellte Methode? Seite 17 1. Entscheidungen Jeden Tag treffen
Fakultät für Informatik Universität Magdeburg Jürgen Dassow. Vorbemerkungen
Vorbemerkungen if (x > y) z = x; else z = y; Wenn es blaue Tiger regnet, dann fressen alle Kirschbäume schwarze Tomaten. q(1) = 1, q(i) = q(i 1) + 2i 1 für i 2 Welchen Wert hat q(6)? 24 ist durch 2 teilbar.
I. Zahlen, Rechenregeln & Kombinatorik
XIV. Wiederholung Seite 1 I. Zahlen, Rechenregeln & Kombinatorik 1 Zahlentypen 2 Rechenregeln Brüche, Wurzeln & Potenzen, Logarithmen 3 Prozentrechnung 4 Kombinatorik Möglichkeiten, k Elemente anzuordnen
Wahrnehmung von Personen als Gruppenmitglieder
Mathias Blanz Wahrnehmung von Personen als Gruppenmitglieder Untersuchungen zur Salienz sozialer Kategorien Waxmann Münster / New York München / Berlin Inhaltsverzeichnis Vorbemerkung XI 1 Einleitung:
Aufbau und Beurteilung der Prüfung (Gültig für Prüfungstermine vor dem 1.1.2016)
Aufbau und Beurteilung der Prüfung (Gültig für Prüfungstermine vor dem 1.1.2016) Die Prüfung zur VO Rechnungswesen findet in EDV-gestützter Form unter Verwendung des Softwaretools Questionmark Perception
Bilanzanalyse und Kennzahlen
Bernd Heesen /Wolfgang Gruber Bilanzanalyse und Kennzahlen Fallorientierte Bilanzoptimierung 2. Auflage GABIER Vorwort 5 1 Der Jahresabschluss 19 A. Funktionen des Jahresabschlusses 19 I. Gewinnermittlung,
Unternehmensbewertung der Mittel- und Kleinbetriebe
Unternehmensbewertung der Mittel- und Kleinbetriebe Betriebswirtschaftliche Verfahrensweisen 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated
3. Deskriptive Statistik
3. Deskriptive Statistik Eindimensionale (univariate) Daten: Pro Objekt wird ein Merkmal durch Messung / Befragung/ Beobachtung erhoben. Resultat ist jeweils ein Wert (Merkmalsausprägung) x i : - Gewicht
2. Mathematik-Schularbeit für die 6. Klasse Autor: Gottfried Gurtner
2. Mathematik-Schularbeit für die 6. Klasse Autor: Gottfried Gurtner Arbeitszeit: 100 Minuten Lernstoff: Mathematische Grundkompetenzen: AG2.1, AG2.2, AG2.3 FA1.1, FA1.5, FA1.6, FA1.7, FA1.9 FA2.1, FA2.2,
EBC*L Unternehmensziele und Kennzahlen
EBC*L Unternehmensziele und Kennzahlen Mag. Alexander Herbst 2008 Burggasse 14/IV, A-9020 Klagenfurt, Tel.: 05 0536 22871-22879, Fax: 05 0536 22870, e-mail: kvak@ktn.gv.at http://www.verwaltungsakademie.ktn.gv.at
II. Strategie 20 % 4. Eckpunkte der Konzernstrategie 5. Stand der Zielerreichung
1 Auswertungskriterien A. Lagebericht Grundlagen des Konzerns I. Struktur und Geschäftstätigkeit 40 % 1. Unternehmensstruktur, Geschäftsfelder, Standorte 2. Wesentliche Produkte und Dienstleistungen 3.
Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010
Aufgabensammlung aus Mathematik 2 UMIT, SS 2, Version vom 7. Mai 2 I Aufgabe I Teschl / K 3 Zerlegen Sie die Zahl 8 N in ihre Primfaktoren. Aufgabe II Teschl / K 3 Gegeben sind die natürliche Zahl 7 und
1 Einleitung. 1.1 Was ist Ökonometrie und warum sollte man etwas darüber lernen?
1 Einleitung 1.1 Was ist Ökonometrie und warum sollte man etwas darüber lernen? Idee der Ökonometrie: Mithilfe von Daten und statistischen Methoden Zusammenhänge zwischen verschiedenen Größen messen. Lehrstuhl
Digital-Technik. Grundlagen und Anwendungen. Teil IV
Digital-Technik Grundlagen und Anwendungen Teil IV Übersicht 10-11 10 Zeitabhängige binäre Schaltungen 10.1 B i s t a b i l e Kippstufen (Flipflops) 10.2 Zeitablaufdiagramme 1 0. 3 M o n o s t a b i l
GESCHLOSSENE IMMOBILIENFONDS EIN FUZZY-BEWERTUNGSMODELL UNTER BESONDERER BERÜCKSICHTIGUNG STEUERLICHER ASPEKTE. Dissertation
GESCHLOSSENE IMMOBILIENFONDS EIN FUZZY-BEWERTUNGSMODELL UNTER BESONDERER BERÜCKSICHTIGUNG STEUERLICHER ASPEKTE Dissertation zur Erlangung des akademischen Grades eines Doktors der Wirtschaftswissenschaften
Bilanzanalyse und Kennzahlen
Bernd Heesen /Wolfgang Gruber Bilanzanalyse und Kennzahlen Fallorientierte Bilanzoptimierung 3. Auflage GABLER Vorwort 5 Inhaltsübersicht 11 1 Der Jahresabschluss 19 A. Funktionen des Jahresabschlusses
5. Clusteranalyse. Lernziele: Grundlegende Algorithmen der Clusteranalyse kennen, ihre Eigenschaften
5. Clusteranalyse Lernziele: Grundlegende Algorithmen der Clusteranalyse kennen, ihre Eigenschaften benennen und anwenden können, einen Test auf das Vorhandensein einer Clusterstruktur kennen, verschiedene
Lösungshinweise zu Kapitel 4
L-23 Lösungshinweise zu Kapitel 4 zu Selbsttestaufgabe 4.3 (Regelumformungen 1) Die Regeln R1, R2 und R2 sind bereits in vereinfachter Form und entsprechen genau den Regeln GA-1, GA-8 und GA-7. Die Umformung
1. Grundlagen und Aufbau der Kennzahlen 1
Vorwort Inhaltsverzeichnis Abbildungsverzeichnis V VII XIII 1. Grundlagen und Aufbau der Kennzahlen 1 1.1 Grundlagen 2 1.2 Bilanzanalyse 3 1.3 Bildung, Aufbereitung und Aktualisierung von Kennzahlen 5
Expertensystem zur Beurteilung von Anzeigenwerbung
Franz-Rudolf Esch Expertensystem zur Beurteilung von Anzeigenwerbung Mit 62 Abbildungen.*/* T CHNISGHE HOCHSCHULE OAftMSTAOT Fachbeeich 1 Gesamt b tb i o t he k Invenior-Nr...Hß(ö.2> ADStell-Nr. :.4^3.03...5...
Fuzzy Logic. Seminar im Sommersemester 2006 an der TU-Darmstadt (Prof. Dr. Fürnkranz) 06/18/06 Knowledge Engineering in Computer Spielen 1
Fuzzy Logic Seminar im Sommersemester 2006 an der TU-Darmstadt (Prof. Dr. Fürnkranz) 06/18/06 Knowledge Engineering in Computer Spielen 1 Geschichte und Definition Grundlegende Begriffe Fuzzy Process Anwendungen
Prüfungsleistungen (Voraussetzungen für die Vergabe von Leistungspunkten)
Modulbeschreibung Code IV.3. Modulbezeichnung Operations Research (WiSe 2015/2016) Beitrag des Moduls zu den Studienzielen Qualifikationsziele (vgl. Leitfaden Punkt 3) Übergeordnetes Ziel des Moduls besteht
(Rechtsakte ohne Gesetzescharakter) VERORDNUNGEN
12.11.2015 L 296/1 II (Rechtsakte ohne Gesetzescharakter) VERORDNUNGEN DURCHFÜHRUNGSVERORDNUNG (EU) 2015/1986 R KOMMISSION vom 11. November 2015 zur Einführung von Standardformularen für die Veröffentlichung
DURCHFÜHRUNGSVERORDNUNG (EU) Nr.../.. DER KOMMISSION. vom XXX
EUROPÄISCHE KOMMISSION Brüssel, den XXX [ ](2014) XXX draft DURCHFÜHRUNGSVERORDNUNG (EU) Nr..../.. DER KOMMISSION vom XXX zur Einführung von Standardformularen für die Veröffentlichung von Vergabebekanntmachungen
1 Fraktale Eigenschaften der Koch-Kurve
Anhang Inhaltsverzeichnis Fraktale Eigenschaften der Koch-Kurve iii. Einführung.................................. iii.2 Defintion.................................... iii.3 Gesamtlänge der Koch-Kurve........................
Konstruktion der Vergangenheit
2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Chris Lorenz Konstruktion der Vergangenheit Eine Einführung in die
Wettbewerbsrechtliche Aspekte des Anwaltsrechts
Schweizer Schriften zum Handels und Wirtschaftsrecht Band 274 Herausgegeben von Prof. Dr. Peter Forstmoser Dr. iur. Silvan Hauser, Rechtsanwalt Wettbewerbsrechtliche Aspekte des Anwaltsrechts Inhaltsübersicht
Rhetorik und Argumentationstheorie.
Rhetorik und Argumentationstheorie 2 [frederik.gierlinger@univie.ac.at] Teil 2 Was ist ein Beweis? 2 Wichtige Grundlagen Tautologie nennt man eine zusammengesetzte Aussage, die wahr ist, unabhängig vom
Motivation im Betrieb
LUTZ VON ROSENSTIEL Motivation im Betrieb Mit Fallstudien aus der Praxis ROSENBERGER FACHVERLAG LEONBERG IX Vorbemerkung zur 11. Auflage Vorbemerkung zur 10. Auflage Empfehlungen für den Leser Zielsetzung
Grundlagen der Fuzzy-Logik
Grundlagen der Fuzzy-Logik Seminarvortrag Julian Górny Matrikelnummer: 995146 Gliederung 1 Einleitung 2 Grundlagen 3 Fuzzy-Controller 4 Anwendungsbeispiel 5 Fazit und Ausblick Seite 2 Einleitung Bestimmte
Einführung in die Textverarbeitung mit Word. Flyer I
Flyer I Hausaufgabe für die vorlesungsfreie Zeit ( Semesterferien ): Bewerbung des Tag der offenen Tür der eigenen Einrichtung mithilfe eines Flyers 1 Im Sommersemester bewerben wir dann den Tag der offenen
Kennzahlensysteme als Führungsinstrumente
Kennzahlensysteme als Führungsinstrumente Planung, Steuerung und Kontrolle der Rentabilität im Unternehmen Von Dr. rer. pol. habil. Volkmar Botta 3., überarbeitete und erweiterte Auflage ERICH SCHMIDT
Statistik. Datenanalyse mit EXCEL und SPSS. R.01denbourg Verlag München Wien. Von Prof. Dr. Karlheinz Zwerenz. 3., überarbeitete Auflage
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz 3., überarbeitete Auflage R.01denbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt
Multivariate Lieferantenbewertung
Christian G. Janker Multivariate Lieferantenbewertung Empirisch gestützte Konzeption eines anforderungsgerechten Bewertungssystems Mit einem Geleitwort von Prof. Dr. Rainer Lasch Deutscher Universitäts-Verlag
Hochschule Heilbronn Technik Wirtschaft Informatik
Hochschule Heilbronn Technik Wirtschaft Informatik Studiengang Electronic Business (EB) Diplomarbeit (280000) Evaluierung und Einführung eines Web Content Management Systems bei einem internationalen und
Inhaltsverzeichnis. Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis
V Inhaltsverzeichnis Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis V XI XIII XVI Danksagendes Vorwort 1 1 Einleitung 2 2 Großschreibung: historisch linguistisch didaktisch
Vorwort Inhaltsverzeichnis Abkürzungsverzeichnis I. INLÄNDISCHER ZAHLUNGSVERKEHR 1
Vorwort Inhaltsverzeichnis Abkürzungsverzeichnis V VII XIII I. INLÄNDISCHER ZAHLUNGSVERKEHR 1 1. Zahlungsmittel und Zahlungsformen 1 1.1 Bargeld 1 1.2 Buchgeld 1 1.3 Geldersatzmittel 2 2. Zahlungsverkehr
tlfm Benchmarking in öffentlichen Verwaltungen Dr. Alexander Thau
Dr. Alexander Thau Benchmarking in öffentlichen Verwaltungen Theoretische Fundierung und mögliche Weiterentwicklung eines Modernisierungsinstruments tlfm BWV BERLINER WISSENSCHAFTS-VERLAG Inhaltsverzeichnis
Allgemeine Informationen zum Unternehmen und Organisation
Allgemeine Informationen zum Unternehmen und Organisation I. Adresse Name, Firmierung Straße PLZ. Ort Land Fax Internet Hauptbranche II. Firmenprofil Angebotenes Portfolio Rechtsform Gründungsjahr Tochtergesellschaften
Allgemeine diskrete Wahrscheinlichkeitsräume II. Beispiel II. Beispiel I. Definition 6.3 (Diskreter Wahrscheinlichkeitsraum)
Allgemeine diskrete Wahrscheinlichkeitsräume I Allgemeine diskrete Wahrscheinlichkeitsräume II Verallgemeinerung von Laplaceschen Wahrscheinlichkeitsräumen: Diskrete Wahrscheinlichkeitsräume Ω endlich
Vorwort Inhaltsverzeichnis AbkÅrzungsverzeichnis I. INLØNDISCHER ZAHLUNGSVERKEHR 1
INHALTSVERZEICHNIS Vorwort Inhaltsverzeichnis AbkÅrzungsverzeichnis V VII XIII I. INLØNDISCHER ZAHLUNGSVERKEHR 1 1. Zahlungsmittel und Zahlungsformen 1 1.1 Bargeld 1 1.2 Buchgeld 1 1.3 Geldersatzmittel
.wvw. Identifikation kritischer Erfolgsfaktoren deutscher Lebensversicherungsunternehmen auf Basis einer Jahresabschlußanalyse.
Passauer Reihe Risiko, Versicherung und Finanzierung Band 15 Herausgegeben von Prof. Dr. Bernhard Kromschröder Prof. Dr. Jochen Wilhelm Identifikation kritischer Erfolgsfaktoren deutscher Lebensversicherungsunternehmen
ANalysis Of VAriance (ANOVA) 2/2
ANalysis Of VAriance (ANOVA) 2/2 Markus Kalisch 22.10.2014 1 Wdh: ANOVA - Idee ANOVA 1: Zwei Medikamente zur Blutdrucksenkung und Placebo (Faktor X). Gibt es einen sign. Unterschied in der Wirkung (kontinuierlich
Anhang 4. Bias durch Überdiagnose von papillären Mikrokarzinomen
Anhang 4 Bias durch Überdiagnose von papillären Mikrokarzinomen Bias durch Überdiagnose von papillären Mikrokarzinomen H. Bertelsmann AG Epidemiologie und Medizinische Statistik Universität Bielefeld Dezember
Neoklassische Produktions- und Kostenfunktion Mathematische Beschreibung zu einer Modellabbildung mit Excel
Neoklassische Produktions- und Kostenfunktion Mathematische Beschreibung zu einer Modellabbildung mit Excel Dieses Skript ist die allgemeine Basis eines Modells zur Simulation der ökonomischen Folgen technischer
Kapitel 1 Beschreibende Statistik
Beispiel 1.25: fiktive Aktienkurse Zeitpunkt i 0 1 2 Aktienkurs x i 100 160 100 Frage: Wie hoch ist die durchschnittliche Wachstumsrate? Dr. Karsten Webel 53 Beispiel 1.25: fiktive Aktienkurse (Fortsetzung)
Ableitungen im Kalkül des Natürlichen Schließens
Ableitungen im Kalkül des Natürlichen Schließens Beispiele für typische Rechenwege in der Fitch-Notation Wie viele Logik-Kalküle setzt auch der Kalkül des Natürlichen Schließens (NK, nach Jaśkowski und
Logic in a Nutshell. Christian Liguda
Logic in a Nutshell Christian Liguda Quelle: Kastens, Uwe und Büning, Hans K., Modellierung: Grundlagen und formale Methoden, 2009, Carl Hanser Verlag Übersicht Logik - Allgemein Aussagenlogik Modellierung
Formale Logik. 4. Sitzung. Die Logik der Sprache AL. Die Logik der Sprache AL. Die Logik der Sprache AL
ormale Logik 4. Sitzung Prof. Dr. Ansgar Beckermann Sommersemester 2005 Erinnerung Ein Satz ist genau dann logisch wahr, wenn er unabhängig davon, was die in ihm vorkommenden deskriptiven Zeichen bedeuten
vom 10. März 2011 Zwischen der Tarifgemeinschaft deutscher Länder, vertreten durch den Vorsitzenden des Vorstandes, einerseits und andererseits
Änderungstarifvertrag Nr. 3 zum Tarifvertrag zur Überleitung der Beschäftigten der Länder in den TV-L und zur Regelung des Übergangsrechts (TVÜ-Länder) vom 10. März 2011 Zwischen der Tarifgemeinschaft
Annahme: - Päferenzunabhängigkeit der Ziele - kardinal skalierte Größen!!!!
Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 4 4.4 Nutzwertanalyse Verfahren zur Lösung von Mehrzielentscheidungen Hierarchisch aufgebaute systeme å i.d.r. sind nur zwei oder drei Teilziele
Indexvokabular {Korsika, Sardinien, Strand, Ferienwohnung, Gebirge} Verknüpfung von Enthaltenseinsbedingungen mittels Boole'scher Junktoren.
Boole'sches Modell Boole'sches Modell: Beispiel basiert auf Mengentheorie und Boole'scher Algebra sehr einfaches Modell mit klarer Semantik Dokumente als Mengen von Indextermen Termgewichte sind binär:
Wie verbessere ich mein Bankenrating?
Wie verbessere ich mein Bankenrating? Seminar 1: Finanz- und Ertragslage Was versteht man unter Rating? Ratings geben durch definierte Symbole eine Bonitätsauskunft über einen Schuldner und schätzen damit
Dr. Barbara Lindemann. Fragebogen. Kolloquium zur Externen Praxisphase. Dr. Barbara Lindemann 1
Dr. Barbara Lindemann Fragebogen Kolloquium zur Externen Praxisphase Dr. Barbara Lindemann 1 Überblick 1. Gütekriterien quantitativer Forschungen 2. Fragebogenkonstruktion 3. Statistische Datenanalyse
Inhaltsverzeichnis. Klaus Kerth, Volker Stich, Heiko Asum. Die besten Strategietools in der Praxis
Inhaltsverzeichnis Klaus Kerth, Volker Stich, Heiko Asum Die besten Strategietools in der Praxis Welche Werkzeuge brauche ich wann? Wie wende ich sie an? Wo liegen die Grenzen? ISBN: 978-3-446-42705-1
Dokumentation und Evaluation im Case Management. Prof. (FH) Dr. Michael Klassen FHS Soziale Arbeit Management Center Innsbruck
Dokumentation und Evaluation im Case Management Prof. Dr. Michael Klassen FHS Soziale Arbeit Management Center Innsbruck Folie 1 Welche Fragen müssen Sie für sich und Ihre Mitarbeiter beantworten? Was
von Dr. Hans J. Nicolini Diplom-Kaufmann und Prof. Dr. Eike Quilling Diplom-Pädagogin
Berichterstattung und Präsentation von Dr. Hans J. Nicolini Diplom-Kaufmann und Prof. Dr. Eike Quilling Diplom-Pädagogin Verlag C.H. Beck München 2014 Inhaltsverzeichnis Vorwort des Herausgebers Vorwort
1. Hessischer Brandschutztag. Brandschutzkonzepte. Simone Zapke Leiterin der Bauaufsicht Frankfurt
1. Hessischer Brandschutztag Brandschutzkonzepte Simone Zapke Leiterin der Bauaufsicht Frankfurt Einleitung Erwartungen an das Brandschutzkonzept: - übersichtlich aufgebaut - klar strukturiert - widerspruchsfrei
Berechnung der Selbstfinanzierungsmarge und Verwendung der Kennzahlen
Gemeindefinanzen Berechnung der Selbstfinanzierungsmarge und Verwendung der Kennzahlen Ausbildungsseminar Freiburger Gemeindeverband für Gemeinderätinnen und Gemeinderäte Andreas Aebersold 14. September
Schulung Handkarte Umgang mit Risiken
Schulung Handkarte Umgang mit Risiken Inhalte Ziele Inhalt der Handkarte Beispiele und Diskussion Beantwortung von Fragen Befehlserteilung 2 Ziele Jeder mil Vorgesetzte ist betreffend Umgang mit Risiken
Exemplar für Prüfer/innen
Exemplar für Prüfer/innen Kompensationsprüfung zur standardisierten kompetenzorientierten schriftlichen Reifeprüfung AHS Juni 2016 Mathematik Kompensationsprüfung 3 Angabe für Prüfer/innen Hinweise zur
Methoden der unscharfen Optimierung
Methoden der unscharfen Optimierung Mike Hüftle Juli 2005 Inhaltsverzeichnis 1 Einleitung 2 1.1 Unscharfe Mengen.......................... 2 2 Unscharfe Mengen 3 2.1 Zugehörigkeit.............................
IWF-Stabilisierungsprogramme und Financial Programming: Das Beispiel Thailand
IWF-Stabilisierungsprogramme und Financial Programming: Das Beispiel Thailand Bei der Technischen Universität Ilmenau zur Erlangung der Würde eines Doktors der Staatswissenschaften (Dr. rer. pol.) eingereichte
Grundzüge der Investitions- und Finanzierungstheorie
Grundzüge der Investitions- und Finanzierungstheorie Von Dr. Reinhard H.^chmidt 2., durchgesehene Auflage GABLER Inhaltsverzeichnis I. Teil Grundlagen 1. Kapitel Gegenstand, Betrachtungsweisen und Grundbegriffe
Arbitrage Free Pricing
Beim CAPM wurde gezeigt, dass man Finanztitel basierend auf der Verteilung ihres künftigen Preises bewerten kann. Dabei haben wir [unter der Annahme gewisser Präferenzen des Es] den Preis eines Finanztitels
Agency-Probieme und. Lösungsansätze in der. Eine qualitativ-empirische Untersuchung aus Banksicht
Frank Wüller Agency-Probieme und Lösungsansätze in der Bank-Sanierer-Beziehung Eine qualitativ-empirische Untersuchung aus Banksicht Mit einem Geleitwort von Prof. Dr. Stefan Thiele, Bergische Universität
Die Fuzzy-Logik als methodischer Ansatz in der wissensbasierten Informationsverarbeitung
Ilka Kürbis, Ruhr-Universität Bochum, 20.Jan. 200 Die Fuzzy-Logik als methodischer Ansatz in der wissensbasierten Informationsverarbeitung am Fallbeispiel der Bewertung von luftchemischen Messdaten Logik
Unternehmensbewertung Nach den Grundsätzen KMU-Check
30.01.2015 Unternehmensbewertung Nach den Grundsätzen KMU-Check Analyst: Treuhand AG Dieter Busenhart Im Ifang 16 8307 Effretikon 052 740 11 70 Wert des Unternehmens Unternehmensbewertung Ertragswertmethode
Vorbereitung auf 3. Übungsblatt (Präsenzübungen) - Lösungen
Prof Dr Rainer Dahlhaus Statistik 1 Wintersemester 2016/2017 Vorbereitung auf Übungsblatt (Präsenzübungen) - Lösungen Aufgabe P9 (Prognosen und Konfidenzellipsoide in der linearen Regression) Wir rekapitulieren
1 Grundprinzipien statistischer Schlußweisen
Grundprinzipien statistischer Schlußweisen - - Grundprinzipien statistischer Schlußweisen Für die Analyse zufallsbehafteter Eingabegrößen und Leistungsparameter in diskreten Systemen durch Computersimulation
Strategische Preispolitik im Retailbanking
Strategische Preispolitik im Retailbanking Eine empirische Analyse am Beispiel einer Großsparkasse von Dr. Jörn Stoppel Fritz Knapp Verlag Frankfürt am Main Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis
Inhaltsverzeichnis. ' Zählung. Zehnersystem. Gleichheit. Ganze Zahlen. Bezeichnungen.
Inhaltsverzeichnis Arithmetik Knomera ', Seite i 7 Kapitel I. Dezimale Zählung i ' Zählung. Zehnersystem. Gleichheit. Ganze Zahlen. Bezeichnungen. Aufgaben zu Kapitel I 5 Kapitel II. Addition und Subtraktion
Statistik. Datenanalyse mit EXCEL und SPSS. Prof. Dr. Karlheinz Zwerenz. R.Oldenbourg Verlag München Wien. Von
Statistik Datenanalyse mit EXCEL und SPSS Von Prof. Dr. Karlheinz Zwerenz R.Oldenbourg Verlag München Wien Inhalt Vorwort Hinweise zu EXCEL und SPSS Hinweise zum Master-Projekt XI XII XII TEIL I GRUNDLAGEN
Social Software in Unternehmen
Reihe: Planung, Organisation und Unternehmungsführung Band 127 Herausgegeben von Prof. Dr. Dr. h. c. Norbert Szyperski, Köln, Prof. Dr. Winfried Matthes, Wuppertal, Prof. Dr. Udo Winand, Kassel, Prof.
Bearbeitungszeit: Name: Erklärung
Ausgabe: Mittwoch, 05.05.2004 Abgabe: Freitag, 14.05.2004 Am Freitag den 14.05.2004 halte ich die Mathestunde. Bring deshalb auch dann dein Übungsblatt mit! Bearbeitungszeit: Name: Erklärung 1 2 3 Pflichtaufgabe
6 Gleichungen und Gleichungssysteme
03.05.0 6 Gleichungen und Gleichungssysteme Äquivalente Gleichungsumformungen ( ohne Änderung der Lösungsmenge ).) a = b a c = b c Addition eines beliebigen Summanden c.) a = b a - c = b - c Subtraktion
Anpassungstests VORGEHENSWEISE
Anpassungstests Anpassungstests prüfen, wie sehr sich ein bestimmter Datensatz einer erwarteten Verteilung anpasst bzw. von dieser abweicht. Nach der Erläuterung der Funktionsweise sind je ein Beispiel
1.1 Motivation und Relevanz des Forschungsziels 1 1.2 Zielsetzung der Arbeit 5 1.3 Forschungsmethodik 7 1.4 Aufbau der Dissertation 12
VI Inhaltsübersicht Inhaltsübersicht VI Inhaltsverzeichnis IX Abbildungsvcrzeichnis XVI Tabcllcnverzeichnis XIX Abkürzungsverzeichnis XXI 1 Einleitung 1 1.1 Motivation und Relevanz des Forschungsziels
(Rechtsakte ohne Gesetzescharakter) VERORDNUNGEN
DE 27.8.2011 Amtsblatt der Europäischen Union L 222/1 II (Rechtsakte ohne Gesetzescharakter) VERORDNUNGEN DURCHFÜHRUNGSVERORDNUNG (EU) Nr. 842/2011 DER KOMMISSION vom 19. August 2011 zur Einführung von
Analytische Geometrie II
Analytische Geometrie II Rainer Hauser März 212 1 Einleitung 1.1 Geradengleichungen in Parameterform Jede Gerade g in der Ebene oder im Raum lässt sich durch einen festen Punkt auf g, dessen Ortsvektor
Bilanzanalyse. Prof. Dr. W. Hufnagel Dipl. Finanzwirt Tobias Teutemacher
Bilanzanalyse Prof. Dr. W. Hufnagel Dipl. Finanzwirt Tobias Teutemacher Bilanzanalyse - Begriff - Bilanzanalyse = Untersuchung eines Unternehmens mit Hilfe von Kennzahlen Kennzahlensystemen sonstiger Methoden