Kapitel 7. Netzplantechnik CPM/PERT. - Bezeichnung der Aktivitäten und ihre Beschreibung - Festlegung der Vorgänger - Dauer der Aktivitäten

Ähnliche Dokumente
Schätzfehler in der linearen Regression (1) Einführung

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Operations Research II (Netzplantechnik und Projektmanagement)

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Erzeugung mit einer rotierenden flachen Spule

Verteilungen eindimensionaler diskreter Zufallsvariablen

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

Elemente der Mathematik - Sommer 2016

1 - Prüfungsvorbereitungsseminar

Quellencodierung. Bild 1: Redundanz- und Irrelevanzreduktion zur Codierung von Audiosignalen [1]

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

6. Modelle mit binären abhängigen Variablen

II. Das Bestimmtheitsmaß R 2

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Steuerungsverfahren und ihre Datenstrukturen 09 - Netzplantechnik

Stochastische Prozesse

Der Erweiterungsfaktor k

WS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9

Standardnormalverteilung / z-transformation

Universität Karlsruhe (TH)

Statistik und Wahrscheinlichkeit

3 g-adische Ziffernentwicklung reeller Zahlen

Erwartungswert, Varianz, Standardabweichung

3 Einführung und Validierung von Analysenmethoden

Streuungs-, Schiefe und Wölbungsmaße

-70- Anhang: -Lineare Regression-

Nomenklatur - Übersicht

Grundgedanke der Regressionsanalyse

Gewichtetes arithmetisches Mittel und Streuung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb

Einführung in die Finanzmathematik

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

AKADEMIE DER WISSENSCHAF1'EN

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)

Facility Location Games

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

Diskrete Mathematik 1 WS 2008/09

-1- Alles kein Zufall. - Starkes Markenmanagement - Inhaltsverzeichnis und Übersicht

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel)

Kaplan- Meier- Schätzer

Versicherungstechnischer Umgang mit Risiko

Die Jordansche Normalform

1 Definition und Grundbegriffe

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Konkave und Konvexe Funktionen

Franzis Verlag, Poing ISBN Autor des Buches: Leonhard Stiny

13.Selbstinduktion; Induktivität

18. Dynamisches Programmieren

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

1. Normalfolge: Anfang Vorgang i+1 ist auf Ende Vorgang i abgestimmt. 2. Anfangsfolge: Anfang Vorgang i+1 ist auf Anfang Vorgang i abgestimmt.

Validierung der Software LaborValidate Testbericht

Weitere NP-vollständige Probleme

4. Musterlösung. Problem 1: Kreuzende Schnitte **

Spiele und Codes. Rafael Mechtel

FORMELSAMMLUNG STATISTIK (I)

Einführung in Moderne Portfolio-Theorie. Dr. Thorsten Oest Oktober 2002

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit

Datenträger löschen und einrichten

Lineare Optimierung Dualität

Die Transzendenz der Eulerschen Zahl e

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression

Einführung und Validierung von Analysenmethoden

Produkt-Moment-Korrelation (1) - Einführung I -

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam,

AUFGABEN ZUR INFORMATIONSTHEORIE

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Hefte zur Logistik Prof. Dr. Siegfried Jetzke. Heft 1 Begriffsdefinitionen

Wahl auf Bäumen: FireWire

Kennlinienaufnahme des Transistors BC170

Institut für Technische Chemie Technische Universität Clausthal

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Nullstellen Suchen und Optimierung

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Musterlösung zu Übung 4

3. Lineare Algebra (Teil 2)

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

Statistische Methoden für Bauingenieure WS 13/14

Seminar Netzwerkanalyse. Kapitel 12 Vergleiche von Netzw erken. Sommersemester 2005 Universität Trier

1.1 Grundbegriffe und Grundgesetze 29

R S T R S T R S T. 1 Lineare, affine und konvexe Kombinationen. Definition: X. Definition: Sei X. U. BREHM: Konvexgeometrie 1-1

Nernstscher Verteilungssatz

3.1 Extensive Form, Spielbaum und Teilspiele

I)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler

Auswertung univariater Datenmengen - deskriptiv

Beschreibende Statistik Mittelwert

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Analyse von Querschnittsdaten. Bivariate Regression

Das Bayessche Theorem ist ein Ergebnis aus der Wahrscheinlichkeitstheorie und liefert einen Zusammenhang zwischen bedingten Wahrscheinlichkeiten.

Transkript:

Kaptel 7 Netzplantechnk CPM/PER ALG. 7. 1 (CPM) Schrtt 1 (Aulten der Aktvtäten): Stelle ene abelle au mt olgenden Inormatonen: - Bezechnung der Aktvtäten und hre Bechrebung - Fetlegung der Vorgänger - Dauer der Aktvtäten Schrtt (Autellen de Netze): E gbt zwe möglche Varanten: 1. Vorgangpel-Netzplan (VPN) Her werden de Aktvtäten durch Pele m Netz abgebldet und de Eregne durch Knoten: Bepel: Aktvtät Vorgänger 1-1 1 4 7 4 8 4, 9 10 8 11 7, 9, 10 1

B 4 7 D G S 1 8 10 11 A E H J ENDE 9 C F I. Vorgangknoten-Netzplan (VKN) Her werden de Aktvtäten durch Knoten m Netz abgebldet und de logchen Kopplungen zwchen den Aktven Vorgängen durch Pele. Für da obge Bepel eht der Vorgangknoten-Plan olgendermaßen au: 4 7 1 8 10 11 9 Schrtt (Betmmung de krtchen Wege): Der krtche Weg tellt de kürzete Zet zur Durchührung de Proekte dar. E handelt ch um den längten Weg m Netz. Krtche Aktvtäten nd Aktvtäten, de au dem krtchen Weg legen. Se K = P0 P n : {,..., } : der rühetmöglche Zetpunkt zum Start der Aktvtät : der rühetmöglche Zetpunkt zur Beendgung der Aktvtät : der pätetzuläge Zetpunkt zum Start der Aktvtät

: der pätetzuläge Zetpunkt zur Beendgung der Aktvtät t : Dauer der Aktvtät. Dann glt: 0 : = 0 { }, = max + t, < ; = 1,,..., n; ( P P ) K n : = n { } = mn t, < ; = n 1, n,...,0, ( P, P ) K. En Weg t krtch dann und nur dann, wenn alle darau legende Aktvtäten olgender Bedngung genügen: t = 0. Schrtt 4 (Berechnung der Schlupzeten): De Puerzet t de Zetpanne zwchen rühetmöglchem und pätetzulägem Entreten ene Eregne: De wchtgten Schlupzeten nd: 1. Geamte Schlupzet De geamte Schlupzet t de Zetpanne zwchen rühetmöglchem und pätetzulägem Entreten ene Eregne: t = t G. Free Schlupzet De ree Schlupzet gbt den Antel an der geamten Schlupzet, wenn alle Nacholger zu hren rühetmöglchen ermnen begnnen: t = t F. Unabhängge Schlupzet De unabhängge Schlupzet gbt den Antel an der reen Schlupzet, der verblebt, wenn alle Vorläuer zum pätetzulägen ermn enden und alle Nacholger zum rühetmöglchen ermn begnnen: U t = max{0, t }

4. Bedngte Schlupzet De bedngte Schlupzet t der Retbetrag, der verblebt, wenn von der geamten Schlupzet, de ree Schlupzet abgezogen wrd: B G F t : = t t = BS. 7. 1. Schrtt : 1 4 7 7 1 8 4 4 0 0 8 7 4 7 9 10 4

Schrtt : 0 t 0 t01 t0 t0 t0 1 t1 t14 t 4 t t t9 4 t4 7 t47 t t8 t9 7 t7 1 t8 4 = = 4 = = 7 0 mn{1 7, 7, 9 4, } = 0 = = mn{11, 9 } = = = max{0 + 4, + } = 9 mn{18, 1 4} = 9 = = mn{, 1 } = 7 = = 8 mn{19, 18 7} = 11 = = = max{7, 9 + 4, + } = 1 mn{ 7, 7, 18 } = 1 = = max{9 +, 8 + 7, 1+ } = 18 mn{7 4, 19 1} = 18 7 t 78 = 8 max{8 +, 18 + 1} = 19 mn{7 8} = 19 8 t89 t8,10 = = max{1 +, 18 + 4, 19 + 8} = 7 mn{, } = 7 9 t 9,10 = max{ +, 1 + 7, 7 + } = mn{ } = 10 max{7 +, + } =

Eregn 0 1 4 7 8 9 10 0 0 4 7 1 9 4 8 4 7 1 7 18 1 4 19 7 8 7 8 9 10 0 9 7 11 1 18 19 7

1 4 7 7 1 8 4 4 0 0 8 7 4 7 9 10 Schrtt 4: t + t G t F t B t U t 1 4 7 8 9 10 0 1 0 0 0 0 0 0 4 0 9 4 0 0 0 7 0 0 0 7 0 1 7 0 1 9 9 0 0 0 0 1 4 11 8 0 0 4 9 1 1 0 0 0 0 9 18 11 7 7 0 7 1 11 0 0 9 10 0 0 4 7 8 18 1 0 0 4 7 8 19 10 9 9 0 1 18 18 0 0 0 0 8 1 7 19 8 8 0 8 9 7 1 0 1 1 0 1 7 1 18 19 19 0 0 0 0 8 4 18 7 0 7 8 8 19 7 7 0 0 0 0 8 9 7 0 0 0 0 8 10 7 0 9 10 0 0 0 0 7

ALG. 8. (PER) Schrtt 1 (Aulten der Aktvtäten): Stelle ene abelle au mt olgenden Inormatonen: - Bezechnung der Aktvtäten und hre Bechrebung - Fetlegung der Vorgänger - Dre Schätzungen ür de Dauer ener Aktvtät ) De optmtche Schätzung E t her de theoretch kürzet möglche Zet anzunehmen. Se wrd ch nur dann ergeben, wenn praktche überhaupt kene Verlutzeten autreten. Se wrd nur elten realert. De optmtchen Dauern een mt a,, = 1,,..., n, bezechnet ) ) De Wahrchenlchte Schätzung E t der Wert, ür deen Realerung de maxmale Wahrchenlchket ergbt, alo da Dchtemttel der Vertelung. Be der Ermttlung deer Zeten rechnet man mt enem normalen Ablau de Vorgang. E werden her m üblchen Umang Wartezeten ncht berückchtgt. De wahrchenlchten Dauern een mt m,, = 1,,..., n, bezechnet. De pemtche Schätzung Be der Ermttlung dee Werte wrd angenommen, da ch be der Realerung der Aktvtät ene Häuung von Schwergketen ergbt. Der ch durch Berückchtgung deer Wdrgketen ergebene Wert oll o groß en, da er kaum zu übertreen t. De pemtchen Werte een mt b,, = 1,,..., n, bezechnet. Schrtt (Autellen de Netze): Sehe ALG 8. 1. Schrtt (Berechnung der Erwartungwerte t und der Standardabwechungen ): t a + 4m + b t =,, = 1,,..., n; ( P, P ) K b a t =,, = 1,,..., n; ( P, ) P K De Methode PER geht davon au, da de Dauer ener Aktvtät ene Zuallgröße t, de Werte zwchen den beden Extremwerten a und b annmmt und ener Beta-Vertelung gehorcht. Ene typche Beta-Vertelung eht olgendermaßen au: 8

Schrtt 4 (Betmmung de krtchen Wege) Se K : = { P0,..., P n } : der rühetmöglche Zetpunkt zum Start der Aktvtät : der rühetmöglche Zetpunkt zur Beendgung der Aktvtät : de Varanz der rühetmöglchen Start der Aktvtät : de Varanz der rühetmöglchen Zet der Beendgung der Aktvtät : der rühetmöglche Start der Aktvtät : de pätetzuläge Zet der Beendgung der Aktvtät : de Varanz der pätetzulägen Start der Aktvtät : de Varanz der pätetzulägen Zet der Beendgung der Aktvtät t : Dauer der Aktvtät Dann glt: 0 : = 0, max t, = { + }, < ; = 1,,..., n; ( P P ) K, : = 0, 0 9

{ } = max, ; 1,,..., ; (, ). + t < = n P P K n n : =, mn t, = { }, < ; = n 1, n,...0; ( P P ) K. : = 0, n { } = max, ; 1,,...0; (, ). + t < = n n P P K Schrtt (Berechnung der Wahrchenlchketen) P ( ) x = P x + l l + e e l e ( ) ( ) x = BS. 7.. Schrtte 1-: 0 1 4 7 10

a m b 0 1 9 1. 7 0 4 7.0 0 0 1 1.0 7 1 4 4.0 81 1 4 7.0 0 1 4 0.0 0 4 1 1. 7 9 1.0 4 4 7.0 0 4.0 4 18 1.0 4 4 9 1.0 1 7 0.0 7 4 4.0 7 14 17.0 0 Schrtt : a m t 0 1 9 1. 7 1 0 4 7.0 0 7 1 0 1 1.0 7 1 1 4 4.0 81 7 1 4 7.0 0 7 1 1 4 0.0 0 9 4 1 1. 7 18 9 1.0 1 4 4 4 7.0 0 7 1 4.0 4 4 18 1.0 4 1 1 4 9 1.0 1 1 1 7 0.0 0 1 7 4 4.0 48 4 7 14 17.0 0 17 1 b t 11

Schrtt 4: 0 1 4 7 0 0 0 1 7 1 9 1 4 1 9 1 7 7 9 1 7 4 18 1 4 1 7 10 7 4 1 99 49 4 1 1 1 1 10 0 0 48 1 1 10 1 17 1 18 7 0 1 81 7 99 10 11 18 7 1 41 17 1 1 0 0 1 4 7 1

Schrtt Arbettabelle + P ( ) 0 0 0 0 0 8 0.00 0.0 1 1 1 9 19 0.00 0.0 7 81 4 1 1.11 0.1 7 7 10 18 0.00 0.0 4 99 99 11 17 0.00 0.0 10 10 1 1 0.00 0.0 10 11 1 1 0.7 0.9 7 18 18 8 0 0.00 0.0 Für de krtchen Eregne glt =, und nolgedeen t de geuchte Wahrchenlchket 0. oder 0%. Für de anderen Eregne t de Wahrchenlchket, da der pätete ermn vor dem rühten ermn legt, klener. (Letzte Aktualerung: 07.10.01) 1