Dieter Bergmann, Lichtenfels

Slides:



Advertisements
Ähnliche Präsentationen
Blue J.
Advertisements

ER-Modell: Objekte und Klassen
Zur Rolle der Sprache bei der Modellierung von Datenbanken
Vom graphischen Differenzieren
LS 2 / Informatik Datenstrukturen, Algorithmen und Programmierung 2 (DAP2)
Datenmodellierung Externe Phase Informationsstruktur
Informatik Schuljahr 07/08
Normalisierung nach Edgar. F. CODD (1970)
Kapitel 4 Datenstrukturen
Objektorientierte Programmierung Definition von Klassen
Eine Fallstudie zur Wirtschaftsinformatik
Christos, Kornelia, Jan Christos, Kornelia, Jan Entwicklungsumgebung Versteht unseren Java Programm Code Versteht unseren Java Programm.
HG13_ Herzgen, Jung & Lorkowski1 Java Programmierung BlueJ Workshop.
Christos, Kornelia, Jan Christos, Kornelia, Jan Entwicklungsumgebung Versteht unseren Java Programm Code Versteht unseren Java Programm.
Einführung Blue J.
HG13_ Herzgen, Jung & Lorkowski1 Java Programmierung BlueJ Workshop.
Christos, Kornelia, Jan Christos, Kornelia, Jan Entwicklungsumgebung Versteht unseren Java Programm Code Versteht unseren Java Programm.
Das ERM-Model Manuela Erdmann.
es gibt (fast) nichts, was nicht anders gemacht werden könnte
Java: Objektorientierte Programmierung
FH-Hof Effizienz - Grundlagen Richard Göbel. FH-Hof Inhalt Einführung Aufwand für Anfragen ohne Indexierung Indexstrukturen für Anfragen an eine Tabelle.
Lagebeziehungen Eigenschaften von Gegenständen
PKJ 2005/1 Stefan Dissmann Zusammenfassung Vorwoche Methoden sind mit einem Namen versehene Programmabschnitte besitzen Rückgabetyp, Namen, Parameterliste.
Prof. Dr. Bernhard Wasmayr
Access 2000 Datenbanken.
Informationsdarstellung in
Objekte Kuh Elsa Kuh Helga Nasobem Franz OBJEKT:
Univariate Statistik M. Kresken.
Prof. Dr. Bernhard Wasmayr VWL 2. Semester
1 Teil 4 Übung: Uhr. 2 Zielsetzung Ziel ist es, mit Hilfe objektorientierter Modellierung ein System zu entwickeln, mit dem eine einfache Uhr simuliert.
Was versteht man unter XML Schema?
Prof. Dr. Gerhard Schmidt pres. by H.-J. Steffens Software Engineering SS 2009Folie 1 Objektmodellierung Objekte und Klassen Ein Objekt ist ein Exemplar.
11. Vorlesung: Dynamische Konzepte am Fallbeispiel
Prof. Dr. Günter Gerhardinger Soziale Arbeit mit Einzelnen und Familien Übersicht über die Lehrveranstaltung Grundlegende Bestimmungsfaktoren der Praxis.
So kannst du beide schnell berechnen.
Das Problem des Handlungsreisenden
Das Beispiel Norderstedt – Lärmanalyse
Datenbank.
Intelligente Dateisysteme
Effiziente Algorithmen
1. Entwicklungsumgebung 2. Kontextmenü 3. Compile 4. Objekt 5. Attribut 6. Klasse 7. Deklaration 8. Intialisierung.
OOP-Begriffe Abstraktion Modellieren Klasse Objekt Attribute Methoden
Ertragsteuern, 5. Auflage Christiana Djanani, Gernot Brähler, Christian Lösel, Andreas Krenzin © UVK Verlagsgesellschaft mbH, Konstanz und München 2012.
1. Entwicklungsumgebung 2. Kontextmenü 3. Compile 4. Objekt 5. Attribut 6. Klasse 7. Deklaration 8. Intialisierung.
HG13_ Herzgen, Jung & Lorkowski1 Java Programmierung BlueJ Workshop.
Java Programmierung.
Arbeit mit EOS von Martin Pabst
MINDREADER Ein magisch - interaktives Erlebnis mit ENZO PAOLO
Relationale Datenbanken
Daten- und Ablaufmodellierung
Petrinetze 1. Einführung Informatik : wesentlich Modellierung von
Folie Beispiel für eine Einzelauswertung der Gemeindedaten (fiktive Daten)
Klassen und Klassenstruktur
Programmiervorkurs WS 2014 Referenzdatentypen
Paul, Morten, Yannick Blue J. Entwicklungsumgebung  versteht Java Programmcode  Für die Entwicklung eigener Software  Durch die Programmierung.
Quali- Aufgaben.
Orientierung im Zahlenraum 100
Folie Einzelauswertung der Gemeindedaten
Java-Kurs - 7. Übung Besprechung der Hausaufgabe Referenzvariablen
Vom graphischen Differenzieren
Einführung Blue J. Inhaltsverzeichnis  Definition  Vokabeln.
HG13_ Herzgen, Jung & Lorkowski1 Java Programmierung BlueJ Workshop.
Technische Kommunikation
Geoinformation I Lutz Plümer
Java-Kurs - 5. Übung Besprechung der Übungsaufgabe Klassen und Objekte
Gerhard Röhner September 2012
Paul, Morten, Yannick Blue J. Entwicklungsumgebung  versteht Java Programmcode  Für die Entwicklung eigener Software  Durch die Programmierung.
Pool Informatik, Sj 11/12 GZG FN W.Seyboldt 1 Pool Informatik 5 GZG FN Sj. 11/12 Kopieren, Daten, Programme.
Objektorientierung in der ITG
 Präsentation transkript:

Dieter Bergmann, Lichtenfels 0 Wiederholung Dieter Bergmann, Lichtenfels

GRUNDWISSEN Definitionen Objekt: individuelles und identifizierbares Exemplar von Dingen, Personen oder Begriffen der realen Welt oder der Vorstellungswelt hat einen eindeutigen Namen, bestimmte Eigenschaften, reagiert mit einem definierten Verhalten auf seine Umwelt Attribut: Eigenschaft eines Objekts, ist unveränderlich Attributwert: momentaner Wert eines Attributs, kann geändert werden GRUNDWISSEN

Definitionen (Fortsetzung) Zustand: Gesamtheit der zur Zeit gültigen Attributwerte Methode: Fähigkeit eines Objektes etwas zu tun Botschaft: Aufforderung an ein Objekt, etwas zu tun; das Objekt reagiert, wenn möglich, mit der Ausführung einer Methode Klasse: Bauplan für Objekte mit gleichen Attributen und Methoden GRUNDWISSEN

Beispiel Objekt: PPT-Fenster Attribute: Breite, Höhe, Position der linken oberen Ecke Attributwerte: 1000, 600, (200/150) (in Pixel) Zustand: (1000/600/(200/150)) Methoden: BreiteÄndern, HöheÄndern, Verschieben Botschaft: ziehen um 50 Pixel mit der Maus am rechten Fensterrand, löst Methode BreiteÄndern aus neuer Zustand: (1050/600/(200/150)) Klasse: Fenster

Definitionen (Fortsetzung) Repräsentation: Um Information speichern, übertragen, verarbeiten zu können, muss sie dargestellt (repräsentiert) werden. Aus dieser Repräsentation muss die ursprüngliche Information eindeutig zurückgewonnen werden können. GRUNDWISSEN

Beispiel ? A(0/0); B(4/1); C(2/3)

Definitionen (Fortsetzung) Modellierung: Abbildung eines realen oder geplanten Systems auf ein Modell Modell: abstrahierte Beschreibung eines realen oder geplanten Systems, das die für eine bestimmte Zielsetzung wesentlichen Eigenschaften des Systems enthält Ziel: leichtere formale Beschreibung, größere Anschaulichkeit als das reale System GRUNDWISSEN

Abstraktion In der zur Verfügung stehenden Information stecken sowohl relevante als auch unwesentliche Anteile Durch Abstraktion reduzieren wir die Information auf das für die aktuelle Problemlösung Wesentliche Dadurch können wir uns besser auf die eigentliche Aufgabe konzentrieren Beispiel: Um die kürzeste Strecke von A nach B zu finden ist wichtig: die Entfernung der beiden Orte unwichtig: die Lage der beiden Orte der Verlauf der Strecke die Einwohnerzahl der beiden Orte die Art der Strecke (Landstraße, Autobahn) … Aus: Gallenbacher: Abenteuer Informatik, Elsevier

Navigation ein Bild der Wirklichkeit Aufgabe: Ermittlung der kürzesten (Autobahn-) Fahrstrecke von Hof nach Ulm

Navigation erste Stufe: verkleinertes Modell Unwesentlich: Geländebeschaffenheit, Häuser, Höhenunterschiede, … Konzentration auf Straßen

Navigation zweite Stufe: Pixelgrafik -> Netz nur wenige Verbindungen Unwesentlich: Nebenstraßen Straßenführung Größe der Orte …

Navigation dritte Stufe: Wesentlich: Entfernungen Unwesentlich: genaue Lage der Orte 55 146 53 104 31 100 92 82 60 64 130 85 49 88 70 78 90 59

Sowohl die Lage der Haltestellen als auch die Streckenführung stimmen nur noch grob. Nur wichtig: Welche Haltestelle ist mit welcher verbunden und welche Linien fahren auf dieser Verbindung?

Navigation Vierte Stufe: Hilfspunkte und zusätzliche Verbindungen 55 59 53 31 92 146 49 70 104 100 88 90 85 85 82 119 53 49 25 130 60 64

Navigation Algorithmus „Kürzeste Strecke“: Suche alle Streckenzüge von Hof nach Ulm Addiere alle Entfernungen für jeden Streckenzug Bestimme den Streckenzug mit der minimalen Entfernungssumme Damit kann das Problem als einfache Rechenaufgabe formuliert werden. 55 59 53 31 92 146 49 70 104 100 88 90 85 85 82 119 53 49 25 130 60 64

Navigation Route 1: 55+70+90+82=297 Wird bei einer anderen Route vor dem Erreichen des Ziels dieser Wert überschritten, wird die Berechnung sofort abgebrochen 146+119+53=318>297 Soll die kürzeste Fahrzeit ermittelt werden, werden die Zahlen als Zeiten interpretiert 55 59 53 31 92 146 49 70 104 100 88 90 85 85 82 119 53 49 25 130 60 64

(über das reale System) reales System abgrenzen abstrahieren idealisieren zusammenfassen mentales Modell programmieren GRUNDWISSEN reales Modell Diagramm, Programm, … simulieren interpretieren neue Erkenntnisse (über das reale System)