Flächenkartogramme. Benjamin Niedermann Vorlesung Algorithmische Kartografie /

Größe: px
Ab Seite anzeigen:

Download "Flächenkartogramme. Benjamin Niedermann Vorlesung Algorithmische Kartografie /"

Transkript

1 Vorlesung Algorithmische Kartografie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann Martin Nöllenburg /

2 Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA 2-1 Fla chenkartogramme

3 Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA als Tabelle? 2-2 Fla chenkartogramme

4 Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA als Tortendiagramm? als Tabelle? 2-3 Fla chenkartogramme

5 Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA als Balkendiagramm? als Tortendiagramm? als Tabelle? 2-4 Fla chenkartogramme

6 Ra umliche statistische Daten Wie visualisiert man Statistiken zu ra umlichen Daten? Beispiel: Bevo lkerung in den USA als Balkendiagramm? als Tabelle? 2-5 als Tortendiagramm? Problem: Standardmethoden zeigen keine ra umlichen Muster! Fla chenkartogramme

7 Kartenbasierte statistische Visualisierung Choroplethenkarte: nutze Farbschema 3-1

8 Kartenbasierte statistische Visualisierung non-contiguous area cartogram: Fläche proportional zur Bevölkerung 3-2

9 Kartenbasierte statistische Visualisierung contiguous area cartogram: Diffusionsprozess (Gastner, Newman 2004) 3-3

10 Kartenbasierte statistische Visualisierung Dorling cartograms: Kreisscheiben proportionaler Größe 3-4

11 Kartenbasierte statistische Visualisierung 3-5 rectangular cartograms: jede Region als Rechteck (Raisz 1934)

12 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). 4-1 Fla chenkartogramme

13 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt 4-2 Fla chenkartogramme

14 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4-3 Fla chenkartogramme

15 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c Benjamin Hennig 4-4 Fla chenkartogramme

16 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig 4-5 Fla chenkartogramme

17 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig 4-6 Fla chenkartogramme

18 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig 4-7 c Bettina Speckmann Fla chenkartogramme

19 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig 4-8 c Bettina Speckmann Fla chenkartogramme

20 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig 4-9 c Bettina Speckmann Fla chenkartogramme

21 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig c Bettina Speckmann Welche Kriterien bestimmen die Qualita t eines Kartogramms? 4-10 Fla chenkartogramme

22 Fla chenkartogramme Def.: Ein Fla chenkartogramm (dt. Kartenanamorphote) ist eine Kartendarstellung, in der jede Fla cheneinheit proportional zu einer externen Gro ße und nicht mehr zur tatsa chlichen Fla che ist (z.b. Bevo lkerungszahl). Form, Lage und Nachbarschaften der Regionen werden verzerrt c New York Times c Benjamin Hennig Qualita tskriterien: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen 4-11 c Bettina Speckmann korrekte Adjazenzen kleiner Fla chenfehler geringe Komplexita t Ablesen der Fla che Fla chenkartogramme

23 Kartenprojektion durch Diffusion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Diffusionsprozess ergibt Transformation T : R 2 R 2 5-1

24 Kartenprojektion durch Diffusion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Diffusionsprozess ergibt Transformation T : R 2 R 2 5-2

25 Kartenprojektion durch Diffusion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Diffusionsprozess ergibt Transformation T : R 2 R 2 5-3

26 Kartenprojektion durch Diffusion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Diffusionsprozess ergibt Transformation T : R 2 R 2 Diffusionsgleichung ist partielle Differentialgleichung Implementierung nutzt Fouriertransformation und numerische Lösungsverfahren asymptotisch konstante Dichte in ganzer Karte 5-4

27 Kartenprojektion durch Diffusion [Gastner, Newman 04] Bevölkerungsdichte in Standardkarte sehr unterschiedlich ideales Kartogramm hat überall die gleiche Dichte modelliere Dichteausgleich als physikalischen Diffusionsprozess ergibt Transformation T : R 2 R 2 Diffusionsgleichung ist partielle Differentialgleichung Implementierung nutzt Fouriertransformation und numerische Lösungsverfahren asymptotisch konstante Dichte in ganzer Karte GDP cartogram c Newman 5-5

28 Gitterbasierte Diffusionskartogramme [Hennig 11] Erweiterung durch fein aufgelöstes Gitter ( 365K Zellen) Datenwert für jede Gitterzelle ermöglicht detailliertere Kartogramme (Abbildung von Ballungsräumen etc) 6-1

29 Gitterbasierte Diffusionskartogramme [Hennig 11] Erweiterung durch fein aufgelöstes Gitter ( 365K Zellen) Datenwert für jede Gitterzelle ermöglicht detailliertere Kartogramme (Abbildung von Ballungsräumen etc) Demo: ScapeToad 6-2

30 Zusammenfassung Diffusionskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 7

31 Zusammenfassung Diffusionskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 7

32 Kreiskartogramme [Dorling 95] einfache, abstrakte Form: jede Region als Kreisscheibe Fläche fest skaliert bzgl. gegebener Größe initiale Platzierung im Schwerpunkt der Region iteratives Verschieben zum Auflösen der Überlappungen 8-1

33 Kreiskartogramme [Dorling 95] einfache, abstrakte Form: jede Region als Kreisscheibe Fläche fest skaliert bzgl. gegebener Größe initiale Platzierung im Schwerpunkt der Region iteratives Verschieben zum Auflösen der Überlappungen kräftebasierter Algorithmus (ähnl. Spring-Embedder): while Kräfte > ε do foreach disk D do foreach disk D D do Abstoßung von D D geographischer Nachbar foreach Nachbar D von D mit Abstand > 0 do Anziehung zu D D D D 8-2

34 Kreiskartogramme [Dorling 95] einfache, abstrakte Form: jede Region als Kreisscheibe Fläche fest skaliert bzgl. gegebener Größe initiale Platzierung im Schwerpunkt der Region iteratives Verschieben zum Auflösen der Überlappungen kräftebasierter Algorithmus (ähnl. Spring-Embedder): while Kräfte > ε do foreach disk D do foreach disk D D do Abstoßung von D D geographischer Nachbar foreach Nachbar D von D mit Abstand > 0 do Anziehung zu D D Demo! D D 8-3

35 Verbesserung Kreiskartogramme [Inoue 11] weiteres Kriterium: minimiere Abweichung der relativen Lage benachbarter Regionen Formulierung als nicht-lineares Optimierungsproblem: geogr. Nachbarn min (i,j) E [ ( ) ] 2 dij ( ) 2 α 1 (1 α) θ ij θ (0) ij r i r j s.t. d ij r i r j i j d ij = (x i x j ) 2 (y i y j ) 2 Eingabewinkel r j θ ij = arctan y j y i x j x i, 0 α 1 Lösung mit Solver NUOPT r i θ ij d ij 9

36 Vergleich Dorling Inoue Inoue Dorling 10

37 Zusammenfassung Kreiskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 11

38 Zusammenfassung Kreiskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 11

39 Rechteckskartogramme jede Region als Rechteck repräsentiert gegebene Zielflächen trade-off korrekte Flächen/korrekte Adjazenzen 12

40 Problemstellung Geg: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i

41 Problemstellung Geg: bzw: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i knotengewichteter intern triangulierter planar eingeb. Graph G dual zu M, Knoten v i entspricht Region R i, Kanten zw. adjazenten Regionen, Knotengewichte w i bzw

42 Problemstellung Geg: bzw: Ges: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i knotengewichteter intern triangulierter planar eingeb. Graph G dual zu M, Knoten v i entspricht Region R i, Kanten zw. adjazenten Regionen, Knotengewichte w i verzerrte Karte M äquivalent zu M mit R i = w i bzw

43 Problemstellung Geg: bzw: Ges: bzw: politische Karte M (Rechtecksunterteilung), positives Gewicht w i für jede Region R i knotengewichteter intern triangulierter planar eingeb. Graph G dual zu M, Knoten v i entspricht Region R i, Kanten zw. adjazenten Regionen, Knotengewichte w i verzerrte Karte M äquivalent zu M mit R i = w i flächenproportionale Kontaktrepräsentation von G, jeder Knoten v i als geometrisches Objekt s i mit Fläche w i, so dass s i und s j sich berühren gdw. v i v j E bzw

44 Qualitätskriterien gute Lösung falsche relative Lage falsche Adjazenzen schlechte aspect ratio kleiner Fehler korrekte Adjazenzen gute aspect ratio korrekte relative Positionen

45 Qualitätskriterien gute Lösung falsche relative Lage falsche Adjazenzen schlechte aspect ratio kleiner Fehler korrekte Adjazenzen gute aspect ratio korrekte relative Positionen Können Flächen und Adjazenzen immer erhalten werden? 14-2

46 Qualitätskriterien gute Lösung Adjazenzen vs. Flächenfehler falsche relative Lage falsche Adjazenzen schlechte aspect ratio kleiner Fehler korrekte Adjazenzen gute aspect ratio korrekte relative Positionen

47 Überblick des Verfahrens [van Kreveld, Speckmann 07] NW SH HH HB NI MV BE BB ST Eingabekarte NW HB NI SH HH ST MV BB BE SL RP HE BW TH BY SN Dualgraph SL RP HE BW TH BY SN N N Wa SH MV Rechtecksdual Wa SH MV BB W NW RP NI HE BW BB ST SN TH BY O Kartogramm W NW RP NI HE BW ST TH BY SN O S S 15

48 Rechtecksdual Graph heißt intern trianguliert, wenn jede (innere) Facette ein Dreieck ist ein Kreis C in G heißt separierend, wenn sowohl innerhalb als auch außerhalb von C weitere Knoten liegen 16-1

49 Rechtecksdual Graph heißt intern trianguliert, wenn jede (innere) Facette ein Dreieck ist ein Kreis C in G heißt separierend, wenn sowohl innerhalb als auch außerhalb von C weitere Knoten liegen Satz 1: Ein planar eingeb. Graph G hat ein Rechtecksdual R mit vier äußeren Rechtecken gdw. G intern trianguliert, äußere Facette ein Viereck, G enthält keine separierenden Dreiecke. 16-2

50 Rechtecksdual Graph heißt intern trianguliert, wenn jede (innere) Facette ein Dreieck ist ein Kreis C in G heißt separierend, wenn sowohl innerhalb als auch außerhalb von C weitere Knoten liegen Satz 1: Ein planar eingeb. Graph G hat ein Rechtecksdual R mit vier äußeren Rechtecken gdw. G intern trianguliert, äußere Facette ein Viereck, G enthält keine separierenden Dreiecke. Graph-Modifikationen: 16-3

51 Beispiel Deutschland HB SH HH MV SL NW RP NI HE BW TH BY ST BE BB SN 17-1

52 Beispiel Deutschland NW HB NI HE SH HH TH ST MV BE BB SN NW NI HE SH TH ST MV BB SN entferne Grad-1 und -2 Knoten RP RP SL BW BY BW BY 17-2

53 Beispiel Deutschland NW HB NI HE SH HH TH ST MV BE BB SN NW NI HE SH TH ST MV BB SN entferne Grad-1 und -2 Knoten RP RP SL BW BY BW BY Wa SH MV füge flexiblen Meeresknoten als Puffer hinzu RP NW NI HE TH ST BB SN BY BW 17-3

54 Beispiel Deutschland NW HB NI HE SH HH TH ST MV BE BB SN NW NI HE SH TH ST MV BB SN entferne Grad-1 und -2 Knoten RP RP SL BW BY BW BY N Wa SH MV Wa SH MV füge flexiblen Meeresknoten als Puffer hinzu RP NW NI HE BW TH BY ST BB SN W RP NW NI HE BW TH BY ST BB SN O erstelle äußeres Viereck Satz 1 gilt S 17-4

55 Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S 18-1

56 Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S Eine Beschriftung der Kanten eines Graphen G mit {N,S,W,O} heißt reguläre Kantenbeschriftung, falls obige Bedingung an jedem inneren Knoten erfüllt ist. 18-2

57 Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S Eine Beschriftung der Kanten eines Graphen G mit {N,S,W,O} heißt reguläre Kantenbeschriftung, falls obige Bedingung an jedem inneren Knoten erfüllt ist. ist nicht eindeutig! 18-3

58 Reguläre Kantenbeschriftung Die Nachbarn jedes inneren Rechtecks lassen sich in vier nichtleere Gruppen einteilen (N,S,W,O) und bilden in der zyklischen Ordnung vier Blöcke. N N N W O S S Eine Beschriftung der Kanten eines Graphen G mit {N,S,W,O} heißt reguläre Kantenbeschriftung, falls obige Bedingung an jedem inneren Knoten erfüllt ist. richte Kanten von W nach O und von S nach N färbe W O Kanten rot und S N Kanten grün 18-4

59 Konstruktion Rechtecksdual [He, Kant 97] N Wa SH MV NI BB W NW ST O HE TH SN RP BW BY S 19-1

60 Konstruktion Rechtecksdual [He, Kant 97] N Wa SH MV NI BB N W NW ST O Wa SH MV HE TH SN RP W NW NI ST BB O BW S BY TH SN RP HE Wa N SH MV BW BY NI BB W NW ST O S TH SN HE RP BY BW S 19-2

61 Konstruktion Rechtecksdual [He, Kant 97] N SH Wa NI MV W* O* BB N W NW ST O Wa SH MV HE TH SN RP W NW NI ST BB O BW S BY TH SN RP HE Wa N SH MV N* BW BY NI BB W NW ST O S TH SN HE RP BY S* BW S 19-3

62 Konstruktion Rechtecksdual [He, Kant 97] N Wa N SH MV SH Wa 2 MV W* 5 O* NI 8 0 BB 1 ST 7 O 6 TH SN 2 4 W NW HE RP W NW NI ST BB O BW S 3 BY TH SN RP HE BW BY Wa NI 7 N SH 8 6 MV 9 BB N* S W NW 3 4 ST TH 5 SN O RP HE BW 2 1 BY 0 S* S 19-4

63 Konstruktion Rechtecksdual [He, Kant 97] N W RP NW Wa NI HE BW S N SH TH BY ST MV BB SN O W SH Wa 2 MV W* 5 O* NI 8 0 BB 1 ST 7 O 6 SN 2 4 W NW RP Wa NI NW 3 HE RP BW 7 HE BW S N SH ST TH BY TH BY 9 8 N* 6 MV BB 5 SN S* 0 O W N Wa SH MV NI BB O ST NW SN HE TH RP BW BY S S 19-5

64 Überblick des Verfahrens [van Kreveld, Speckmann 07] NW SH HH HB NI MV BE BB ST Eingabekarte NW HB NI SH HH ST MV BB BE SL RP HE BW TH BY SN Dualgraph SL RP HE BW TH BY SN N N Wa SH MV Rechtecksdual Wa SH MV BB W NW RP NI HE BW BB ST SN TH BY O Kartogramm W NW RP NI HE BW ST TH BY SN O S S 20

65 Problem: Flächenzuweisung abstraktes Rechtecksdual benötigt noch korrekte Flächen betrachte hierarchische Rechteckszerlegung: Wa SH MV NI ST BB NW HE TH SN RP BW BY gruppiere Rechtecke, die zusammen größere Rechtecke bilden 21-1

66 Problem: Flächenzuweisung abstraktes Rechtecksdual benötigt noch korrekte Flächen betrachte hierarchische Rechteckszerlegung: Wa SH MV NI ST BB NW HE TH SN RP BW BY 21-2 gruppiere Rechtecke, die zusammen größere Rechtecke bilden zerschneidbare Rechtecke, die in zwei Teile zerfallen leichter Fall (s. Übung) komplexere Rechtecke Algorithmus für L-zerlegbare Layouts

67 Aufgabe Geg.: Rechtecksdual R bestehend aus 1. Rechtecken R 1,..., R n, und 2. hierarchische Rechteckszerlegung H. Ann.: Jeder Knoten in H hat maximal zwei Nachfolger Beschreiben Sie ein Verfahren, das basierend auf R und H die Größen von R 1,..., R n so anpasst, dass die entsprechenden Flächen mit vorgegebenen Werten A 1,..., A n übereinstimmen. 22

68 Lösung Annahme: Rechtecksdual besteht nur aus zerschneibaren Rechtecken

69 Lösung Annahme: Rechtecksdual besteht nur aus zerschneibaren Rechtecken Flächenbedarf von jedem atomaren Rechteck bekannt Fläche von zusammengesetzten Rechtecken bekannt

70 Lösung Annahme: Rechtecksdual besteht nur aus zerschneibaren Rechtecken Flächenbedarf von jedem atomaren Rechteck bekannt Fläche von zusammengesetzten Rechtecken bekannt. Top-Down-Ansatz: Steige rekursiv im Baum ab und passe Größe der Rechtecke entsprechend an

71 L-zerlegbare Layouts Ein irreduzibles Rechteckslayout R heißt L-zerlegbar, falls es eine Folge (R 1, R 2,..., R n ) der Rechtecke von R gibt, so dass R 1 und R n in gegenüberliegenden Ecken von R liegen und jedes Polygon n j=i R j L-förmig ist L-Zerlegungssequenz 24-1

72 L-zerlegbare Layouts Ein irreduzibles Rechteckslayout R heißt L-zerlegbar, falls es eine Folge (R 1, R 2,..., R n ) der Rechtecke von R gibt, so dass R 1 und R n in gegenüberliegenden Ecken von R liegen und jedes Polygon n j=i R j L-förmig ist irreduzibel= Keine Teilmenge S R mit S > 1 bildet Rechteck L-Zerlegungssequenz 24-2

73 L-zerlegbare Layouts Ein irreduzibles Rechteckslayout R heißt L-zerlegbar, falls es eine Folge (R 1, R 2,..., R n ) der Rechtecke von R gibt, so dass R 1 und R n in gegenüberliegenden Ecken von R liegen und jedes Polygon n j=i R j L-förmig ist L-Zerlegungssequenz 5 nicht L-förmig zerlegbar 24-3

74 Existenz einer Lösung Satz 2: Ein L-zerlegbares Layout hat entweder genau eine oder keine Lösung als Kartogramm ohne Flächenfehler und mit korrekten Adjazenzen. 25-1

75 Existenz einer Lösung Satz 2: Ein L-zerlegbares Layout hat entweder genau eine oder keine Lösung als Kartogramm ohne Flächenfehler und mit korrekten Adjazenzen. Beweisskizze: y 1 R 1 L 1 () () 25-2

76 25-3 Existenz einer Lösung Satz 2: Ein L-zerlegbares Layout hat entweder genau eine oder keine Lösung als Kartogramm ohne Flächenfehler und mit korrekten Adjazenzen. Beweisskizze: y 1 () () Fallunterscheidung R 1 L 1

77 Heuristik für Rechteckskartogramme Nicht jedes Rechtecksdual ist L-zerlegbar, nicht jede Flächenzuweisung für L-zerlegbare Layouts hat eine Lösung. Wa SH NI MV BB ST SegmentMoving while lokale Verbesserung möglich do s bel. maximales Segment bewege s in bessere Richtung ggf. berücksichtige Adjazenzen ggf. berücksichtige aspect ratio NW RP HE BW TH BY SN liefert immer ein Layout findet lokale Optima Wasser benötigt keine Zielfläche keinerlei Garantie oder Konvergenz bewiesen 26-1

78 Heuristik für Rechteckskartogramme Nicht jedes Rechtecksdual ist L-zerlegbar, nicht jede Flächenzuweisung für L-zerlegbare Layouts hat eine Lösung. Wa NW RP SH MV NI BB ST SN HE TH BW BY Demo! SegmentMoving while lokale Verbesserung möglich do s bel. maximales Segment bewege s in bessere Richtung ggf. berücksichtige Adjazenzen ggf. berücksichtige aspect ratio liefert immer ein Layout findet lokale Optima Wasser benötigt keine Zielfläche keinerlei Garantie oder Konvergenz bewiesen 26-2

79 Aufgabe: Weitere Heuristik Gegeben: Ein Rechtecksdual R bestehend aus den Rechtecken R 1,..., R n. Zielbreiten w 1,..., w n R Zielhöhen h 1,..., h n R 27-1

80 Aufgabe: Weitere Heuristik Gegeben: Ein Rechtecksdual R bestehend aus den Rechtecken R 1,..., R n. Zielbreiten w 1,..., w n R Zielhöhen h 1,..., h n R Gesucht: Für jedes Rechteck R i Breite w i und Höhe h i sodass a) die Adjazenzen aus R erhalten bleiben, und b) w i w i und h i h i für alle 1 i n, und c) n i=1 w i n i=1 h i minimiert wird. 27-2

81 Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) 28-1

82 Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) gerichteter Graph D = (V, A) 28-2

83 Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 b(v) > 0: Quelle b(v) < 0: Senke 28-3

84 Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) b(v) > 0: Quelle gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 untere Kapazitäten l : A R 0 obere Kapazitäten u: A R 0 b(v) < 0: Senke 28-4

85 Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) b(v) > 0: Quelle gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 untere Kapazitäten l : A R 0 obere Kapazitäten u: A R 0 b(v) < 0: Senke 28-5

86 Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) b(v) > 0: Quelle gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 untere Kapazitäten l : A R 0 obere Kapazitäten u: A R 0 b(v) < 0: Senke Abbildung X : A R 0 heißt Fluss, wenn 28-6

87 Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) b(v) > 0: Quelle gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 untere Kapazitäten l : A R 0 obere Kapazitäten u: A R 0 b(v) < 0: Senke Abbildung X : A R 0 1. Kapazitätsbedingung: heißt Fluss, wenn (i, j) A : l(i, j) X(i, j) u(i, j) Flusserhaltungsbedingung: i V \{s, t} : X(i, j) j:(i,j) A X(j, i) = b(i) j:(j,i) A

88 Allgemeines Flussmodell Gegeben: Netzwerk N = (D = (V, A), b, l, u) b(v) > 0: Quelle gerichteter Graph D = (V, A) Knotenbewertung b: V R mit v V b(i) = 0 untere Kapazitäten l : A R 0 obere Kapazitäten u: A R 0 b(v) < 0: Senke Gesucht: Fluss X sodass cost(x) = (i,j) A cost(i, j) X(i, j) minimiert wird, wobei cost: A R 0 gegebene Kostenfunktion ist. 28-8

89 Lösung 29

90 Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t s 29

91 Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t s 29

92 Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 s 29

93 Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 4. Kante e zwischen je zwei Knoten v i und u j getrennt durch horz. Kante (aufwärts). l(e) = 0, u(e) = und cost(e) = 0 s 29

94 Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 4. Kante e zwischen je zwei Knoten v i und u j getrennt durch horz. Kante (aufwärts). l(e) = 0, u(e) = und cost(e) = 0 5. Kante e zwischen Knoten der oberen Reihe Rechtecke und t. l(e) = 0, u(e) = und cost(e) = 0 s 29

95 Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 4. Kante e zwischen je zwei Knoten v i und u j getrennt durch horz. Kante (aufwärts). l(e) = 0, u(e) = und cost(e) = 0 5. Kante e zwischen Knoten der oberen Reihe Rechtecke und t. l(e) = 0, u(e) = und cost(e) = 0 s 6. Kante e zwischen s und Knoten der unteren Reihe Rechtecke. l(e) = 0, u(e) =, cost(e) = 0 29

96 Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 4. Kante e zwischen je zwei Knoten v i und u j getrennt durch horz. Kante (aufwärts). l(e) = 0, u(e) = und cost(e) = 0 5. Kante e zwischen Knoten der oberen Reihe Rechtecke und t. l(e) = 0, u(e) = und cost(e) = 0 s 6. Kante e zwischen s und Knoten der unteren Reihe Rechtecke. l(e) = 0, u(e) =, cost(e) = 0 Wie Knotenbewertung b: V R 0 festlegen? 29

97 Lösung Idee: Flussnetzwerk N H für horz. Kanten. t 1. Für jedes R i zwei Knoten u i, v i 2. Knoten s und t 3. Kante e i = (u i, v i ) mit l(e i ) = w i, u(e i ) =, cost(e i ) = 1 4. Kante e zwischen je zwei Knoten v i und u j getrennt durch horz. Kante (aufwärts). l(e) = 0, u(e) = und cost(e) = 0 5. Kante e zwischen Knoten der oberen Reihe Rechtecke und t. l(e) = 0, u(e) = und cost(e) = 0 s 6. Kante e zwischen s und Knoten der unteren Reihe Rechtecke. l(e) = 0, u(e) =, cost(e) = 0 b(s) = gewünschte Breite b(t) = b(s) b(v) = 0 für restl. Knoten v 29

98 Lösung Idee: Flussnetzwerk N H für horz. Kanten. Analog: Flussnetzwerk N V für vert. Kanten. 29

99 Lösung Idee: Flussnetzwerk N H für horz. Kanten. Analog: Flussnetzwerk N V für vert. Kanten. Löse Flussproblem mit minimalen Kosten auf Netzwerk bestehend aus den Komponenten N H und N V. 29

100 Lösung Idee: Flussnetzwerk N H für horz. Kanten. Analog: Flussnetzwerk N V für vert. Kanten. Löse Flussproblem mit minimalen Kosten auf Netzwerk bestehend aus den Komponenten N H und N V. Kann ähnliches Netzwerk auch für Flächen konstruiert werden? 29

101 Lösung Idee: Flussnetzwerk N H für horz. Kanten. Analog: Flussnetzwerk N V für vert. Kanten. Löse Flussproblem mit minimalen Kosten auf Netzwerk bestehend aus den Komponenten N H und N V. Kann ähnliches Netzwerk auch für Flächen konstruiert werden? Nein, denn eine reine Flächenzuweisung zu Rechtecken bestimmt die Form der Rechtecke nicht. 29

102 Flächenuniverselle Layouts Einseitige Rechteckslayouts sind flächenuniversell, d.h. sie lassen sich für jede beliebige Flächenzuweisung realisieren. [Eppstein et al. 12] Ein Layout heißt einseitig, falls jedes maximale Segment auf einer Seite nur an ein einziges Rechteck angrenzt nicht einseitig einseitig 30

103 Zusammenfassung Rechteckskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche NW RP NI HE SH BW MV BB ST SN TH BY NI NW RP SH HE BW MV BB ST TH SN BY MV SH NI BB ST SN NW HE TH RP BW BY Bevölkerung Studierende pro Einwohner Arbeitslosenquote 31

104 Zusammenfassung Rechteckskartogramme Diskussion: Wiedererkennbarkeit der Form Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche / / NW RP NI HE SH BW MV BB ST SN TH BY NI NW RP SH HE BW MV BB ST TH SN BY MV SH NI BB ST SN NW HE TH RP BW BY Bevölkerung Studierende pro Einwohner Arbeitslosenquote 31

105 Zusammenfassung Kartogramme Wiedererkennbarkeit Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler geringe Komplexität Ablesen der Fläche 32

106 Zusammenfassung Kartogramme Wiedererkennbarkeit Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler / / geringe Komplexität Ablesen der Fläche 32

107 Zusammenfassung Kartogramme Wiedererkennbarkeit Vergleichbarkeit Lage der Regionen korrekte Adjazenzen kleiner Flächenfehler / / geringe Komplexität Ablesen der Fläche Kein Kartogrammtyp ist perfekt, alle haben ihre Vor- und Nachteile. Auswahl sollte je nach Anwendungszweck erfolgen. 32

108 Teilnehmer für Benutzerstudie gesucht! Kontext: Algorithmische Kartografie Beschriftung Ablauf: Ibis Hotel Kulturspeicher Main Station Hauptbahnhof Escalera Ulmer Hof Hotel Urlaub Hauptbahnhof West Hotel Poppular Juliuspromenade interne Label Barbarossaplatz Ibis Hotel Kulturspeicher Escalera Ulmer Hof Hotel Urlaub externe Label Main Station Hauptbahnhof Hauptbahnhof West Hotel Poppular Juliuspromenade Barbarossaplatz Fragebogen am Computer ausfüllen (ca. 20 min). Raum 305, Infobau Geb Mögliche Termine: : 11:30 Uhr, 13:15 Uhr Weshalb daran teilnehmen? Unterstützung der aktuellen Forschung. Unter Teilnehmern werden 3 Amazon-Gutscheine im Wert von je 25 Euro verlost. 33

I Deutsche und ausländische Schulabsolventen mit Hochschul- und Fachhochschulreife von 1998 bis 2020 I.1 Hochschulreife I.1.

I Deutsche und ausländische Schulabsolventen mit Hochschul- und Fachhochschulreife von 1998 bis 2020 I.1 Hochschulreife I.1. I Deutsche und ausländische Schulabsolventen mit Hochschul- und Fachhochschulreife von 1998 bis 2020 I.1 Hochschulreife I.1.1 Anzahl 1) BW BY BE BB HB HH HE MV 2) 3) NI NW RP SL 4) SN ST 2) SH TH BG 1998

Mehr

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)

Literatur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS) Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,

Mehr

Das Falten-und-Schneiden Problem

Das Falten-und-Schneiden Problem Das Falten-und-Schneiden Problem Kristian Bredies Uttendorf, 14. Februar 2005 Inhalt Einleitung Origami Das Falten-und-Schneiden Problem Mathematische Analyse Flaches Origami Lokale Eigenschaften Faltbarkeit

Mehr

Praktikum Planare Graphen

Praktikum Planare Graphen 1 Praktikum Planare Graphen Michael Baur, Martin Holzer, Steffen Mecke 10. November 2006 Einleitung Gliederung 2 Grundlagenwissen zu planaren Graphen Themenvorstellung Gruppeneinteilung Planare Graphen

Mehr

Forschungsfragestellungen

Forschungsfragestellungen Aufstieg aus dem Migrationsmilieu in hochqualifizierte Berufe Stefanie Smoliner, (ZSI) smoliner@zsi.at Mikrozensus-NutzerInnenkonferenz, Mannheim, 9.9.-3.9.11 Forschungsfragestellungen In welchem Ausmaß

Mehr

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg 19.04.2011

Vorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg 19.04.2011 Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 19.04.2011 Überlagern von Kartenebenen Beispiel: Gegeben zwei

Mehr

Teil III: Routing - Inhalt I. Literatur. Geometric Routing. Voraussetzungen. Unit Disk Graph (UDG) Geometric Routing 29

Teil III: Routing - Inhalt I. Literatur. Geometric Routing. Voraussetzungen. Unit Disk Graph (UDG) Geometric Routing 29 1 29 Teil III: Routing - Inhalt I Literatur Compass & Face Routing Bounded & Adaptive Face Routing Nicht Ω(1) UDG E. Kranakis, H. Singh und Jorge Urrutia: Compass Routing on Geometric Networks. Canadian

Mehr

4 Greedy-Algorithmen (gierige Algorithmen)

4 Greedy-Algorithmen (gierige Algorithmen) Greedy-Algorithmen (gierige Algorithmen) Greedy-Algorithmen werden oft für die exakte oder approximative Lösung von Optimierungsproblemen verwendet. Typischerweise konstruiert ein Greedy-Algorithmus eine

Mehr

Punktbeschriftung in Dynamischen Karten

Punktbeschriftung in Dynamischen Karten Vorlesung Algorithmische Kartografie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann Martin Nöllenburg 28.05.2015 1 Übungen Nachtrag 1) Überlegen Sie sich, wie man den

Mehr

Freie Schulen in der Finanzierungsklemme

Freie Schulen in der Finanzierungsklemme Freie Schulen in der Finanzierungsklemme Helmut E. Klein Senior Researcher Pressekonferenz des Bundes der Freien Waldorfschulen Kiel, 29.09.2011 Agenda Schulstatistische Befunde Öffentliche Finanzierung:

Mehr

GDA Ziel 3: Verringerung von Häufigkeit und Schwere von Hauterkrankungen

GDA Ziel 3: Verringerung von Häufigkeit und Schwere von Hauterkrankungen GDA Ziel 3: Verringerung von Häufigkeit und Schwere von Hauterkrankungen Dr. Burkhardt Jaeschke Bremen, 7.09.2009 Projektplan AG HAUT vom 28.0.2008 (Fassung 04.05.2009) Verbesserter Gesundheitsschutz bei

Mehr

Algorithmentheorie. 13 - Maximale Flüsse

Algorithmentheorie. 13 - Maximale Flüsse Algorithmentheorie 3 - Maximale Flüsse Prof. Dr. S. Albers Prof. Dr. Th. Ottmann . Maximale Flüsse in Netzwerken 5 3 4 7 s 0 5 9 5 9 4 3 4 5 0 3 5 5 t 8 8 Netzwerke und Flüsse N = (V,E,c) gerichtetes Netzwerk

Mehr

Anmerkungen zur Übergangsprüfung

Anmerkungen zur Übergangsprüfung DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung

Mehr

8 Diskrete Optimierung

8 Diskrete Optimierung 8 Diskrete Optimierung Definition 8.1. Ein Graph G ist ein Paar (V (G), E(G)) besteh aus einer lichen Menge V (G) von Knoten (oder Ecken) und einer Menge E(G) ( ) V (G) 2 von Kanten. Die Ordnung n(g) von

Mehr

Studiengebühren/Studienbeiträge in den Bundesländern

Studiengebühren/Studienbeiträge in den Bundesländern Studiengebühren/Studienbeiträge in den Bundesländern Entwicklungsstand, Ähnlichkeiten und Unterschiede Hannover, den 11. Oktober 2006 Fatma Ebcinoğlu Fragen Welche Länder führen wann Studiengebühren/Studienbeiträge

Mehr

Die Bundesländer auf dem steinigen Weg zur Schuldenbremse

Die Bundesländer auf dem steinigen Weg zur Schuldenbremse Die Bundesländer auf dem steinigen Weg zur Schuldenbremse Wirtschaftsrat Deutschland Arbeitsgruppe Staatsfinanzen 4. Oktober 2011 Dr. Gisela Meister-Scheufelen Schuldenstand Deutschland 2010 in Mrd. Euro

Mehr

Statistischer Monatsbericht für Oktober 2014

Statistischer Monatsbericht für Oktober 2014 Statistischer Monatsbericht für Oktober 2014 12.12.14 M442 Von Ziel- und Herkunftsgebieten - Die Wanderung nach bzw. aus im Vergleich Wanderung im Fokus der Planung Das Wachstum der beiden Großstädte ist

Mehr

Informieren, begeistern, Interesse wecken! Im neuen FuturePlan Magazine. www.futureplan-magazine.de

Informieren, begeistern, Interesse wecken! Im neuen FuturePlan Magazine. www.futureplan-magazine.de Informieren, begeistern, Interesse wecken! Im neuen FuturePlan Magazine. www.futureplan-magazine.de Stand: 01/2016 DAS FUTURePLAn MAgAzine Das FuturePlan Magazine porträtiert innovative Unternehmen, stellt

Mehr

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel

3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel 3.1 Konstruktion von minimalen Spannbäumen Es gibt zwei Prinzipien für die Konstruktion von minimalen Spannbäumen (Tarjan): blaue Regel rote Regel EADS 3.1 Konstruktion von minimalen Spannbäumen 16/36

Mehr

Stand der Digitalisierung der Bodenschätzung in den Bundesländern

Stand der Digitalisierung der Bodenschätzung in den Bundesländern Stand der Digitalisierung der Bodenschätzung in den Bundesländern Festveranstaltung Digitale Bodenschätzung Hessen am 1. Juli 2015 Dieter Will, Landesamt für Steuern, Rheinland-Pfalz Stand der Digitalisierung

Mehr

Das Briefträgerproblem

Das Briefträgerproblem Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................

Mehr

Dynamic Label Placement in Practice

Dynamic Label Placement in Practice Disputation Dynamic Label Placement in Practice Beschriftungsplatzierung in interaktiven Karten in der Praxis Nadine Schwartges Lehrstuhl für Informatik I, Universität Würzburg 17.04.2015 Interaktive Karten

Mehr

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen 2 Sommersemester 2007 4. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Traversierung Durchlaufen eines Graphen, bei

Mehr

Krankenhausstatistik

Krankenhausstatistik Krankenhausstatistik Eckdaten I Krankenhäuser, Krankenhausbetten, Bettenauslastung Krankenhäuser Krankenhausbetten Bettenauslastung Anzahl in 1.000 in % Index (Jahr 2000 = ) 110 90 80 Krankenhäuser Betten

Mehr

WS 2009/10. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen WS 2009/10 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0910

Mehr

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung

Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Wintersemester 2005/2006 Gedächtnisprotokoll der mündlichen Prüfung Ulrich Loup 24.03.2006 Prüfungsstoff: Alegebra I, Analysis IV, Graphentheorie I Prüfer: Prof. Dr. Wilhelm Plesken Protokollant: Dipl.

Mehr

Stand der Einführung in Deutschland

Stand der Einführung in Deutschland HIS-Workshop Studiengebühren am 3./4. Juli 2006 in Hannover Stand der Einführung in Deutschland Vergleich der Ländermodelle Fatma Ebcinoğlu Fragen Welche Länder führen wann Studiengebühren ein? Welche

Mehr

Allgemein bildende Schulen in Ganztagsform in den Ländern in der Bundesrepublik Deutschland - Statistik 2003 bis 2007 -

Allgemein bildende Schulen in Ganztagsform in den Ländern in der Bundesrepublik Deutschland - Statistik 2003 bis 2007 - Sekretariat der Ständigen Konferenz der Kultusminister der Länder in der Bundesrepublik Deutschland IV D DST 1933-4(20) Bonn, den 27.04.2009 Allgemein bildende Schulen in Ganztagsform in den Ländern in

Mehr

Antwort. Deutscher Bundestag Drucksache 16/6583. der Bundesregierung

Antwort. Deutscher Bundestag Drucksache 16/6583. der Bundesregierung Deutscher Bundestag Drucksache 16/6583 16. Wahlperiode 08. 10. 2007 Antwort der Bundesregierung auf die Kleine Anfrage der Abgeordneten Patrick Meinhardt, Uwe Barth, Cornelia Pieper, weiterer Abgeordneter

Mehr

Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen

Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen WS 08/09 Friedhelm Meyer auf der Heide Vorlesung 8, 4.11.08 Friedhelm Meyer auf der Heide 1 Organisatorisches Am Dienstag, 11.11., fällt die

Mehr

Approximationsalgorithmen: Klassiker I. Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling

Approximationsalgorithmen: Klassiker I. Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling Approximationsalgorithmen: Klassiker I Kombinatorische Optimierung Absolute Gütegarantie Graph-Coloring Clique Relative Gütegarantie Scheduling VO Approximationsalgorithmen WiSe 2011/12 Markus Chimani

Mehr

Periodische Fahrpläne und Kreise in Graphen

Periodische Fahrpläne und Kreise in Graphen Periodische Fahrpläne und Kreise in Graphen Vorlesung Algorithmentechnik WS 2009/10 Dorothea Wagner Karlsruher Institut für Technologie Eisenbahnoptimierungsprozess 1 Anforderungserhebung Netzwerkentwurf

Mehr

Vorlesung 3 MINIMALE SPANNBÄUME

Vorlesung 3 MINIMALE SPANNBÄUME Vorlesung 3 MINIMALE SPANNBÄUME 72 Aufgabe! Szenario: Sie arbeiten für eine Firma, die ein Neubaugebiet ans Netz (Wasser, Strom oder Kabel oder...) anschließt! Ziel: Alle Haushalte ans Netz bringen, dabei

Mehr

Kapitel MK:IV. IV. Modellieren mit Constraints

Kapitel MK:IV. IV. Modellieren mit Constraints Kapitel MK:IV IV. Modellieren mit Constraints Einführung und frühe Systeme Konsistenz I Binarization Generate-and-Test Backtracking-basierte Verfahren Konsistenz II Konsistenzanalyse Weitere Analyseverfahren

Mehr

Programmierung 2. Dynamische Programmierung. Sebastian Hack. Klaas Boesche. Sommersemester 2012. hack@cs.uni-saarland.de. boesche@cs.uni-saarland.

Programmierung 2. Dynamische Programmierung. Sebastian Hack. Klaas Boesche. Sommersemester 2012. hack@cs.uni-saarland.de. boesche@cs.uni-saarland. 1 Programmierung 2 Dynamische Programmierung Sebastian Hack hack@cs.uni-saarland.de Klaas Boesche boesche@cs.uni-saarland.de Sommersemester 2012 2 Übersicht Stammt aus den Zeiten als mit Programmierung

Mehr

Konzepte für eine Altschuldenregelung: Wie wirken sich die vorliegenden Modelle auf die einzelnen Bundesländer aus?

Konzepte für eine Altschuldenregelung: Wie wirken sich die vorliegenden Modelle auf die einzelnen Bundesländer aus? Konzepte für eine Altschuldenregelung: Wie wirken sich die vorliegenden Modelle auf die einzelnen Bundesländer aus? Vortrags- und Podiumsveranstaltung: Das Altschuldenproblem: Tragfähige Lösungen für die

Mehr

Effiziente Algorithmen und Datenstrukturen I. Kapitel 9: Minimale Spannbäume

Effiziente Algorithmen und Datenstrukturen I. Kapitel 9: Minimale Spannbäume Effiziente Algorithmen und Datenstrukturen I Kapitel 9: Minimale Spannbäume Christian Scheideler WS 008 19.0.009 Kapitel 9 1 Minimaler Spannbaum Zentrale Frage: Welche Kanten muss ich nehmen, um mit minimalen

Mehr

Einführung in Scheduling

Einführung in Scheduling Einführung in Scheduling Dr. Julien Bidot Sommersemester 28 Institut für Künstliche Intelligenz Inhalt I. Definition und Formulierung des Scheduling- Problems II. Projektplanung III. Produktionsplanung

Mehr

Data Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY

Data Cube. Aggregation in SQL. Beispiel: Autoverkäufe. On-line Analytical Processing (OLAP) 1. Einführung. 2. Aggregation in SQL, GROUP BY Data Cube On-line Analytical Processing (OLAP). Einführung Ziel: Auffinden interessanter Muster in großen Datenmengen 2. Aggregation in SQL, GROUP BY 3. Probleme mit GROUP BY 4. Der Cube-Operator! Formulierung

Mehr

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Algorithmen für Graphen Fragestellungen: Suche

Mehr

TETRA-Digitalfunk für Behörden und Organisationen mit Sicherheitsaufgaben in Deutschland

TETRA-Digitalfunk für Behörden und Organisationen mit Sicherheitsaufgaben in Deutschland Deutscher Bundestag Drucksache 17/12586 17. Wahlperiode 01. 03. 2013 Antwort der Bundesregierung auf die Kleine Anfrage der Abgeordneten Sabine Zimmermann, Sabine Stüber, Jan Korte, weiterer Abgeordneter

Mehr

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen?

Entscheidungsbäume. Definition Entscheidungsbaum. Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Entscheidungsbäume Frage: Gibt es einen Sortieralgorithmus mit o(n log n) Vergleichen? Definition Entscheidungsbaum Sei T ein Binärbaum und A = {a 1,..., a n } eine zu sortierenden Menge. T ist ein Entscheidungsbaum

Mehr

x 2 x 1 x 3 5.1 Lernen mit Entscheidungsbäumen

x 2 x 1 x 3 5.1 Lernen mit Entscheidungsbäumen 5.1 Lernen mit Entscheidungsbäumen Falls zum Beispiel A = {gelb, rot, blau} R 2 und B = {0, 1}, so definiert der folgende Entscheidungsbaum eine Hypothese H : A B (wobei der Attributvektor aus A mit x

Mehr

Undirected Single-Source Shortest Paths with Positive Integer Weights in Linear Time

Undirected Single-Source Shortest Paths with Positive Integer Weights in Linear Time Universität Konstanz Mathematisch-naturwissenschaftliche Sektion Fachbereich Mathematik und Statistik Wintersemester 2001/02 Mikkel Thorup: Undirected Single-Source Shortest Paths with Positive Integer

Mehr

Kostenmaße. F3 03/04 p.188/395

Kostenmaße. F3 03/04 p.188/395 Kostenmaße Bei der TM nur ein Kostenmaß: Ein Schritt (Konfigurationsübergang) kostet eine Zeiteinheit; eine Bandzelle kostet eine Platzeinheit. Bei der RAM zwei Kostenmaße: uniformes Kostenmaß: (wie oben);

Mehr

Satzungen der Ärzteversorgungen

Satzungen der Ärzteversorgungen Satzungen der Aerzteversorgungen 2013-07-28.doc 1 / 6 Satzungen der Ärzteversorgungen Stand der Inhalte im wesentlichen August 2012 Letzte Korrektur: Juli 2013 Inhaltsverzeichnis Satzungen der Ärzteversorgungen...1

Mehr

Algorithmen und Datenstrukturen (WS 2007/08) 63

Algorithmen und Datenstrukturen (WS 2007/08) 63 Kapitel 6 Graphen Beziehungen zwischen Objekten werden sehr oft durch binäre Relationen modelliert. Wir beschäftigen uns in diesem Kapitel mit speziellen binären Relationen, die nicht nur nur besonders

Mehr

Sortierverfahren für Felder (Listen)

Sortierverfahren für Felder (Listen) Sortierverfahren für Felder (Listen) Generell geht es um die Sortierung von Daten nach einem bestimmten Sortierschlüssel. Es ist auch möglich, daß verschiedene Daten denselben Sortierschlüssel haben. Es

Mehr

16. All Pairs Shortest Path (ASPS)

16. All Pairs Shortest Path (ASPS) . All Pairs Shortest Path (ASPS) All Pairs Shortest Path (APSP): Eingabe: Gewichteter Graph G=(V,E) Ausgabe: Für jedes Paar von Knoten u,v V die Distanz von u nach v sowie einen kürzesten Weg a b c d e

Mehr

Algorithmen & Datenstrukturen 1. Klausur

Algorithmen & Datenstrukturen 1. Klausur Algorithmen & Datenstrukturen 1. Klausur 7. Juli 2010 Name Matrikelnummer Aufgabe mögliche Punkte erreichte Punkte 1 35 2 30 3 30 4 15 5 40 6 30 Gesamt 180 1 Seite 2 von 14 Aufgabe 1) Programm Analyse

Mehr

Algorithmen II Vorlesung am 15.11.2012

Algorithmen II Vorlesung am 15.11.2012 Algorithmen II Vorlesung am 15.11.2012 Kreisbasen, Matroide & Algorithmen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales

Mehr

Seminarvortag zum Thema Virtual Private Network Design im Rahmen des Seminars Network Design an der Universität Paderborn

Seminarvortag zum Thema Virtual Private Network Design im Rahmen des Seminars Network Design an der Universität Paderborn Seminarvortag zum Thema Virtual Private Network Design im Rahmen des Seminars Network Design an der Universität Paderborn Ein 5.55-Approximationsalgorithmus für das VPND-Problem Lars Schäfers Inhalt Einführung:

Mehr

Der Deutsche Schulpreis 2016

Der Deutsche Schulpreis 2016 Der Deutsche Schulpreis 2016 Bewerberstatistik Innerhalb Deutschlands haben sich 80 Schulen um den Deutschen Schulpreis 2016 beworben. Davon sind 68,8 % Neubewerber, d.h. diese Schulen haben bisher noch

Mehr

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2

w a is die Anzahl der Vorkommen von a in w Beispiel: abba a = 2 1 2 Notation für Wörter Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg w a is die Anzahl der Vorkommen von a in w Beispiel: abba

Mehr

Expander Graphen und Ihre Anwendungen

Expander Graphen und Ihre Anwendungen Expander Graphen und Ihre Anwendungen Alireza Sarveniazi Mathematisches Institut Universität Göttingen 21.04.2006 Alireza Sarveniazi (Universität Göttingen) Expander Graphen und Ihre Anwendungen 21.04.2006

Mehr

Digitale Entwicklung in Mecklenburg-Vorpommern. Juli 2012. TNS Infratest Digitalisierungsbericht 2012

Digitale Entwicklung in Mecklenburg-Vorpommern. Juli 2012. TNS Infratest Digitalisierungsbericht 2012 Digitale Entwicklung in Mecklenburg-Vorpommern Juli 2012 1 Inhalt 1 Methodische Hinweise 2 Stand der Digitalisierung in den TV-Haushalten 3 Verteilung der Übertragungswege 4 Digitalisierung der Übertragungswege

Mehr

Methoden der Datenanalyse AI-basierte Decision Support Systeme WS 2006/07

Methoden der Datenanalyse AI-basierte Decision Support Systeme WS 2006/07 Regression Trees Methoden der Datenanalyse AI-basierte Decision Support Systeme WS 2006/07 Ao.Univ.Prof. Dr. Marcus Hudec marcus.hudec@univie.ac.at Institut für Scientific Computing, Universität Wien 2

Mehr

Der Deutsche Schulpreis 2013

Der Deutsche Schulpreis 2013 Der Deutsche Schulpreis 2013 Bewerberstatistik Es gingen 114 Bewerbungen ein, davon 80 % von Schulen in staatlicher Trägerschaft. Neue Bewerber und Wiederbewerber 65 % der Schulen sind neue Bewerber, 35

Mehr

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r )

t r Lineare Codierung von Binärbbäumen (Wörter über dem Alphabet {, }) Beispiel code( ) = code(, t l, t r ) = code(t l ) code(t r ) Definition B : Menge der binären Bäume, rekursiv definiert durch die Regeln: ist ein binärer Baum sind t l, t r binäre Bäume, so ist auch t =, t l, t r ein binärer Baum nur das, was durch die beiden vorigen

Mehr

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf

Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005. Paradigmen im Algorithmenentwurf Babeș-Bolyai Universität Cluj Napoca Fakultät für Mathematik und Informatik Grundlagen der Programmierung MLG5005 Paradigmen im Algorithmenentwurf Problemlösen Problem definieren Algorithmus entwerfen

Mehr

Graphenalgorithmen und lineare Algebra Hand in Hand Vorlesung für den Bereich Diplom/Master Informatik

Graphenalgorithmen und lineare Algebra Hand in Hand Vorlesung für den Bereich Diplom/Master Informatik Vorlesung für den Bereich Diplom/Master Informatik Dozent: Juniorprof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR INFORMATIK KIT Universität des Landes

Mehr

Erratum zur Technischen Dokumentation zur QS-Spezifikation für QS-Filter-Software 14.0

Erratum zur Technischen Dokumentation zur QS-Spezifikation für QS-Filter-Software 14.0 Sektorenübergreifende Qualitätssicherung im Gesundheitswesen Erratum zur Technischen Dokumentation zur QS-Spezifikation für QS-Filter-Software 14.0 Erfassungsjahr 2011 Stand: 29. Oktober 2010 AQUA Institut

Mehr

Informatik II Greedy-Algorithmen

Informatik II Greedy-Algorithmen 7/7/06 lausthal Erinnerung: Dynamische Programmierung Informatik II reedy-algorithmen. Zachmann lausthal University, ermany zach@in.tu-clausthal.de Zusammenfassung der grundlegenden Idee: Optimale Sub-Struktur:

Mehr

Abwicklung großer Baumaßnahmen des Freistaates Bayern. Wegfall der HBFG-Finanzierung

Abwicklung großer Baumaßnahmen des Freistaates Bayern. Wegfall der HBFG-Finanzierung Abwicklung großer Baumaßnahmen des Freistaates Bayern nach Wegfall der HBFG-Finanzierung Referent: Kurt Weigl, Bayer. Staatsministerium für Wissenschaft, Forschung und Kunst Hochschulbau nach dem Wegfall

Mehr

13 Java 4 - Entwurfsmuster am Beispiel des Rucksackproblems

13 Java 4 - Entwurfsmuster am Beispiel des Rucksackproblems 13 Java 4 - Entwurfsmuster am Beispiel des Rucksackproblems 13.1 Modellierung des Rucksackproblems 13.2 Lösung mit Greedy-Algorithmus 13.3 Lösung mit Backtracking 13.4 Lösung mit Dynamischer Programmierung

Mehr

Wie stark muss der Finanzausgleich im Jahr 2020 ausgleichen, damit (fast) alle Länder die Schuldenbremse einhalten können?

Wie stark muss der Finanzausgleich im Jahr 2020 ausgleichen, damit (fast) alle Länder die Schuldenbremse einhalten können? Ingolf Deubel Wie stark muss der Finanzausgleich im Jahr 2020 ausgleichen, damit (fast) alle Länder die Schuldenbremse einhalten können? Reformoptionen des bundesstaatlichen Finanzausgleichs Wissenschaftliche

Mehr

Ferienkalender 2016. Deutschland 2 Österreich 4 Schweiz 5 Italien 6 Großbritannien 7 Belgien 8 Niederlande 9 Tschechien 10 Polen Russland

Ferienkalender 2016. Deutschland 2 Österreich 4 Schweiz 5 Italien 6 Großbritannien 7 Belgien 8 Niederlande 9 Tschechien 10 Polen Russland Ferienkalender 2016 Deutschland 2 Österreich 4 Schweiz 5 Italien 6 Großbritannien 7 Belgien 8 Niederlande 9 Tschechien 10 Polen Russland 11 12 1 Deutschland Baden- Württemberg Winter Ostern Pfingsten Sommer

Mehr

Wir unterscheiden folgende drei Schritte im Design paralleler Algorithmen:

Wir unterscheiden folgende drei Schritte im Design paralleler Algorithmen: 1 Parallele Algorithmen Grundlagen Parallele Algorithmen Grundlagen Wir unterscheiden folgende drei Schritte im Design paralleler Algorithmen: Dekomposition eines Problems in unabhängige Teilaufgaben.

Mehr

Allgemein bildende Schulen in Ganztagsform in den Ländern in der Bundesrepublik Deutschland - Statistik 2008 bis 2012 -

Allgemein bildende Schulen in Ganztagsform in den Ländern in der Bundesrepublik Deutschland - Statistik 2008 bis 2012 - Sekretariat der Ständigen Konferenz der Kultusminister der Länder in der Bundesrepublik Deutschland Berlin, den 11.04.2014 IV C DST 1933-4(20) Allgemein bildende Schulen in Ganztagsform in den Ländern

Mehr

Datenbankanwendung. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2014/15. smichel@cs.uni-kl.de

Datenbankanwendung. Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern. Wintersemester 2014/15. smichel@cs.uni-kl.de Datenbankanwendung Wintersemester 2014/15 Prof. Dr.-Ing. Sebastian Michel TU Kaiserslautern smichel@cs.uni-kl.de Wiederholung: Anfragegraph Anfragen dieses Typs können als Graph dargestellt werden: Der

Mehr

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne

6.2 Petri-Netze. kommunizierenden Prozessen in der Realität oder in Rechnern Verhalten von Hardware-Komponenten Geschäftsabläufe Spielpläne 6.2 Petri-Netze WS 06/07 mod 621 Petri-Netz (auch Stellen-/Transitions-Netz): Formaler Kalkül zur Modellierung von Abläufen mit nebenläufigen Prozessen und kausalen Beziehungen Basiert auf bipartiten gerichteten

Mehr

Digitalisierungsbericht 2011: Daten und Fakten. Juli 2011 Dr. Oliver Ecke, Regina Deck

Digitalisierungsbericht 2011: Daten und Fakten. Juli 2011 Dr. Oliver Ecke, Regina Deck Digitalisierungsbericht 2011: Daten und Fakten Juli 2011 Dr. Oliver Ecke, Regina Deck Agenda Methodische Hinweise Stand der Digitalisierung in den TV-Haushalten Verteilung der Übertragungswege (Basis:

Mehr

der Verbraucherzentrale Brandenburg Neuruppin, 2. Arbeitsforum Energie am 14.10.2014, Dr. Andreas Schmeller

der Verbraucherzentrale Brandenburg Neuruppin, 2. Arbeitsforum Energie am 14.10.2014, Dr. Andreas Schmeller Energieberatung der Verbraucherzentrale Brandenburg Neuruppin, 2. Arbeitsforum Energie am 14.10.2014, Dr. Andreas Schmeller Energieberatung - zentrale Angebote 0800 809 802 400 (kostenfrei aus dem deutschen

Mehr

Hessisches Ministerium der Finanzen EPSAS aus dem Blickwinkel des Landes Hessen

Hessisches Ministerium der Finanzen EPSAS aus dem Blickwinkel des Landes Hessen Hessisches Ministerium der Finanzen EPSAS aus dem Blickwinkel des Landes Hessen Brüssel, den 20. August 2014 1 EPSAS Entwicklung auf Europäischer Ebene Richtlinie 2011/85/EU v. 8.11.2011 über Anforderungen

Mehr

Einkommen in den Volkswirtschaftlichen Gesamtrechnungen (VGR)

Einkommen in den Volkswirtschaftlichen Gesamtrechnungen (VGR) Kolloquium Einkommen in den Volkswirtschaftlichen Gesamtrechnungen (VGR) Indikator (nicht nur) für die Rentenanpassung 3. Januar 2013 Sabine Quaiser - Referat 46 2 An den verschiedensten Stellen des Wirtschafts-

Mehr

Der Deutsche Schulpreis 2014

Der Deutsche Schulpreis 2014 Der Deutsche Schulpreis 2014 Bewerberstatistik Es haben sich 116 Schulen aus allen Bundesländern beworben: GmbH Postfach 10 06 28 70005 Stuttgart Traditionell erhalten wir aus NW, BY und BW viele Bewerbungen,

Mehr

5. Verschiedene Repräsentanten

5. Verschiedene Repräsentanten 5. Verschiedene Repräsentanten 5.1. Die Sätze Hall und König Sei I := {1,...,n}, und sei A(I) = (A 1,...,A n ) eine Familie von Teilmengen einer endlichen Menge E. Zu K I seien A(K) := (A i : i K) und

Mehr

Sonstige steuerliche Förderungen

Sonstige steuerliche Förderungen 5 Sonstige steuerliche Förderungen Allgemeine Investitionsförderung 8, Teil 1: Finanzierungs- und Förderprogramme Europäischer Fischereifonds (EFF) (2007-2013).., Finanzierungen mit der Europäischen Bank

Mehr

Gliederung. Definition Wichtige Aussagen und Sätze Algorithmen zum Finden von Starken Zusammenhangskomponenten

Gliederung. Definition Wichtige Aussagen und Sätze Algorithmen zum Finden von Starken Zusammenhangskomponenten Gliederung Zusammenhang von Graphen Stark Zusammenhängend K-fach Zusammenhängend Brücken Definition Algorithmus zum Finden von Brücken Anwendung Zusammenhangskomponente Definition Wichtige Aussagen und

Mehr

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws1314

Mehr

Qualitätsbericht KHK. der SKD BKK Gesamt. für den Zeitraum vom 01.01.2014 bis 31.12.2014

Qualitätsbericht KHK. der SKD BKK Gesamt. für den Zeitraum vom 01.01.2014 bis 31.12.2014 Qualitätsbericht KHK gemäß 137f Abs. 4 Satz 2 SGB V der Gesamt für den Zeitraum vom 01.01.2014 bis 31.12.2014 erstellt am 30.09.2015 durch die AnyCare GmbH Dieser Qualitätsbericht dient der BKK zum Nachweis

Mehr

Kürzeste Wege in Graphen. Maurice Duvigneau Otto-von-Guericke Universität Fakultät für Informatik

Kürzeste Wege in Graphen. Maurice Duvigneau Otto-von-Guericke Universität Fakultät für Informatik Kürzeste Wege in Graphen Maurice Duvigneau Otto-von-Guericke Universität Fakultät für Informatik Gliederung Einleitung Definitionen Algorithmus von Dijkstra Bellmann-Ford Algorithmus Floyd-Warshall Algorithmus

Mehr

Wasserfall-Ansätze zur Bildsegmentierung

Wasserfall-Ansätze zur Bildsegmentierung Wasserfall-Ansätze zur Bildsegmentierung von Philipp Jester Seminar: Bildsegmentierung und Computer Vision 16.01.2006 Überblick 1. Problemstellung 2. Wiederholung: Wasserscheiden-Ansätze 3. Der Wasserfall-Ansatz

Mehr

Datenstrukturen & Algorithmen

Datenstrukturen & Algorithmen Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Binäre Suchbäume Einführung und Begriffe Binäre Suchbäume 2 Binäre Suchbäume Datenstruktur für dynamische Mengen

Mehr

Seminararbeit für das SE Reine Mathematik- Graphentheorie

Seminararbeit für das SE Reine Mathematik- Graphentheorie Seminararbeit für das SE Reine Mathematik- Graphentheorie Der binäre Rang, der symplektische Graph, die Spektralzerlegung und rationale Funktionen Vortrag am 24.01.2012 Heike Farkas 0410052 Inhaltsverzeichnis

Mehr

Bestimmung einer ersten

Bestimmung einer ersten Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,

Mehr

Mit Sicherheit mehr erreichen.

Mit Sicherheit mehr erreichen. Mit Sicherheit mehr erreichen. FSP Wer sind wir? Die FSP Fahrzeugsicherheitsprüfung ist seit mehr als 20 Jahren im Markt und ein bundesweit tätiges Unternehmen in den Bereichen: Services und Lösungen für

Mehr

Schranken für zulässige Lösungen

Schranken für zulässige Lösungen Schranken für zulässige Lösungen Satz 5.9 Gegeben seien primales und duales LP gemäß der asymmetrischen Form der Dualität. Wenn x eine zulässige Lösung des primalen Programms und u eine zulässige Lösung

Mehr

Computer Graphik II Tesselierung impliziter Kurven und Flächen

Computer Graphik II Tesselierung impliziter Kurven und Flächen Computer Graphik II impliziter Kurven und Flächen 1 impliziter Flächen Problem: Nullstellenmenge kann nicht explizit berechnet werden! Lösung: ApproximaCon der Fläche auf Zellen Beispiel 2D: f p ( )

Mehr

Gesetzliche Krankenversicherung

Gesetzliche Krankenversicherung Gesetzliche Krankenversicherung Nachfolgend erhalten Sie einen Überblick über die wesentlichsten gesetzlichen Krankenversicherungen mit Kontaktangabe. Krankenkasse Möglich in Kontakt actimonda krankenkasse

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

4. Woche Decodierung; Maximale, Perfekte und Optimale Codes. 4. Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140

4. Woche Decodierung; Maximale, Perfekte und Optimale Codes. 4. Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140 4 Woche Decodierung; Maximale, Perfekte und Optimale Codes 4 Woche: Decodierung; Maximale, Perfekte und Optimale Codes 69/ 140 Szenario für fehlerkorrigierende Codes Definition (n, M)-Code Sei C {0, 1}

Mehr

NP-Vollständigkeit. Krautgartner Martin (9920077) Markgraf Waldomir (9921041) Rattensberger Martin (9921846) Rieder Caroline (0020984)

NP-Vollständigkeit. Krautgartner Martin (9920077) Markgraf Waldomir (9921041) Rattensberger Martin (9921846) Rieder Caroline (0020984) NP-Vollständigkeit Krautgartner Martin (9920077) Markgraf Waldomir (9921041) Rattensberger Martin (9921846) Rieder Caroline (0020984) 0 Übersicht: Einleitung Einteilung in Klassen Die Klassen P und NP

Mehr

Die Verbindung von Linearer Programmierung und Graphentheorie

Die Verbindung von Linearer Programmierung und Graphentheorie Die Verbindung von Linearer Programmierung und Graphentheorie Definition 5.9. Ein kombinatorisches Optimierungsproblem entspricht einem LP, bei dem statt der Vorzeichenbedingungen x i 0 Bedingungen der

Mehr

Das Heilpraktikerwesen

Das Heilpraktikerwesen Das Heilpraktikerwesen Versuch einer Situationsdarstellung in den verschiedenen Bundesländern Stand: April 2015 Referentin: Gesundheitsamt im Landratsamt Heilbronn Email: gesundheitsamt@landratsamt-heilbronn.de

Mehr

Studie zu Chancen und Barrieren bei erdgekoppelten Wärmepumpen

Studie zu Chancen und Barrieren bei erdgekoppelten Wärmepumpen Studie zu Chancen und Barrieren bei erdgekoppelten Wärmepumpen Dr. Burkhard Sanner Dr. Erich Mands UBeG Dr. Mands & Sauer GbR Reinbergstr. 2, 3558 Wetzlar www.ubeg.de Chancen durch erdgekoppelte Wärmepumpen:

Mehr

Stand des Breitbandausbaus und Strategie der Bundesregierung zur Breitbandversorgung in Deutschland

Stand des Breitbandausbaus und Strategie der Bundesregierung zur Breitbandversorgung in Deutschland Deutscher Bundestag Drucksache 17/4348 17. Wahlperiode 29. 12. 2010 Antwort der Bundesregierung auf die Kleine Anfrage der Abgeordneten Tabea Rößner, Kerstin Andreae, Dr. Konstantin von Notz, weiterer

Mehr

Ingenieurberufe statistische Daten und Fakten

Ingenieurberufe statistische Daten und Fakten Jost Hähnel Annette Martin Bundesingenieurkammer Charlottenstr. 4 169 Berlin Tel. 030-2534 29 05 Fax 030 2534 29 04 info@bingk.de www.bingk.de Ingenieurberufe statistische Daten und Fakten Zusammenstellung

Mehr

Digitalisierungsbericht 2013

Digitalisierungsbericht 2013 September 2013 Digitalisierungsbericht 2013 Digitale Entwicklung in Berlin und Brandenburg Inhaltsverzeichnis Methodische Hinweise Stand der Digitalisierung in den TV-Haushalten Verteilung der Übertragungswege

Mehr