Algorithmen zur Visualisierung von Graphen

Größe: px
Ab Seite anzeigen:

Download "Algorithmen zur Visualisierung von Graphen"

Transkript

1 Algorithmen zur Visualisierung von Graphen Einführung 1. Vorlesung Sommersemester 2014 (basierend auf Folien von Martin Nöllenburg und Robert Görke, KIT)

2 Organisatorisches Dozent Philipp Kindermann Büro E12 (Mathebau) Übung Philipp Kindermann Marko Chlechowitz Termine Vorlesung: Do, 10:15 11:45 Uhr, SE III Übung: Mo, Uhr, SE III

3 Organisatorisches Vorlesungshomepage php?id=7190 aktuelle Informationen Übungsblätter Folien Zusatzmaterial Skript

4 Organisatorisches Spezialisierungen im Masterstudium Algorithmik & Theorie Internet-Technologie weitere Vorlesungen am Lehrstuhl Algorithmische Graphentheorie Vorlesung: Di, Uhr, HS 2 Exakte Algorithmen Vorlesung: Di, Uhr, SE III Alexander Wolff Joachim Spoerhase Algorithmen für geographische Informationssysteme Thomas v. Dijk Vorlesung: Mi, Uhr, SE I

5 Nützliche Vorkenntnisse Basiswissen Graphentheorie Graph, Knoten, Kanten Knotengrad, Nachbarschaft, adjazent, inzident Zusammenhang, Baum, Kreis, Pfad BFS & DFS Flüsse und Matchings Basiswissen Algorithmen und Datenstrukturen Laufzeit, O-Kalkül Komplexität, NP-schwer Lineare Programmierung Ansonsten: Nachfragen!

6 Prüfungsmodalitäten Erfolgreiche Teilnahme mindestens 50% der Punkte in den Übungen mündliche Prüfung in den Semesterferien (15 Minuten) Lernziele Überblick über das Thema der Graphvisualisierung (das sich sehr gut für Abschlussarbeiten eignet :-) Kenntnisse über das Modellieren und Lösen von Problemen mithilfe von Graph(algorithm)en vertiefen

7 Vorlesungsaufbau Medien Tafel & Folien Übungsblätter zur Vertiefung des Stoffs Inhalte Reduzierung der Visualisierung auf algorithmischen Kern Modellierung, Algorithmen, Beweise kräftebasierte Verfahren kombinatorische Optimierung (Flüsse, ILPs) Algorithmen für spezielle Graphen (z.b. Bäume)

8 Literatur

9 Einführung Graphenvisualisierung

10 Graphen und ihre Darstellung V = {v 1, v 2, v 3, v 4, v 5, v 6, v 7, v 8, v 9, v 10 } E = {{v 1, v 2 }, {v 1, v 8 }, {v 2, v 3 }, {v 3, v 5 }, {v 3, v 9 }, {v 3, v 10 }, {v 4, v 5 }, {v 4, v 6 }, {v 4, v 9 }, {v 5, v 8 }, {v 6, v 8 }, {v 6, v 9 }, {v 7, v 8 }, {v 7, v 9 }, {v 8, v 10 }, {v 9, v 10 }} v 1 : v 2, v 8 v 2 : v 1, v 3 v 3 : v 2, v 5, v 9, v 10 v 4 : v 5, v 6, v 9 v 5 : v 3, v 4, v 8 v 6 : v 4, v 8, v 9 v 7 : v 8, v 9 v 8 : v 1, v 5, v 6, v 7, v 9, v 10 v 9 : v 3, v 4, v 6, v 7, v 8, v 10 v 10 : v 3, v 8, v

11 Wozu Graphen zeichnen? Graphen sind mathematische Repräsentationen von Netzwerken Netzwerke tauchen in der Realität an den verschiedensten Stellen auf ohne geeignete Visualisierung können wir (als Menschen) Netzwerke kaum verstehen Visualisierungen sind nötig zur Kommunikation von bekannten und zur Exploration von unbekannten Netzen Es geht also darum Algorithmen zu entwerfen um Graphen automatisch zu zeichnen. Und zwar möglichst lesbar!

12 Beispiele eine kleine Diaschau

13 Verkehrsnetze Highways USA

14 Verkehrsnetze Flugverbindungen Continental

15 Verkehrsnetze U-Bahnen London

16 Soziale Netze Barrapunto

17 Soziale Netze Terrorzelle

18 Soziale Netze Firmenbeteiligungen

19 Soziale Netze Staatsfonds

20 Patente: Geldfluss vom Anmelder zum Erfinder

21 Soziale Netze Exxon Fördergelder

22 Soziale Netze Organigramm UBS

23 Biomedizin Diseasome

24 Biomedizin molekulare Stoffwechselnetze

25 Biomedizin Proteine

26 Biomedizin phylogenetische Bäume

27 Technische Netze Internet USA

28 Technische Netze Webtrends

29 Technische Netze Kabelpläne

30 Technische Netze Schaltpläne

31 Technische Netze UML Diagramme

32 Allgemeine Graphen Mikro-Makro Layout

33 Allgemeine Graphen große Graphen

34 Alternative Darstellungen Inklusionsdiagramm

35 Alternative Darstellungen Berührgraph

36 Grundlegende Definitionen

37 Visuelle Variablen nach Bertin (1967) Größe Form Helligkeit Position Layoutproblem Orientierung Farbe Textur

38 Definition Layoutproblem Beschränkung auf sog. Punkt-Linien-Diagramme (Standardrepräsentation) Problem: Graphlayout geg: ges: Graph G = (V, E) schöne Zeichnung Γ : V E P(R 2 ) Knoten v Punkt Γ (v) Kante uv einfache, offene Kurve Γ (uv) mit Endpunkten Γ (u) und Γ (v) Aber was ist eine schöne Zeichnung?

39 Anforderungen an ein Graphlayout 1) Zeichenkonventionen, erforderliche Eigenschaften, z.b.

40 Anforderungen an ein Graphlayout 1) Zeichenkonventionen, erforderliche Eigenschaften 2) Ästhetikkriterien (zu optimieren), z.b.

41 Anforderungen an ein Graphlayout 1) Zeichenkonventionen, erforderliche Eigenschaften 2) Ästhetikkriterien (zu optimieren) 3) Lokale Nebenbedingungen, z.b.

42 Layoutproblem zweiter Versuch Problem: Graphlayout geg: ges: Graph G = (V, E) Zeichnung Γ : V E P(R 2 ), die die Zeichenkonventionen erfüllt die Ästhetikkriterien optimiert ggf. weitere Nebenbedingungen erfüllt führt zu algorithmisch interessanten Fragestellungen nachgelagertes Renderingproblem bleibt außen vor

Algorithmen zur Visualisierung von Graphen Einführung

Algorithmen zur Visualisierung von Graphen Einführung Algorithmen zur Visualisierung von Graphen INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Tamara Mchedlidze Martin Nöllenburg 22.10.2013 1 Organisatorisches Dozenten Tamara Mchedlidze mched@iti.uka.de

Mehr

Operations Research I

Operations Research I Operations Research I Lineare Programmierung Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Sommersemester 2015 Peter Becker (H-BRS) Operations Research I Sommersemester 2015

Mehr

Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert und Dr. Thomas Stibor

Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert und Dr. Thomas Stibor Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert und Dr. Thomas Stibor Organisatorisches: Vorlesung 4 SWS, Zentralübung 2 SWS: 6 Credit Points Mi 9:45 11:15 Raum 1200 (Vorlesung) Do 8:00

Mehr

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung

Kapitel 7: Flüsse in Netzwerken und Anwendungen Gliederung der Vorlesung Gliederung der Vorlesung. Fallstudie Bipartite Graphen. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Pfade. Traveling Salesman Problem. Flüsse in Netzwerken

Mehr

Lernmodul 2 Graphen. Lernmodul 2: Geoobjekte und ihre Modellierung - Graphen

Lernmodul 2 Graphen. Lernmodul 2: Geoobjekte und ihre Modellierung - Graphen Folie 1 von 20 Lernmodul 2 Graphen Folie 2 von 20 Graphen Übersicht Motivation Ungerichteter Graph Gerichteter Graph Inzidenz, Adjazenz, Grad Pfad, Zyklus Zusammenhang, Trennende Kante, Trennender Knoten

Mehr

Optimierung I. Dr. Ulf Lorenz F2.413

Optimierung I. Dr. Ulf Lorenz F2.413 Optimierung I Dr. Ulf Lorenz F2.413 flulo@upb.de Organisation Dozent: Dr. Ulf Lorenz F2.413 Fürstenallee 11 email: flulo@upb.de WWW: http://www.upb.de/cs/flulo (hier auch aktuelle Infos + Ü-Zettel) Vorlesungen:

Mehr

Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert

Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert Algorithmen und Datenstrukturen (AuD) Prof. Dr. Claudia Eckert Organisatorisches: Vorlesung 4 SWS, Zentralübung 2 SWS: 6 Credit Points Mi 10:30-12:00 Raum 1200 (Vorlesung) Do 8:15-9:45 Raum 1200 (Vorlesung)

Mehr

Kombinatorische Optimierung Vorlesung für den Bereich Diplom/Master Informatik

Kombinatorische Optimierung Vorlesung für den Bereich Diplom/Master Informatik Kombinatorische Optimierung Vorlesung für den Bereich Diplom/Master Informatik Dozent: Juniorprof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR INFORMATIK

Mehr

Kapitel 5: Minimale spannende Bäume Gliederung der Vorlesung

Kapitel 5: Minimale spannende Bäume Gliederung der Vorlesung Gliederung der Vorlesung 1. Grundbegriffe 2. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege. Minimale spannende Bäume. Färbungen und Cliquen. Traveling Salesman Problem. Flüsse in Netzwerken

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Wintersemester 2012/13 22. Vorlesung Tiefensuche und Topologische Sortierung Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Vorlesungsumfrage Nutzen Sie die Vorlesungsbefragung

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Algorithmische Graphentheorie Sommersemester 204 4. Vorlesung Matchings / Paarungen Kombinatorische Anwendungen des Max-Flow-Min-Cut-Theorems Prof. Dr. Alexander Wolff 2 Paarungen (Matchings) Def. Sei

Mehr

Kapitel 4: Minimal spannende Bäume Gliederung der Vorlesung

Kapitel 4: Minimal spannende Bäume Gliederung der Vorlesung Kapitel : Minimal spannende Bäume Gliederung der Vorlesung. Fallstudie Bipartite Graphen 2. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Wege. Traveling

Mehr

Kapitel 4: Minimale spannende Bäume Gliederung der Vorlesung

Kapitel 4: Minimale spannende Bäume Gliederung der Vorlesung Kapitel : Minimale spannende Bäume Gliederung der Vorlesung. Grundbegriffe 2. Elementare Graphalgorithmen und Anwendungen. Kürzeste Wege. Minimale spannende Bäume. Färbungen und Cliquen. Traveling Salesman

Mehr

Algorithmische Graphentheorie

Algorithmische Graphentheorie Algorithmische Graphentheorie WS 2008/2009 Vorlesung: Dr. Felix Brandt, Dr. Jan Johannsen Übung: Markus Brill, Felix Fischer Institut für Informatik LMU München Organisatorisches Vorlesung Donnerstag,

Mehr

2. Repräsentationen von Graphen in Computern

2. Repräsentationen von Graphen in Computern 2. Repräsentationen von Graphen in Computern Kapitelinhalt 2. Repräsentationen von Graphen in Computern Matrizen- und Listendarstellung von Graphen Berechnung der Anzahl der verschiedenen Kantenzüge zwischen

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

Algorithmische Mathematik

Algorithmische Mathematik Algorithmische Mathematik Wintersemester 2013 Prof. Dr. Marc Alexander Schweitzer und Dr. Einar Smith Patrick Diehl und Daniel Wissel Übungsblatt 6. Abgabe am 02.12.2013. Aufgabe 1. (Netzwerke und Definitionen)

Mehr

Einführung in die Praktische Informatik WS 09/10

Einführung in die Praktische Informatik WS 09/10 Einführung in die Praktische Informatik WS 09/10 Prof. Dr. Christian Sengstock Institut für Informatik Neuenheimer Feld 348 69120 Heidelberg http://dbs.ifi.uni-heidelberg.de sengstock@informatik.uni-heidelberg.de

Mehr

Algorithmische Mathematik und Programmieren

Algorithmische Mathematik und Programmieren Algorithmische Mathematik und Programmieren Martin Lanser Universität zu Köln WS 2016/2017 Organisatorisches M. Lanser (UzK) Alg. Math. und Programmieren WS 2016/2017 1 Ablauf der Vorlesung und der Übungen

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Kapitel 15: Graphen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik

Mehr

Diskrete Strukturen Kapitel 1: Einleitung

Diskrete Strukturen Kapitel 1: Einleitung WS 2015/16 Diskrete Strukturen Kapitel 1: Einleitung Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_15

Mehr

INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS

INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS Julian Arz, Timo Bingmann, Sebastian Schlag INSTITUT FÜR THEORETISCHE INFORMATIK, PROF. SANDERS 1 KIT Julian Universität Arz, des Timo LandesBingmann, Baden-Württemberg Sebastian und Schlag nationales

Mehr

Datenstrukturen. Sommersemester Kapitel 1: Motivation / Grundlagen. Steffen Lange

Datenstrukturen. Sommersemester Kapitel 1: Motivation / Grundlagen. Steffen Lange Datenstrukturen Sommersemester 2010 Steffen Lange 1/1, Folie 1 2010 Prof. Steffen Lange - HDa/FbI - Datenstrukturen Organisatorisches Vorlesung wöchentlich; zwei Blöcke Folien im Netz (/* bitte zur Vorlesung

Mehr

Veranstaltung Pr.-Nr.: Modul Wirtschaftsinformatik für Wirtschaftswissenschaftler. Organisatorisches. Veronika Waue WS 2007/2008

Veranstaltung Pr.-Nr.: Modul Wirtschaftsinformatik für Wirtschaftswissenschaftler. Organisatorisches. Veronika Waue WS 2007/2008 Veranstaltung Pr.-Nr.: 101023 Modul Wirtschaftsinformatik für Wirtschaftswissenschaftler Organisatorisches Veronika Waue WS 2007/2008 Hallo Dr. Veronika Waue Zimmer: 214 E-mail: veronika@waue.net Sprechstunde:

Mehr

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX

Graphentheorie 1. Diskrete Strukturen. Sommersemester Uta Priss ZeLL, Ostfalia. Hausaufgaben Graph-Äquivalenz SetlX Graphentheorie 1 Diskrete Strukturen Uta Priss ZeLL, Ostfalia Sommersemester 2016 Diskrete Strukturen Graphentheorie 1 Slide 1/19 Agenda Hausaufgaben Graph-Äquivalenz SetlX Diskrete Strukturen Graphentheorie

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Lehrstuhl für Informatik I Algorithmen und Datenstrukturen Wintersemester 2013/14 Organisatorisches Vorlesung: Übungsbetreuung: Übungen: Programmiertutorium: Alexander Wolff (E29) Krzysztof Fleszar (E13)

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

Vorlesung 4 BETWEENNESS CENTRALITY

Vorlesung 4 BETWEENNESS CENTRALITY Vorlesung 4 BETWEENNESS CENTRALITY 101 Aufgabe! Szenario: Sie arbeiten bei einem sozialen Online-Netzwerk. Aus der Netzwerk-Struktur Ihrer Benutzer sollen Sie wichtige Eigenschaften extrahieren. [http://www.fahrschule-vatterodt.de/

Mehr

Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik

Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik Dozent: Juniorprof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR

Mehr

ADS. 1. Vorlesung. Techniken der Programmentwicklung Prof. Dr. Wolfgang Schramm

ADS. 1. Vorlesung. Techniken der Programmentwicklung Prof. Dr. Wolfgang Schramm ADS 1. Vorlesung Techniken der Programmentwicklung Prof. Dr. Wolfgang Schramm 6.10.2016 ORGANISATORISCHES Algorithmen & Datenstrukturen Prof. Dr. Wolfgang Schramm Der Dozent 2 Prof. Dr. Wolfgang Schramm

Mehr

Algorithmen II Vorlesung am

Algorithmen II Vorlesung am Algorithmen II Vorlesung am 0..0 Minimale Schnitte in Graphen INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und Algorithmen nationales Forschungszentrum

Mehr

Effiziente Algorithmen I

Effiziente Algorithmen I H 10. Präsenzaufgabenblatt, Wintersemester 2015/16 Übungstunde am 18.01.2015 Aufgabe Q Ein Reiseveranstalter besitzt ein Flugzeug, das maximal p Personen aufnehmen kann. Der Veranstalter bietet einen Flug

Mehr

Kapitel 1: Motivation / Grundlagen Gliederung

Kapitel 1: Motivation / Grundlagen Gliederung Gliederung 1. Motivation / Grundlagen 2. Sortier- und Selektionsverfahren 3. Paradigmen des Algorithmenentwurfs 4. Ausgewählte Datenstrukturen 5. Algorithmische Geometrie 6. Umgang mit algorithmisch schwierigen

Mehr

Freie Universität Berlin. Diskrete Mathematik. Ralf Borndörfer, Stephan Schwartz. Freie Universität. 08. April 2013

Freie Universität Berlin. Diskrete Mathematik. Ralf Borndörfer, Stephan Schwartz. Freie Universität. 08. April 2013 Diskrete Mathematik Ralf Borndörfer, Stephan Schwartz 08. April 2013 FUB VL Diskrete Mathematik SS 2013 1 Leonhard Euler (1707-1783) e i sin cos f(x) FUB VL Diskrete Mathematik SS 2013 2 Das Königsberger

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

Algorithmische Geometrie 1. Einführung

Algorithmische Geometrie 1. Einführung Algorithmische Geometrie 1. Einführung JProf. Dr. Heike Leitte Computergraphik und Visualisierung Algorithmische Geometrie Veranstaltung: 2 SWS Vorlesung: Mi, 9:15 10:45 1 SWS Übung: Do 14:00 16:00 Übungen:

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

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 11: Graphen Thomas Worsch Karlsruher Institut für Technologie, Fakultät für Informatik Wintersemester 2010/2011 1/59 Graphische Darstellung von Zusammenhängen schon

Mehr

Algorithmen & Datenstrukturen

Algorithmen & Datenstrukturen Algorithmen & Datenstrukturen Prof. Dr. Gerd Stumme Universität Kassel FB Elektrotechnik/Informatik FG Wissensverarbeitung Sommersemester 2009 Ziele der Veranstaltung 1 Kennenlernen grundlegender Algorithmen

Mehr

Algorithmen und Datenstrukturen Kapitel 10

Algorithmen und Datenstrukturen Kapitel 10 Algorithmen und Datenstrukturen Kapitel 10 Flüsse Frank Heitmann heitmann@informatik.uni-hamburg.de 6. Januar 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/8 Flüsse Graphen Grundlagen Definition

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

Dynamische Optimierung im Dienstleistungsbereich

Dynamische Optimierung im Dienstleistungsbereich Dynamische Optimierung im Dienstleistungsbereich Univ.-Prof. Dr. Jochen Gönsch Universität Duisburg-Essen Mercator School of Management Lehrstuhl für Betriebswirtschaftslehre, insb. Service Operations

Mehr

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? 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

Mehr

Statistik und Graphentheorie

Statistik und Graphentheorie Statistik und Graphentheorie Sommersemester 2012 3. Juli 2012 Teil Graphentheorie Name: Matrikelnummer: 1 (12) 2 (12) 3 (12) 4 (12) 5 (12) (60) Aufgabe 1 (12 Punkte) Gegeben sei das folgende Netzwerk:

Mehr

Vorlesung Berechenbarkeit und Komplexität. Motivation, Übersicht und Organisatorisches

Vorlesung Berechenbarkeit und Komplexität. Motivation, Übersicht und Organisatorisches Berechenbarkeit und Komplexität: Motivation, Übersicht und Organisatorisches Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Berechenbarkeit die absoluten Grenzen

Mehr

1. Einleitung wichtige Begriffe

1. Einleitung wichtige Begriffe 1. Einleitung wichtige Begriffe Da sich meine besondere Lernleistung mit dem graziösen Färben (bzw. Nummerieren) von Graphen (speziell von Bäumen), einem Teilgebiet der Graphentheorie, beschäftigt, und

Mehr

Inhaltsverzeichnis. Grundlagen

Inhaltsverzeichnis. Grundlagen Grundlagen 1 Logik und Mengen... 1 1.1 Elementare Logik... 1 1.2 Elementare Mengenlehre... 10 1.3 Schaltalgebra... 15 1.3.1 Anwendung: Entwurf von Schaltkreisen... 21 1.4 Mit dem digitalen Rechenmeister...

Mehr

4. Kreis- und Wegeprobleme Abstände in Graphen

4. Kreis- und Wegeprobleme Abstände in Graphen 4. Kreis- und Wegeprobleme Abstände in Graphen Abstände in Graphen Definition 4.4. Es sei G = (V,E) ein Graph. Der Abstand d(v,w) zweier Knoten v,w V ist die minimale Länge eines Weges von v nach w. Falls

Mehr

Modulnummer Modulname Verantwortlicher Dozent. Lineare Algebra und Analytische Geometrie

Modulnummer Modulname Verantwortlicher Dozent. Lineare Algebra und Analytische Geometrie MN-SEBS-MAT-LAAG (MN-SEGY-MAT-LAAG) (MN-BAWP-MAT-LAAG) Lineare Algebra und Analytische Geometrie Direktor des Instituts für Algebra n Die Studierenden besitzen sichere Kenntnisse und Fähigkeiten insbesondere

Mehr

Kombinatorische Optimierung

Kombinatorische Optimierung Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesung 4 Programm des

Mehr

Kombinatorische Optimierung

Kombinatorische Optimierung Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesung 1 Programm des

Mehr

Kapitel 3: Untere Schranken für algorithmische Probleme Gliederung

Kapitel 3: Untere Schranken für algorithmische Probleme Gliederung Gliederung 1. Grundlagen 2. Analyse der Laufzeit von Algorithmen 3. Untere Schranken für algorithmische Probleme 4. Sortier- und Selektionsverfahren 5. Paradigmen des Algorithmenentwurfs 6. Ausgewählte

Mehr

Vorlage zur Dokumentation der täglichen Arbeitszeit

Vorlage zur Dokumentation der täglichen Arbeitszeit Monat/Jahr: Januar 2016 Fr, 01 0:00 Sa, 02 0:00 So, 03 0:00 Mo, 04 0:00 Di, 05 0:00 Mi, 06 0:00 Do, 07 0:00 Fr, 08 0:00 Sa, 09 0:00 So, 10 0:00 Mo, 11 0:00 Di, 12 0:00 Mi, 13 0:00 Do, 14 0:00 Fr, 15 0:00

Mehr

Erstsemesterinfos für Wirtschaftsmathematik

Erstsemesterinfos für Wirtschaftsmathematik Erstsemesterinfos für Wirtschaftsmathematik Martin Hofmann Universität Würzburg 16.10.2009 1 Einteilung des Studiums 2 Veranstaltungen im 1.Semester 3 Exemplarischer Studienplan 4 Wahlpflichtfächer 5 Allgemeine

Mehr

Vorlage zur Dokumentation der täglichen Arbeitszeit

Vorlage zur Dokumentation der täglichen Arbeitszeit Monat/Jahr: Januar 2015 Do, 01 Fr, 02 Sa, 03 So, 04 Mo, 05 Di, 06 Mi, 07 Do, 08 Fr, 09 Sa, 10 So, 11 Mo, 12 Di, 13 Mi, 14 Do, 15 Fr, 16 Sa, 17 So, 18 Mo, 19 Di, 20 Mi, 21 Do, 22 Fr, 23 Sa, 24 So, 25 Mo,

Mehr

Einführung in die Informatik

Einführung in die Informatik Einführung in die Informatik Einleitung Organisatorisches, Motivation, Herangehensweise Wolfram Burgard 1.1 Vorlesung Zeit und Ort: Mittwochs 16.00 18.00 Uhr Gebäude 101 HS 00-036 Informationen zur Vorlesung,

Mehr

Datenstrukturen, Algorithmen und Programmierung 2

Datenstrukturen, Algorithmen und Programmierung 2 Datenstrukturen, Algorithmen und Programmierung 2 Professor Dr. Petra Mutzel Lehrstuhl für Algorithm Engineering, LS11 Fakultät für Informatik, TU Dortmund 1. VO SS 2009 14. April 2009 Petra Mutzel Kurzvorstellung

Mehr

Vier-Farben-Vermutung (1)

Vier-Farben-Vermutung (1) Vier-Farben-Vermutung (1) Landkarten möchte man so färben, dass keine benachbarten Länder die gleiche Farbe erhalten. Wie viele Farben braucht man zur Färbung einer Landkarte? Vier-Farben-Vermutung: Jede

Mehr

Overview. Testen von Planarität. Planare Graphen. Beliebige Knotenpositionen. Gerade Linien. Faces

Overview. Testen von Planarität. Planare Graphen. Beliebige Knotenpositionen. Gerade Linien. Faces Overview Testen von Planarität Markus Chimani LS XI Algorithm Engineering, TU Dortmund VO Automatisches Zeichnen von Graphen 15 Planarität Grundbegriffe Wie erkennt man Planarität Boyer-Myrvold Überblick

Mehr

6. Übung zur Linearen Optimierung SS08

6. Übung zur Linearen Optimierung SS08 6 Übung zur Linearen Optimierung SS08 1 Sei G = (V, E) ein schlichter ungerichteter Graph mit n Ecken und m Kanten Für eine Ecke v V heißt die Zahl der Kanten (u, v) E Grad der Ecke (a) Ist die Anzahl

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

Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik

Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik Algorithmische Methoden zur Netzwerkanalyse Vorlesung für den Bereich Master Informatik Dozent: Prof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR INFORMATIK

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Prof. Dr. Ralf Möller Universität zu Lübeck Institut für Informationssysteme Stefan Werner (Übungen) sowie viele Tutoren Teilnehmerkreis und Voraussetzungen Studiengänge

Mehr

Routing Algorithmen. Begriffe, Definitionen

Routing Algorithmen. Begriffe, Definitionen Begriffe, Definitionen Routing (aus der Informatik) Wegewahl oder Verkehrslenkung bezeichnet in der Telekommunikation das Festlegen von Wegen für Nachrichtenströme bei der Nachrichtenübermittlung über

Mehr

Informatik II Datenstrukturen und Algorithmen

Informatik II Datenstrukturen und Algorithmen Informatik II Datenstrukturen und Algorithmen Prof. Dr. Xiaoyi Jiang Institut für Informatik Universität Münster SS 2009 1 Organisation Organisation ist ein Mittel, die Kräfte des einzelnen zu vervielfältigen.

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

Programmieren I. Administratives / Java Installation. Thomas Vetter, Brian Amberg, Andreas Forster. 21. September 2010 UNIVERSITÄT BASEL

Programmieren I. Administratives / Java Installation. Thomas Vetter, Brian Amberg, Andreas Forster. 21. September 2010 UNIVERSITÄT BASEL Programmieren Administratives / Java nstallation Thomas Vetter, Brian Amberg, Andreas Forster UNVERSTÄT BASEL 21. September 2010 Teil Administratives Allgemein Personen Dozent: Prof. Thomas Vetter Assistenten:

Mehr

Einführung in Approximative Algorithmen und Parametrisierte Komplexität

Einführung in Approximative Algorithmen und Parametrisierte Komplexität Einführung in Approximative Algorithmen und Parametrisierte Komplexität Tobias Lieber 10. Dezember 2010 1 / 16 Grundlegendes Approximationsalgorithmen Parametrisierte Komplexität 2 / 16 Grundlegendes Definition

Mehr

Logik. Vorlesung im Wintersemester 2010

Logik. Vorlesung im Wintersemester 2010 Logik Vorlesung im Wintersemester 2010 Organisatorisches Zeit und Ort: Di 14-16 MZH 5210 Do 16-18 MZH 5210 Prof. Carsten Lutz Raum MZH 3090 Tel. (218)-64431 clu@uni-bremen.de Position im Curriculum: Modulbereich

Mehr

Anwendungen von Netzwerkfluss. Wojciech Polcwiartek Institut für Informatik FU Berlin

Anwendungen von Netzwerkfluss. Wojciech Polcwiartek Institut für Informatik FU Berlin Anwendungen von Netzwerkfluss Wojciech Polcwiartek Institut für Informatik FU Berlin 13. 01. 2009 Gliederung Einführung Netzwerk, Fluss und Schnitt Max-Flow-Min-Cut Theorem Algorithmen zum Bestimmen vom

Mehr

Haushaltsbuch Jänner 2013

Haushaltsbuch Jänner 2013 Haushaltsbuch Jänner 2013 Di 1 Mi 2 Do 3 Fr 4 Sa 5 So 6 Mo 7 Di 8 Mi 9 Do 02 Fr 11 Sa 12 So 13 Mo 14 Di 15 Mi 16 Do 17 Fr 28 Sa 19 So 20 Mo 21 Di 22 Mi 23 Do 24 Fr 25 Sa 26 So 27 Mo28 Di 29 Mi 30 Do 31

Mehr

Landgerichtsbezirk Wiesbaden Datum Thema Dozent U-Std. Zeit

Landgerichtsbezirk Wiesbaden Datum Thema Dozent U-Std. Zeit Koordinatorin: Mo. 11.01.16 6 Di. 1.01.16 6 Mi. 13.01.16 6 Do. 1.01.16 Der Anwalt im Zivilprozeß RAuN Alexander Hüttenrauch 6 Fr. 15.01.16 Der Anwalt im Zivilprozeß RAuN Alexander Hüttenrauch 6 Mo. 18.01.16

Mehr

Polygontriangulierung

Polygontriangulierung Vorlesung Algorithmische Geometrie Polygone triangulieren INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.05.2012 Das Kunstgalerie-Problem Aufgabe: Installiere ein Kamerasystem

Mehr

Kombinatorische Optimierung

Kombinatorische Optimierung Juniorprof. Dr. Henning Meyerhenke 1 Henning Meyerhenke: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Vorlesungen 5 und 6 Programm

Mehr

Informatik-Studiengänge an der Universität zu Lübeck

Informatik-Studiengänge an der Universität zu Lübeck Informatik-Studiengänge an der Universität zu Lübeck Wissenswertes für Erstsemestler Prof. Dr. Till Tantau Studiendekan Technisch-Naturwissenschaftliche Fakultät Universität zu Lübeck Gliederung Wie sollten

Mehr

Lernmodul 2 Geometr.-topol. Datenstrukturen. Lernmodul 2: Geoobjekte und ihre Modellierung - Geometr.-topol. Datenstrukturen

Lernmodul 2 Geometr.-topol. Datenstrukturen. Lernmodul 2: Geoobjekte und ihre Modellierung - Geometr.-topol. Datenstrukturen Folie 1 von 27 Lernmodul 2 Geometr.-topol. Datenstrukturen Folie 2 von 27 Geometr.-topol. Datenstrukturen Übersicht Überblick/Motivation Fokus Geometrisch-topologische Datenstrukturen Spaghetti Spaghetti

Mehr

Gemischt-ganzzahlige und Kombinatorische Optimierung

Gemischt-ganzzahlige und Kombinatorische Optimierung 5. Präsenzaufgabenblatt, Sommersemester 2015 Übungstunde am 15.06.2015 Aufgabe J Betrachten Sie die LP-Relaxierung max c T x a T x b 0 x i 1 des 0/1-Knapsack-Problems mit n Gegenständen, c 0 und a > 0.

Mehr

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen 2 Sommersemester 2006 5. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Wdhlg.: Dijkstra-Algorithmus I Bestimmung der

Mehr

Kombinatorische Optimierung

Kombinatorische Optimierung Kombinatorische Optimierung Zuweisungsprobleme 2 1 3 5 4 Kombinatorische Optimierung Rucksackpackproblem 1 10 2 4 6 3 5 8 6 Aufspannende Bäume Travelling Salesman VLSI Design C. Kanzow, M. Gerdts Kombinatorische

Mehr

Systemtheorie 1. Einführung Systemtheorie 1 Formale Systeme 1 # WS 2006/2007 Armin Biere JKU Linz Revision: 1.4

Systemtheorie 1. Einführung Systemtheorie 1 Formale Systeme 1 # WS 2006/2007 Armin Biere JKU Linz Revision: 1.4 Einführung intro 1 Grobklassifizierung r Methoden in der Informatik intro 2 Systemtheorie 1 Systeme 1 #342234 http://fmv.jku.at/fs1 WS 2006/2007 Johannes Kepler Universität Linz, Österreich Univ. Prof.

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Fortgeschrittene Netzwerk- und Graph-Algorithmen Fortgeschrittene Netzwerk- und Graph-Algorithmen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester

Mehr

Netzwerk-Simplex. MinCostFlow als Lineares Programm. 1 of 12 Netzwerksimplex

Netzwerk-Simplex. MinCostFlow als Lineares Programm. 1 of 12 Netzwerksimplex Netzwerk-Simplex MinCostFlow als Lineares Programm of 2 Netzwerksimplex MinCostFlow geg: gerichteter Graph G, Kapazitäten u R R 0 { }, Bedarfe b V R, Pfeilkosten c R R ges: zulässiger b-fluss f mit minimalen

Mehr

Grundlagen der Informatik

Grundlagen der Informatik 1 Vorlesung Grundlagen der Informatik Dr. Frank Sausen Skript und Folien: Prof. Dr. Wolfgang Ertel 6. Oktober 2008 Hochschule Ravensburg Weingarten Technik Wirtschaft Sozialwesen c W. Ertel 2 Inhaltsverzeichnis

Mehr

Bemerkung: Termine und Orte für die einzelnen Lehrveranstaltungen sind dem Stundenplan zu entnehmen.

Bemerkung: Termine und Orte für die einzelnen Lehrveranstaltungen sind dem Stundenplan zu entnehmen. Allgemeine Modulbeschreibungen für das erste Semester Bachelor Informatik 1. Objektorientierte Programmierung Bestehend aus - Vorlesung Objektorientierte Programmierung (Prof. Zimmermann) - Übung zu obiger

Mehr

Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen

Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 Übungsblatt 4 für die Übung

Mehr

Praktikum Rechnerintegrierte Produktentwicklung - CAD und Praktikum CAD/CAM im SS 15

Praktikum Rechnerintegrierte Produktentwicklung - CAD und Praktikum CAD/CAM im SS 15 Praktikum Rechnerintegrierte - CAD und Praktikum CAD/CAM im SS 15 Anmeldung über TUMonline CAD: https://campus.tum.de/tumonline/wblv.wbshowlvdetail?pstpspnr=950179944 CAD/CAM: https://campus.tum.de/tumonline/wblv.wbshowlvdetail?pstpspnr=950180781

Mehr

der Programmierung (2 V + 3 Ü) WS 2014 / 2015 EDV, WS 2014/2015, Prof. Dr.-Ing. Sigrid Wenzel Seite 1

der Programmierung (2 V + 3 Ü) WS 2014 / 2015 EDV, WS 2014/2015, Prof. Dr.-Ing. Sigrid Wenzel Seite 1 EDV: Informationstechnik: t ik Grundlagen der Programmierung (2 V + 3 Ü) WS 2014 / 2015 EDV, WS 2014/2015, Prof. Dr.-Ing. Sigrid Wenzel Seite 1 Maschinenbau Programmierkenntnisse Mechanik Arbeitswissenschaft

Mehr

Mathematik für Wirtschaftswissenschaftler

Mathematik für Wirtschaftswissenschaftler Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,

Mehr

Wangerooge Fahrplan 2016

Wangerooge Fahrplan 2016 Fahrplan Dezember 2015 Januar Januar Januar Februar Februar März So, 13.12. 10.15 11.00 12.45 12.30 13.45 14.20 Mo, 14.12. 11.30 13.00 15.30 Di, 15.12. 12.30 13.05 14.45 13.30 15.00 Mi, 16.12. 14.45 16.00

Mehr

Felix Brandt, Jan Johannsen. Vorlesung im Wintersemester 2008/09

Felix Brandt, Jan Johannsen. Vorlesung im Wintersemester 2008/09 Felix Brandt, Jan Johannsen Vorlesung im Wintersemester 2008/09 Übersicht Übersicht Definition Ein Matching in G = (V, E) ist eine Menge M E mit e 1 e 2 = für e 1, e 2 M, e 1 e 2 Ein Matching M ist perfekt,

Mehr

Einführung in die Programmierung

Einführung in die Programmierung Einführung in die Programmierung Prof. Dr. Peer Kröger, Janina Bleicher, Florian Richter Ludwig-Maximilians-Universität München, Institut für Informatik, LFE Datenbanksysteme Wintersemester 2016/2017 Peer

Mehr

23. November Betweenness Centrality Closeness Centrality. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 108

23. November Betweenness Centrality Closeness Centrality. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 108 23. November 2011 Betweenness Centrality Closeness Centrality H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 108 Betweenness Centrality Grundlegende Idee: Ein Knoten ist wichtig, wenn er auf

Mehr

Algorithmen und Datenstrukturen CS1017

Algorithmen und Datenstrukturen CS1017 Algorithmen und Datenstrukturen CS1017 Th. Letschert TH Mittelhessen Gießen University of Applied Sciences Organisatorisches und Einführung Lehrpersonal Dozent Dr. Letschert Tutoren Alissia Sauer Jonas

Mehr

Wangerooge Fahrplan 2015 Fahrzeit Tidebus 50 Minuten, Schiff und Inselbahn ca. 90 Minuten.

Wangerooge Fahrplan 2015 Fahrzeit Tidebus 50 Minuten, Schiff und Inselbahn ca. 90 Minuten. Fahrplan Dezember 2014 Januar Januar Februar Februar März März Sa, 27.12. 12.30 13.30 11.30 13.30 16.00 14.00 15.45 15.30 16.30 16.50 So, 28.12. 12.30 14.15 12.15 14.30 15.30 16.45 14.45 16.30 17.15 17.35

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

Euklidische Distanzmatrizen. Andrei Grecu

Euklidische Distanzmatrizen. Andrei Grecu Euklidische Distanzmatrizen Andrei Grecu Übersicht Motivation Definition und Problemstellung Algo 1: Semidefinite Programmierung Algo 2: Multidimensional Scaling Algo 3: Spring Embedder Algo 4: Genetischer

Mehr

Anlage SFB. Informatik als 1-Fach-Master. Studienfachbeschreibung für das Studienfach

Anlage SFB. Informatik als 1-Fach-Master. Studienfachbeschreibung für das Studienfach Anlage SFB Studienfachbeschreibung für das Studienfach Informatik als 1-Fach-Master mit dem Abschluss "Master of Science" (Erwerb von 120 ECTS-Punkten) verantwortlich: Fakultät für Mathematik und Informatik

Mehr

Algorithmen zur Visualisierung von Graphen

Algorithmen zur Visualisierung von Graphen Algorithmen zur Visualisierung von Graphen Teile & Herrsche-Algorithmen: Bäume und serienparallele Graphen Vorlesung im Wintersemester 200/20 Robert Görke.0.20 Robert Görke Algorithmen zur Visualisierung

Mehr

Wiederholung zu Flüssen

Wiederholung zu Flüssen Universität Konstanz Methoden der Netzwerkanalyse Fachbereich Informatik & Informationswissenschaft SS 2008 Prof. Dr. Ulrik Brandes / Melanie Badent Wiederholung zu Flüssen Wir untersuchen Flüsse in Netzwerken:

Mehr

14. Rot-Schwarz-Bäume

14. Rot-Schwarz-Bäume Bislang: Wörterbuchoperationen bei binären Suchbäume effizient durchführbar, falls Höhe des Baums klein. Rot-Schwarz-Bäume spezielle Suchbäume. Rot-Schwarz-Baum mit n Knoten hat Höhe höchstens 2 log(n+1).

Mehr