Algorithmen zur Visualisierung von Graphen
|
|
- Edwina Fuchs
- vor 5 Jahren
- Abrufe
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 Was ist ein Graph?
11 Graphen und ihre Darstellung Was ist ein Graph? Tupel G = (V, E) Knotenmenge V = {v 1,..., v n } Kantenmenge E = {e 1,..., e m }
12 Graphen und ihre Darstellung Was ist ein Graph? Tupel G = (V, E) Knotenmenge V = {v 1,..., v n } Kantenmenge E = {e 1,..., e m } Darstellungsformen?
13 Graphen und ihre Darstellung Was ist ein Graph? Tupel G = (V, E) Knotenmenge V = {v 1,..., v n } Kantenmenge E = {e 1,..., e m } Darstellungsformen? Mengenschreibweise 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 }}
14 Graphen und ihre Darstellung Was ist ein Graph? Tupel G = (V, E) Knotenmenge V = {v 1,..., v n } Kantenmenge E = {e 1,..., e m } Darstellungsformen? Mengenschreibweise Adjazenzliste 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 9
15 Graphen und ihre Darstellung Was ist ein Graph? Tupel G = (V, E) Knotenmenge V = {v 1,..., v n } Kantenmenge E = {e 1,..., e m } Darstellungsformen? Mengenschreibweise Adjazenzliste Adjazenzmatrix
16 Graphen und ihre Darstellung Was ist ein Graph? Tupel G = (V, E) Knotenmenge V = {v 1,..., v n } Kantenmenge E = {e 1,..., e m } Darstellungsformen? Mengenschreibweise Adjazenzliste Adjazenzmatrix Zeichnung
17 Graphen und ihre Darstellung Was ist ein Graph? Tupel G = (V, E) Knotenmenge V = {v 1,..., v n } Kantenmenge E = {e 1,..., e m } Darstellungsformen? Mengenschreibweise Adjazenzliste Adjazenzmatrix Zeichnung
18 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
19 Wozu Graphen zeichnen? Graphen sind mathematische Repräsentationen von Netzwerken
20 Wozu Graphen zeichnen? Graphen sind mathematische Repräsentationen von Netzwerken Netzwerke tauchen in der Realität an den verschiedensten Stellen auf
21 Wozu Graphen zeichnen? Graphen sind mathematische Repräsentationen von Netzwerken Netzwerke tauchen in der Realität an den verschiedensten Stellen auf abstrakte Netzwerke soziale Netze Kommunikationsnetze phylogenetische Netze Stoffwechselnetze Klassenbeziehungen (UML)...
22 Wozu Graphen zeichnen? Graphen sind mathematische Repräsentationen von Netzwerken Netzwerke tauchen in der Realität an den verschiedensten Stellen auf abstrakte Netzwerke soziale Netze Kommunikationsnetze phylogenetische Netze Stoffwechselnetze Klassenbeziehungen (UML)... physische Netzwerke Verkehrsnetze Straßennetze Versorgungsnetze Rechnernetze integrierte Schaltkreise...
23 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
24 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
25 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!
26 Beispiele eine kleine Diaschau
27 Verkehrsnetze Highways USA
28 Verkehrsnetze Flugverbindungen Continental
29 Verkehrsnetze U-Bahnen London
30 Verkehrsnetze U-Bahnen London
31 Verkehrsnetze U-Bahnen London
32 Soziale Netze Barrapunto
33 Soziale Netze Terrorzelle
34 Soziale Netze Firmenbeteiligungen
35 Soziale Netze Staatsfonds
36 Patente: Geldfluss vom Anmelder zum Erfinder
37 Soziale Netze Exxon Fördergelder
38 Soziale Netze Organigramm UBS
39 Biomedizin Diseasome
40 Biomedizin molekulare Stoffwechselnetze
41 Biomedizin Proteine
42 Biomedizin phylogenetische Bäume
43 Technische Netze Internet USA
44 Technische Netze Webtrends
45 Technische Netze Kabelpläne
46 Technische Netze Schaltpläne
47 Technische Netze UML Diagramme
48 Allgemeine Graphen Mikro-Makro Layout
49 Allgemeine Graphen große Graphen
50 Alternative Darstellungen Inklusionsdiagramm
51 Alternative Darstellungen Berührgraph
52 Alternative Darstellungen Berührgraph
53 Grundlegende Definitionen
54 Visuelle Variablen nach Bertin (1967) Jacques Bertin (Maisons-Laffitte Paris)
55 Visuelle Variablen nach Bertin (1967) Größe Form Helligkeit Position Orientierung Farbe Textur
56 Visuelle Variablen nach Bertin (1967) Größe Form Helligkeit Position Layoutproblem Orientierung Farbe Textur
57 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)
58 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?
59 Anforderungen an ein Graphlayout 1) Zeichenkonventionen, erforderliche Eigenschaften, z.b.
60 Anforderungen an ein Graphlayout 1) Zeichenkonventionen, erforderliche Eigenschaften, z.b. geradlinige Kanten mit Γ (uv) = Γ (u)γ (v) orthogonale Kanten (i.a. mit Knicken) Gitterzeichnungen kreuzungsfrei
61 Anforderungen an ein Graphlayout 1) Zeichenkonventionen, erforderliche Eigenschaften 2) Ästhetikkriterien (zu optimieren), z.b.
62 Anforderungen an ein Graphlayout 1) Zeichenkonventionen, erforderliche Eigenschaften 2) Ästhetikkriterien (zu optimieren), z.b. Kreuzungsminimierung Knickminimierung gleichmäßige Kantenlängen minimale Gesamtlänge/Fläche Winkelauflösung
63 Anforderungen an ein Graphlayout 1) Zeichenkonventionen, erforderliche Eigenschaften 2) Ästhetikkriterien (zu optimieren), z.b. Kreuzungsminimierung Knickminimierung gleichmäßige Kantenlängen minimale Gesamtlänge/Fläche Winkelauflösung führen häufig zu NP-schweren Optimierungsproblemen! oft mehrere konkurrierende Kriterien
64 Anforderungen an ein Graphlayout 1) Zeichenkonventionen, erforderliche Eigenschaften 2) Ästhetikkriterien (zu optimieren) 3) Lokale Nebenbedingungen, z.b.
65 Anforderungen an ein Graphlayout 1) Zeichenkonventionen, erforderliche Eigenschaften 2) Ästhetikkriterien (zu optimieren) 3) Lokale Nebenbedingungen, z.b. Positionseinschränkungen für Nachbarknoten Einschränkungen für Gruppen von Knoten/Kanten
66 Layoutproblem zweiter Versuch Problem: Graphlayout
67 Layoutproblem zweiter Versuch Problem: Graphlayout geg: Graph G = (V, E)
68 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
69 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
70 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
Algorithmen zur Visualisierung von Graphen Einführung 1. Vorlesung Sommersemester 2014 (basierend auf Folien von Martin Nöllenburg und Robert Görke, KIT) Organisatorisches Dozent Philipp Kindermann Büro
MehrAlgorithmen zur Visualisierung von Graphen
Algorithmen zur Visualisierung von Graphen Einführung 1. Vorlesung Sommersemester 2013 (basierend auf Folien von Martin Nöllenburg und Robert Görke, KIT) Organisatorisches Dozent Martin Fink Büro E14 (Mathebau)
MehrLagenlayouts. 13. November 2014 INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Algorithmen zur Visualisierung von Graphen Lagenlayouts INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Ignaz Rutter 13. November 2014 1 Graphenvisualisierung 2 Graphen und ihre Darstellung
MehrAlgorithmen 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
MehrAlgorithmen zur Visualisierung von Graphen Einführung
Algorithmen zur Visualisierung von Graphen INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Tamara Mchedlidze Martin Nöllenburg 22.10.2014 1 Organisatorisches Dozenten Tamara Mchedlidze mched@iti.uka.de
MehrSchematisierung von Karten
Vorlesung Algorithmische Kartografie Schematisierung von (Straßen-)Karten LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 30.04.2013 Schematische
MehrWinkelschematisierung im Graphenzeichnen
Winkelschematisierung im Graphenzeichnen Angular Schematization in Graph Drawing Philipp Kindermann Lehrstuhl für Informatik I Universität Würzburg Größtenteils finanziert durch das ERC/DFG-Projekt Graph
MehrAlgorithmen zur Visualisierung von Graphen Lagenlayouts Teil 2
Algorithmen zur Visualisierung von Graphen Teil 2 INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Tamara Mchedlidze Martin Nöllenburg Ignaz Rutter 18.12.2012 Geg.: gerichteter Graph D = (V,
MehrAlgorithmen zur Visualisierung von Graphen
Algorithmen zur Visualisierung von Graphen Flussmethoden Knickminimierung in orthogonalen Layouts Vorlesung im Sommersemester 2009 Martin Nöllenburg.05.2009 Lehrstuhl für Algorithmik nstitut für Theoretische
MehrKonzentrische U-Bahn-Linienpläne
Bachelor-Kolloquium Konzentrische U-Bahn-Linienpläne Magnus Lechner 19.03.2014 Betreuer: Prof. Dr. Alexander Wolff Dipl.-Inf. Martin Fink Motivation Warum sind U-Bahn-Linienpläne von Interesse? Motivation
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Prof. Martin Lercher Institut für Informatik Heinrich-Heine-Universität Düsseldorf Teil 9 Graphen Version vom 13. Dezember 2016 1 / 1 Vorlesung Fortsetzung 13. Dezember
MehrKapitel 8: Bipartite Graphen Gliederung der Vorlesung
Gliederung der Vorlesung 1. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege 4. Minimale spannende Bäume 5. Färbungen und Cliquen 6. Traveling Salesman Problem 7. Flüsse in Netzwerken
MehrSichtbarkeitsgraph. Andreas Gemsa Übung Algorithmische Geometrie
Übung Algorithmische Geometrie Sichtbarkeitsgraph LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 19.07.2012 Ablauf Nachtrag Sichtbarkeitsgraph WSPD
MehrFlächenaggregation LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Kartografie Flächenaggregation LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 09.07.2013 1 Flächenaggregation Flächennutzung
MehrAlgorithmische Graphentheorie
Algorithmische Graphentheorie Sommersemester 2016 2. Vorlesung Rundreiseprobleme Teil II Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Übersicht I) Eulerkreise III) Handlungsreisende II) Hamiltonkreise
MehrKapitel 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
MehrVorlesung 1: Graphentheorie. Markus Püschel David Steurer. Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich
Vorlesung 1: Graphentheorie Markus Püschel David Steurer Algorithmen und Datenstrukturen, Herbstsemester 2018, ETH Zürich Plan für die ersten Vorlesungen Vorlesungen 1,2: wichtige mathematische Grundlagen;
MehrLernmodul 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
MehrAlgorithmische Graphentheorie
Dr. Joachim Spoerhase und Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Algorithmische Graphentheorie Sommersemester 2014 10. Vorlesung Planaritätstest Planaritätstest Satz. [Hopcroft & Tarjan,
MehrKapitel 9: Lineare Programmierung Gliederung
Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen
MehrAlgorithmen und Datenstrukturen 2-1. Seminar -
Algorithmen und Datenstrukturen 2-1. Seminar - Dominic Rose Bioinformatics Group, University of Leipzig Sommersemster 2010 Outline 1. Übungsserie: 3 Aufgaben, insgesamt 30 28 Punkte A1 Spannbäume (10 8
MehrAlgorithmen und Datenstrukturen
1 Algorithmen und Datenstrukturen Wintersemester 2014/15 17. Vorlesung Graphen: Repräsentation und Durchlaufstrategien Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I 2 Vorlesungsumfrage Nutzen Sie
MehrGraphentheorie Graphentheorie. Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke
Graphen Graphentheorie Graphentheorie Grundlagen Bäume Eigenschaften von Graphen Graphen-Algorithmen Matchings und Netzwerke 2 Was ist ein Graph? Ein Graph ist in der Graphentheorie eine abstrakte Struktur,
MehrApproximationsalgorithmen
Approximationsalgorithmen 1. Vorlesung Joachim Spoerhase Alexander Wolff Lehrstuhl für Informatik I Wintersemester 2017/18 Bücher zur Vorlesung Vijay V. Vazirani Approximation Algorithms Springer-Verlag
MehrTutorium 23 Grundbegriffe der Informatik (7. Sitzung)
Tutorium 3 Grundbegriffe der Informatik (7. Sitzung) Tutor: Felix Stahlberg SOFTWARE DESIGN AND QUALITY GROUP Source: pixelio.de KIT The cooperation of Forschungszentrum Karlsruhe GmbH and Universität
Mehr15. Elementare Graphalgorithmen
Graphen sind eine der wichtigste Modellierungskonzepte der Informatik Graphalgorithmen bilden die Grundlage vieler Algorithmen in der Praxis Zunächst kurze Wiederholung von Graphen. Dann Darstellungen
MehrFlussmethoden: orthogonales Graphenzeichnen
Algorithmen zur Visualisierung von Graphen INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Tamara Mchedlidze Martin Nöllenburg 04.2.203 Orthogonale Gitterzeichnungen 2 Orthogonale Gitterzeichnungen
MehrDiskrete Strukturen Kapitel 4: Graphentheorie (Bäume)
WS 2016/17 Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrMotivation Kap. 6: Graphen
Motivation Kap. 6: Graphen Warum soll ich heute hier bleiben? Graphen sind wichtig und machen Spaß! Professor Dr. Lehrstuhl für Algorithm Engineering, LS Fakultät für Informatik, TU Dortmund Was gibt es
MehrSeminar Algorithmen für planare Graphen
Seminar Algorithmen für planare Graphen Reinhard Bauer, Marcus Krug, Ignaz Rutter, Dorothea Wagner Universität Karlsruhe (TH) Institut für Theoretische Informatik Lehrstuhl Algorithmik I 24. Oktober 2008
MehrAlgorithmische Graphentheorie
Dr. Joachim Spoerhase und Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Algorithmische Graphentheorie Sommersemester 2017 10. Vorlesung Planaritätstest und Färben planarer Graphen Graphen färben
MehrKapitel 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
MehrAlgorithmische Graphentheorie
c NASA (earthasart.gsfc.nasa.gov/ganges.html) 1 Algorithmische Graphentheorie Sommersemester 2015 2. Vorlesung Flüsse Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I 2 Gewinnmaximierung Sie sind Chef
MehrFlächenaggregation. Benjamin Niedermann Vorlesung Algorithmische Kartografie /
Vorlesung Algorithmische Kartografie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann Martin Nöllenburg 30.04.205/05.05.205 Flächennutzung Maßstab
MehrGraphen. Graphen und ihre Darstellungen
Graphen Graphen und ihre Darstellungen Ein Graph beschreibt Beziehungen zwischen den Elementen einer Menge von Objekten. Die Objekte werden als Knoten des Graphen bezeichnet; besteht zwischen zwei Knoten
MehrDiskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen)
WS 2015/16 Diskrete Strukturen Kapitel 4: Graphentheorie (Grundlagen) 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
MehrKlausurvorbereitung. 1 Zentrale Begriffe. 2 Bipartite Graphen. 2.1 Begriffe. Vorlesung Graphen und Optimierung Sommersemester 2011 Prof. S.
Vorlesung Graphen und Optimierung Sommersemester 2011 Prof. S. Lange Klausurvorbereitung Hier finden Sie alle Begriffe, Zusammenhänge und Algorithmen, die mit Blick auf die Klausur relevant sind. Um es
MehrGraphentheorie. Yichuan Shen. 10. Oktober 2013
Graphentheorie Yichuan Shen 0. Oktober 203 Was ist ein Graph? Ein Graph ist eine kombinatorische Struktur, die bei der Modellierung zahlreicher Probleme Verwendung findet. Er besteht ganz allgemein aus
MehrVisualisierung von Graphen
1 Visualisierung von Graphen Teile-und-Herrsche-Algorithmen: Bäume und serienparallele Graphen 3. Vorlesung Sommersemester 2013 (basierend auf Folien von Martin Nöllenburg und Robert Görke, KIT) 2 Ankündigung
MehrAlgorithmische 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,
MehrAlgorithmen 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
MehrFerienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie
Ferienkurs zur algorithmischen diskreten Mathematik Kapitel 1: Grundlagen der algorithmischen Graphentheorie Dipl-Math. Wolfgang Kinzner 2.4.2012 Kapitel 1: Grundlagen der algorithmischen Graphgentheorie
MehrOperations 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
MehrGraphentheorie. für Wiederholer Bachelor Informatik und Wirtschaftsinformatik. Prof. Dr. Peter Becker
Graphentheorie für Wiederholer Bachelor Informatik und Wirtschaftsinformatik Prof. Dr. Peter Becker Fachbereich Informatik Hochschule Bonn-Rhein-Sieg Wintersemester 2018/19 Peter Becker (H-BRS) Graphentheorie
MehrAlgorithmen zur Visualisierung von Graphen
Algorithmen zur Visualisierung von Graphen Rückblick und aktuelle Forschungsthemen Vorlesung im Wintersemester 2012/2013 5.2.2013 Vorlesungsrückblick 1. Einführung 2. Baumlayouts 3. Serien-parallele Graphen
Mehr5 Graphen. Repräsentationen endlicher Graphen. 5.1 Gerichtete Graphen. 5.2 Ungerichtete Graphen. Ordnung von Graphen
Grundlagen der Mathematik für Informatiker 1 Grundlagen der Mathematik für Informatiker 5 Graphen 5.1 Gerichtete Graphen Definition 5.1 (V, E) heißt gerichteter Graph (Digraph), wenn V Menge von Knoten
MehrGraphen. Im Rahmen dieser Vorlesung beschränken wir uns auf einfache ungerichtete Graphen, die wie folgt definiert werden können:
Graphen Wir geben zunächst die allgemeinste Definition für den Begriff Graph an: Definition: Ein Graph ist ein 4-Tupel (V, E,, ), wobei V und E Mengen sind, und : E! V und : E! V totale Abbildungen. Im
MehrAlgorithmen I - Tutorium 28 Nr. 9
Algorithmen I - Tutorium 28 Nr. 9 29.06.2017: Spaß mit Graphen und Graphtraversierung Marc Leinweber marc.leinweber@student.kit.edu INSTITUT FÜR THEORETISCHE INFORMATIK (ITI), PROF. DR. JÖRN MÜLLER-QUADE
MehrLernmodul 7 Algorithmus von Dijkstra
Folie 1 von 30 Lernmodul 7 Algorithmus von Dijkstra Quelle: http://www.map24.de Folie 2 von 30 Algorithmus von Dijkstra Übersicht Kürzester Weg von A nach B in einem Graphen Problemstellung: Suche einer
MehrDas Heiratsproblem. Definition Matching
Das Heiratsproblem Szenario: Gegeben: n Frauen und m > n Männer. Bekanntschaftsbeziehungen zwischen allen Männern und Frauen. Fragestellung: Wann gibt es für jede der Frauen einen Heiratspartner? Modellierung
MehrSeminar Algorithmische Geometrie
Seminar Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Bastian Katz Marcus Krug Martin Nöllenburg Ignaz Rutter KIT Universität des Landes
MehrAlgorithmen für Planare Graphen Übung am
Algorithmen für Planare Graphen Übung am 02.05.2017 INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität es Lanes Baen-Württemberg un Algorithmen nationales Forschungszentrum
MehrZeichnen von Graphen
von Graphen Fabio Valdés Programmierpraktikum WS 2016/17 Lehrgebiet Datenbanksysteme für neue Anwendungen FernUniversität in Hagen Programmierpraktikum Zeichnen von Graphen 08.10.2016 1 / 28 Gliederung
MehrAlgorithmen zur Visualisierung von Graphen
Algorithmen zur Visualisierung von Graphen Kombinatorische Optimierung mittels Flussmethoden II Vorlesung im Wintersemester 2011/2012 10.11.2011 Orthogonale Zeichnungen II letztes Mal: Satz G Maxgrad-4-Graph
MehrKreuzungen, Kurven und Constraints beim Zeichnen von Graphen
Kreuzungen, Kurven und Constraints beim Zeichnen von Graphen Crossings, Curves, and Constraints in Graph Drawing Martin Fink Lehrstuhl für Informatik I Universität Würzburg 1 /23 Warum Graphen zeichnen?
MehrVorlesung Algorithmische Geometrie Konvexe Hülle in R 3
Vorlesung Algorithmische Geometrie Konvexe Hülle in R 3 INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 15.07.2014 1 Wdh: Konvexe Hülle in R 2 (VL1) Def: Eine Menge S R 2
MehrAufgaben zur Klausurvorbereitung
Vorlesung Graphen und Optimierung Sommersemester 2013/14 Prof. S. Lange Aufgaben zur Klausurvorbereitung Hier finden Sie eine Reihe von Übungsaufgaben, die wir an den beiden Vorlesungsterminen am 29.01.2014
MehrGrundbegriffe der Informatik Tutorium 8
Grundbegriffe der Informatik Tutorium 8 Tutorium Nr. 16 Philipp Oppermann 22. Dezember 2014 KARLSRUHER INSTITUT FÜR TECHNOLOGIE KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum
MehrGraphen: Darstellungen, Isomorphie, Knotenfärbung
TH Mittelhessen, Sommersemester 0 Lösungen zu Übungsblatt 0 Fachbereich MNI, Diskrete Mathematik./. Juli 0 Prof. Dr. Hans-Rudolf Metz Graphen: Darstellungen, Isomorphie, Knotenfärbung Aufgabe. Zeichnen
MehrRouting A lgorithmen Algorithmen Begriffe, Definitionen Wegewahl Verkehrslenkung
Begriffe, Definitionen Routing (aus der Informatik) Wegewahl oder Verkehrslenkung bezeichnet in der Telekommunikation das Festlegen von Wegen für Nachrichtenströme bei der Nachrichtenübermittlung über
MehrAlgorithmische Graphentheorie
1 Algorithmische Graphentheorie Sommersemester 2014 5. Vorlesung Matchings / Paarungen II Kombinatorischer Algorithmus, Anwendung für Handlungsreisende, LP-Runden Dr. Joachim Spoerhase Prof. Dr. Alexander
MehrKombinatorische 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
MehrEinführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung)
Wintersemester 2005/06 Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl
MehrKürzeste Wege in Graphen. Orte mit Straßenverbindungen. Coma I Rolf Möhring
Kürzeste Wege in Graphen Orte mit Straßenverbindungen Orte als Knoten eines Graphen Straßenverbindungen als Kanten eines Graphen Ungerichteter Graph G = (V,E) Kanten Knoten Knotenmenge V = {,,n} oder {,,n
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Graphen (1) Darstellung Traversierung Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 441 Generalisierung von Bäumen Verallgemeinerung (von Listen zu Graphen)
MehrVorlesung 15 ABSCHLUSS UND ZUSAMMENFASSUNG
Vorlesung 15 ABSCHLUSS UND ZUSAMMENFASSUNG 431 Wiederholung! Größen im Zusammenhang mit Fluss:! Energie des Flusses! Duale Energie: Lagrange-Potential! Dualitätslücke! Zyklusaktualisierung in Form von
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Große Übung vom 01.11.2012 Christiane Schmidt Diese Folien Braucht man nicht abzuschreiben Stehen im Netz unter www.ibr.cs.tu-bs.de/ courses/ws1213/aud/index.html Mailingliste
Mehr2. 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
MehrTeil III. Komplexitätstheorie
Teil III Komplexitätstheorie 125 / 160 Übersicht Die Klassen P und NP Die Klasse P Die Klassen NP NP-Vollständigkeit NP-Vollständige Probleme Weitere NP-vollständige Probleme 127 / 160 Die Klasse P Ein
MehrAlgorithmische 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
MehrGraphenalgorithmen und lineare Algebra Hand in Hand Vorlesung für den Bereich Master Informatik
Vorlesung für den Bereich Master Informatik Dozent: Juniorprof. Dr. Henning Meyerhenke PARALLELES RECHNEN INSTITUT FÜR THEORETISCHE INFORMATIK, FAKULTÄT FÜR INFORMATIK KIT Universität des Landes Baden-Württemberg
MehrKapitel 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
MehrDiskrete Mathematik 1
Ruhr-Universität Bochum Lehrstuhl für Kryptologie und IT-Sicherheit Prof. Dr. Alexander May M. Ritzenhofen, M. Mansour Al Sawadi, A. Meurer Lösungsblatt zur Vorlesung Diskrete Mathematik 1 WS 2008/09 Blatt
MehrVorlesung 2: Graphentheorie
Vorlesung 2: Graphentheorie Markus Püschel David Steurer Peter Widmayer Algorithmen und Datenstrukturen, Herbstsemester 2017, ETH Zürich Funktionsgraph bekannt aus der Schule hat aber leider nichts mit
MehrDefinition Ein gerichteter Graph G = (V, E) ist ein Graph von geordneten Paaren (u, v) mit u V und v V.
Kapitel 4 Graphenalgorithmen 4.1 Definitionen Definition 4.1.1. Der Graph G = (V, E) ist über die beiden Mengen V und E definiert, wobei V die Menge der Knoten und E die Menge der Kanten in dem Graph ist.
MehrAlgorithmen 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)
MehrProportional Symbol Maps
Vorlesung Algorithmische Kartografie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann Martin Nöllenburg 25.06.2015 1 Statistische Visualisierung
MehrAlgorithmische Methoden zur Netzwerkanalyse
Algorithmische Methoden zur Netzwerkanalyse Prof. Dr. Henning Meyerhenke Institut für Theoretische Informatik 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Institutund für Theoretische
MehrKapitel 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
MehrWS 2008/09. Diskrete Strukturen
WS 2008/09 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/ws0809
MehrOptimierung 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:
MehrPolygontriangulierung
Vorlesung Algorithmische Geometrie Polygone triangulieren LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 26.04.2011 Das Kunstgalerie-Problem
MehrAlgorithmen 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
MehrAlgorithmen für Planare Graphen
Algorithmen für Planare Graphen 12. Juni 2018, Übung 4 Lars Gottesbüren, Michael Hamann INSTITUT FÜR THEORETISCHE INFORMATIK KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Prüfungstermine
MehrProgrammiertechnik II
Graph-Algorithmen Anwendungsgebiete "Verbundene Dinge" oft Teilproblem/Abstraktion einer Aufgabenstellung Karten: Wie ist der kürzeste Weg von Sanssouci nach Kunnersdorf? Hypertext: Welche Seiten sind
MehrProgrammiertechnik II
Graph-Algorithmen Anwendungsgebiete "Verbundene Dinge" oft Teilproblem/Abstraktion einer Aufgabenstellung Karten: Wie ist der kürzeste Weg von Sanssouci nach Kunnersdorf? Hypertext: Welche Seiten sind
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Minimale Spannbäume Maike Buchin 18.7., 20.7.2017 Einführung Motivation: Verbinde Inseln mit Fähren oder Städte mit Schienen und verbrauche dabei möglichst wenig Länge. Problem:
MehrWS 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
MehrKombinatorische 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 16 Programm: Einführung
MehrKapitel 5: Graphen und Graphalgorithmen
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Algorithmen und Datenstrukturen Kapitel 5: Graphen und Graphalgorithmen Skript zur Vorlesung Algorithmen und Datenstrukturen
MehrGrundlagen: Algorithmen und Datenstrukturen
Grundlagen: Algorithmen und Datenstrukturen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Sommersemester 2010
MehrKombinatorische Optimierung erleben
(Hrsg.) Kombinatorische Optimierung erleben In Studium und Unterricht vieweg 42 - ein Geleitwort von Peter Gritzmann xi Vorwort xiii 1 Optimal zum Ziel: Das Kürzeste-Wege-Problem 1 1 U-Bahn-Fahrten, Schulwege
MehrAlgorithmen und Datenstrukturen (ESE) Entwurf, Analyse und Umsetzung von Algorithmen (IEMS) WS 2013 / 2014 Vorlesung 12, Donnerstag, 23.
Algorithmen und Datenstrukturen (ESE) Entwurf, Analyse und Umsetzung von Algorithmen (IEMS) WS 0 / 04 Vorlesung, Donnerstag,. Januar 04 (Graphen, Breiten/Tiefensuche, Zusammenhangskomponenten) Junior-Prof.
MehrAlgorithmen und Datenstrukturen
1 Algorithmen und Datenstrukturen Wintersemester 2015/16 20. Vorlesung Tiefensuche und topologische Sortierung Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I 2 2. Test 43 112 = 72 % Test 1: 125/175
MehrAlgorithmen 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
Mehr3. Übung zur Vorlesung Planare Graphen
3. Übung zur Vorlesung Planare Graphen Übung 20. Mai 14 Andreas Gemsa INSTITUTE OF THEORETICAL INFORMATICS PROF. DR. DOROTHEA WAGNER KIT University of the State of Baden-Wuerttemberg and National Laboratory
MehrStatistik und Graphentheorie
Statistik und Graphentheorie Sommersemester 2014 24. März 2015 Teil Graphentheorie Matrikelnummer: 1 (12) 2 (12) 3 (12) 4 (12) 5 (12) (60) Aufgabe 1 (12 Punkte) Gegeben sei das folgende Netzwerk: (a) Berechnen
MehrRouting 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