Programmierung 2. Dynamische Programmierung. Sebastian Hack. Klaas Boesche. Sommersemester
|
|
- Günther Fuchs
- vor 8 Jahren
- Abrufe
Transkript
1 1 Programmierung 2 Dynamische Programmierung Sebastian Hack hack@cs.uni-saarland.de Klaas Boesche boesche@cs.uni-saarland.de Sommersemester 2012
2 2 Übersicht Stammt aus den Zeiten als mit Programmierung noch Tabellierung gemeint war DP ähnlich zu teile und herrsche: Setze Lösung aus Lösung von Teilproblemen zusammen DP dann gut, wenn Teilprobleme überlappen Teile und herrsche würde dann zwar noch funktionieren, jedoch zuviel berechnen überlappende Teilprobleme wieder und wieder berechnen DP meistens für Optimierungsprobleme eingesetzt Betrachten wir zunächst überlappende Teilprobleme
3 3 Ein erstes Beispiel Die Fibonacci-Zahlen Rekursiv definierte Zahlenfolge F 0 = 1, F 1 = 1, F n = F n 1 + F n 2 Direkt in ein rekursives Programm übersetzbar class Fibonacci { public static int fib ( int n) { if ( n < 0) throw new IllegalArgumentException (); if ( n <= 1) return 1; return fib ( n - 1) + fib ( n - 2); } } Wieviele Additionen/Funktionsaufrufe werden für n ausgeführt?
4 Fiobonacci-Zahlen Betrachten wir fib(6) Anzahl Aufrufe: Fibonacci-Zahl selbst fib(45) hat rekursive Aufrufe! 4
5 5 Fibonacci-Zahlen Die rekursiven Aufrufe berechnen immer wieder dasselbe Zwischenspeichern der Ergebnisse senkt die Ausführungszeit drastisch: class Fibonacci { private int [] table ; public Fibonacci ( int n) { table = new int [ n + 1]; } public int calculate ( int n) { if (n < 0) throw new IllegalArgumentException (); if (n <= 1) return 1; if ( table [n] == 0) table [ n] = calculate ( n - 1) + calculate ( n - 2); return table [n]; } Lineare Anzahl von Additionen Speichere nur die noch benötigte Zwischenergebnisse
6 6 Binomialkoeffizienten Wir wollen den Binomialkoeffizienten berechnen: ( ) n n! = k k!(n k)! Erste Abschätzung für die Anzahl der benötigten Multiplikationen: (n 2) + (k 2) + (n k 2) = 2n 6 k! und (n k)! fallen als Zwischenergebnisse an: ( ) n n(n 1) (n m + 1) = m = min(k, n k) n k m! 2 Also nur n 2 Multiplikationen Aber: Zähler und Nenner werden schnell groß 12! ist die größte Fakultät, die in einen int passt
7 7 Binomialkoeffizienten Momentan größter BK, den wir berechnen können: ( 17 8 ) = Der größte BK, der in einen int passt ist aber ( 33 17) = Daher rekursive Berechnung mittels Pascal schem Dreieck: ( ) ( ) ( ) n n 1 n 1 = + k k k
8 8 Binomialkoeffizienten Implementierung mit Rekursion class Binomial { public static int recursive ( int n, int k) { if ( n < 0 k < 0) throw new IllegalArgumentException (); if ( k == 0) return 1; if ( k == 1) return n; return recursive ( n - 1, k) + recursive ( n - 1, k - 1); } } Exponentielle Laufzeit ( n ( k) wird von n+1 ) ( k+1 und von n+1 ) k berechnet
9 9 Binomialkoeffizienten Nutze Symmetrie: ( ) ( ) n n = k n k Berechne nur rechte Hälfte des Dreiecks Nur das Band der Breite n k + 1 Nur diese Werte haben Einfluss auf das Ergebnis Tabelliere Zwischenergebnisse Beispiel: ( ) 8 = 56 5 n k k
10 Binomialkoeffizienten Dynamische Programmierung, mit Rekursion class Binomial { private final int [][] a; public Binominal ( int n, int k) { this.a = new int [n + 1][ k + 1]; } public int get ( int n, int k) { if ( n >= a. length k > n) throw new IllegalArgumentException (); if ( k > n - k) k = n - k; if ( k == 0) return 1; if ( k == 1) return n; } } if (a[n][k] == 0) a[ n][ k] = get ( n - 1, k) + get ( n - 1, k - 1); return a[n][k]; Speichere Zwischenergebnisse in Matrix a Maximal (n k)(k 1) Additionen 10
11 11 Binomialkoeffizienten Dynamische Programmierung, iterativ class Binomial { public static int iterative ( int n, int k) { if ( k > n - k) k = n - k; if ( k == 0) return 1; if ( k == 1) return n; } } int [] a = new int [k +1]; a[k -1] = 1; a[ k] = 1; for ( int i = 2; i < n; i ++) for ( int j = 0; j < k; j ++) a[ j] += a[ j + 1]; return a [0] + a [1];
12 Routenplanung Kürzeste Pfade 12
13 13 Routenplanung Kürzeste Pfade Nonnweiler 42 Merzig 20 Merchweiler Neunkirchen 16 Saarlouis 32 Homburg Riegelsberg Sulzbach St. Ingbert Völklingen Saarbrücken 6 Güdingen Forbach 18
14 14 Routenplanung Kürzeste Pfade Nonnweiler 42 Merzig 20 Merchweiler Neunkirchen 16 Saarlouis 32 Homburg Riegelsberg Sulzbach St. Ingbert Völklingen Saarbrücken 6 Güdingen Forbach 18
15 15 Kürzeste Pfade Gegeben ein gerichteter Graph G = (V, E), E V 2
16 15 Kürzeste Pfade Gegeben ein gerichteter Graph G = (V, E), E V 2 Gewichte der Kanten (in unserem Beispiel Entfernung ) gegeben durch Funktion: w : E R Alle Gewichte sind nicht-negativ: v V : w(v) 0
17 15 Kürzeste Pfade Gegeben ein gerichteter Graph G = (V, E), E V 2 Gewichte der Kanten (in unserem Beispiel Entfernung ) gegeben durch Funktion: w : E R Alle Gewichte sind nicht-negativ: v V : w(v) 0 Eine Folge von Knoten p = v 1..., v k heißt Pfad, wenn (v i, v i+1 ) E für 1 i < k
18 15 Kürzeste Pfade Gegeben ein gerichteter Graph G = (V, E), E V 2 Gewichte der Kanten (in unserem Beispiel Entfernung ) gegeben durch Funktion: w : E R Alle Gewichte sind nicht-negativ: v V : w(v) 0 Eine Folge von Knoten p = v 1..., v k heißt Pfad, wenn (v i, v i+1 ) E für 1 i < k
19 16 Kürzeste Pfade Berechne kürzeste Pfade von einer Quelle q V zu allen anderen Knoten in G Beschränkung auf einen Zielknoten ändert Komplexität nicht Erlaubt unter Umständen frühere Beendigung der Suche Entscheidend für effiziente Berechenbarkeit: Eigenschaft der optimalen Teilstruktur
20 17 Kürzeste Pfade Optimale Teilstruktur Lemma Sei p = v 1,..., v k ein kürzester Pfad von v 1 nach v k. Dann ist p = v i,..., v j mit 1 i < j k ein kürzester Pfad von v i nach v j.
21 17 Kürzeste Pfade Optimale Teilstruktur Lemma Sei p = v 1,..., v k ein kürzester Pfad von v 1 nach v k. Dann ist p = v i,..., v j mit 1 i < j k ein kürzester Pfad von v i nach v j. Proof. Durch Widerspruch. Angenommen, p sei kein kürzester Pfad und p sei der kürzeste. Dann kann p durch das Ersetzen von p durch p kürzer gemacht werden. Das widerspricht der Annahme, dass p ein kürzester Pfad ist.
22 Kürzeste Pfade Optimale Teilstruktur Betrachten wir einen Knoten v und die Menge pred(v) = {u (u, v) E} der Knoten von denen Kanten zu v führen. 1 Dann ist die Länge des kürzesten Pfades sp(q, v) von q nach v sp(q, v) = min [sp(q, u) + w(u, v)] u pred(v) 1 pred = predecessors = Vorgänger 18
23 Kürzeste Pfade Optimale Teilstruktur Betrachten wir einen Knoten v und die Menge pred(v) = {u (u, v) E} der Knoten von denen Kanten zu v führen. 1 Dann ist die Länge des kürzesten Pfades sp(q, v) von q nach v Beispiel: 10 a 3 sp(q, v) = min [sp(q, u) + w(u, v)] u pred(v) q b v 5 c pred = predecessors = Vorgänger sp(q, v) = min[10+3, 5+4, +1] = 9 18
24 19 Kürzeste Pfade auf azyklischen Graphen Die Rekursionsformel sp(q, v) = min [sp(q, u) + w(u, v)] u pred(v) eignet sich in Graphen mit Zyklen nicht zur Berechnung Ihre direkte Anwendung führt dort zu Endlosrekursion Sie eignet sich aber auf azyklischen Graphen Sie berechnet dort den kürzesten Pfad von q zu jedem Vorgänger eines Knoten v, bevor der kürzeste Pfad zu v berechnet wird Das Speichern der Zwischenergebnisse vermeidet unnötige Neuberechnungen
25 20 Elemente dynamischen Programmierens Optimale Teilstruktur Lösung des Problems besteht aus Aufteilen in Teilprobleme Optimale Lösung setzt sich aus optimalen Lösungen der Teilprobleme zusammen A priori nicht bekannt welche Teilprobleme gewählt werden müssen Löse alle, und wähle die beste Kombination Pro Probleminstanz verschieden: Aus wie vielen Teilproblemen setzt sich meine optimale Lösung zusammen? Wie viele Wahlmöglichkeiten für Teilprobleme habe ich? Laufzeit grob: (#Teilprobleme gesamt) (#Wahlmöglichkeiten)
26 21 Elemente dynamischen Programmierens Optimale Teilstruktur DP nutzt optimale Teilstruktur bottom up Berechne zuerst optimale Lösungen für Teilprobleme Dann wähle welche in der optimalen Lösung des Problems verwendet werden Vorsicht: DP nicht auf jedes Optimierungsproblem anwendbar Siehe folgende Probleme: Längster Pfad von Ecke u zu Ecke v in einem Graphen G Kürzester Pfad von Ecke u zu Ecke v in einem Graphen G
27 22 Elemente dynamischen Programmierens Beispiel für optimale Teilstruktur: Kürzester Pfad Sei G = (E, K) ein gerichteter Graph. Finde den kürzesten Pfad von u E nach v E (minimale Anzahl von Kanten). u p 1 w p 2 } {{ v} p Kürzester Pfad hat optimale Teilstruktur Sei p der kürzeste Pfad von u nach v Angenommen, es existiert ein kürzerer Pfad p 1 von u nach w Dann ersetze p 1 durch p 1, dann ist u p 1 w p 2 v kürzer als p
28 23 Elemente dynamischen Programmierens Beispiel für keine optimale Teilstruktur: Längster Pfad Betrachte folgenden Graphen: q r s t Längster Pfad (ohne Schleifen) von q nach t: q r t Sind seine Teilpfade längste Pfade?
29 23 Elemente dynamischen Programmierens Beispiel für keine optimale Teilstruktur: Längster Pfad Betrachte folgenden Graphen: q r s t Längster Pfad (ohne Schleifen) von q nach t: q r t Sind seine Teilpfade längste Pfade? Nein! Länsgter Pfad (ohne Schleifen) von q r ist q s t r
30 Elemente dynamischen Programmierens Überlappende Teilprobleme Raum der auftretenden Teilprobleme ist klein Polynomiell begrenzt bezüglich der Länge der Eingabe Lösungen der Teilprobleme werden mehrfach verwendet Tabellierung möglich Unterschied zu Teile-und-herrsche: TuH generiert neue Teilprobleme in jedem Rekursionsschritt 24
31 Längste gemeinsame Teilfolge Problem aus der Biologie Ein Strang einer DNA besteht aus einer Kette von Basen Jede Base ist eines von vier Molekülen, abgekürzt durch den ersten Buchstaben A,C,G,T Wie ähnlich sind zwei Stränge S 1 und S 2 : Finde S3, so dass alle Elemente in S 3 sowohl in S 1 als auch in S 2 vorkommen in aufsteigender Reihenfolge aber nicht notwendigerweise konsekutiv Beispiel: S 1 = ACCGGTCGAGTGCGCGGAAGCCGGCCGAA S 2 = GTCGTTCGGAATGCCGTTGCTCTGTAAA S 3 = GTCGTCGGAAGCCGGCCGAA 25
32 26 Längste gemeinsame Teilfolge Definition (Teilfolge) Sei X = x 1 x 2... x m eine Folge. Z = z 1 z 2... z k ist eine Teilfolge von X wenn eine Folge i 1,..., i k N existiert, so dass x ij = z j für alle 1 j k Beispiel: Z = B, C, D, B ist Teilfolge von X = A, B, C, B, D, A, B mit Indexfolge 2, 3, 5, 7 Definition (Gemeinsame Teilfolge) Eine Folge Z ist eine gemeinsame Teilfolge von X und Y wenn sie Teilfolge von X und Y ist Beispiel: B, C, A ist Teilfolge von A, B, C, B, D, A, B und B, D, C, A, B, A
33 27 Längste gemeinsame Teilfolge Wir wollen eine längste gemeinsame Teilfolge (LGT) von X und Y Roher-Gewalt Ansatz: Zähle alle Teilfolgen von X auf und überprüfe jede, ob sie Teilfolge von Y ist. Merke die längste Exponentiell, da exponentiell viele Teilfolgen Das Problem hat aber optimale Teilstruktur
34 28 Längste gemeinsame Teilfolge Optimale und gemeinsame Teilprobleme Theorem Sei X = x 1... x m, Y = y 1... y n und sei Z = z 1... z k eine LGT von X und Y. Dann gilt: 1 Wenn x m = y n, dann z k = x m = y n und Z k 1 ist LGT von X m 1 und Y n 1 2 Wenn x m y n, dann impliziert z k x m, dass Z LGT von X m 1 und Y ist 3 Wenn x m y n, dann impliziert z k y n, dass Z LGT von X und Y n 1 ist Erlaubt simplen rekursiven Algorithmus Exponentiell, da gleiche Teilprobleme mehrfach berechnet werden: { 1 + LGT (X m 1, Y n 1 ) x m = y n LGT (X m, Y n ) = max{lgt (X m 1, Y ), LGT (X, Y n 1 )} sonst
35 29 Längste gemeinsame Teilfolge Optimale und gemeinsame Teilprobleme Algorithmus mit DP DP Matrix M der Größe (m + 1) (n + 1) X beschreibt die Zeilen, Y, die Spalten M ij ist die Länge der LGT (X i, Y j ) Berechnung vom M ij : for ( int i = 1; i <= m; i ++) { for ( int j = 1; j <= n; j ++) { if (x[i] == y[j]) M[i][j] = 1 + M[i -1][j -1]; else M[i][j] = Math. max (M[i -1][ j], M[i][j -1]); } } LGT (X m, Y n ) dann in M[m][n]
36 30 Längste gemeinsame Teilfolge y j B D C A B A x i A B C B D A B
37 31 Längste gemeinsame Teilfolge Rekonstruktion der Teilfolge Bisher berechnen wir nur die Länge Wir wollen aber die Teilfolge Wir müssen uns in jeder Matrixzelle unsere Entscheidung merken Zweite Matrix: Eintrag entweder, oder Beschreibt die Auslassungen, bzw. Passungen: Beide Teilfolgen haben gleiches Zeichen Überlese in Y Überlese in X Als Übung
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
Mehr16. 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
MehrBabeș-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
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrRekursion. Annabelle Klarl. Einführung in die Informatik Programmierung und Softwareentwicklung
Rekursion Annabelle Klarl Zentralübung zur Vorlesung Einführung in die Informatik: http://www.pst.ifi.lmu.de/lehre/wise-12-13/infoeinf WS12/13 Aufgabe 1: Potenzfunktion Schreiben Sie eine Methode, die
MehrAnmerkungen 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
MehrProgrammierkurs Java
Programmierkurs Java Dr. Dietrich Boles Aufgaben zu UE16-Rekursion (Stand 09.12.2011) Aufgabe 1: Implementieren Sie in Java ein Programm, das solange einzelne Zeichen vom Terminal einliest, bis ein #-Zeichen
MehrAlgorithmen 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
MehrLeichte-Sprache-Bilder
Leichte-Sprache-Bilder Reinhild Kassing Information - So geht es 1. Bilder gucken 2. anmelden für Probe-Bilder 3. Bilder bestellen 4. Rechnung bezahlen 5. Bilder runterladen 6. neue Bilder vorschlagen
MehrDatenstrukturen & Algorithmen
Datenstrukturen & Algorithmen Matthias Zwicker Universität Bern Frühling 2010 Übersicht Binäre Suchbäume Einführung und Begriffe Binäre Suchbäume 2 Binäre Suchbäume Datenstruktur für dynamische Mengen
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
MehrProgrammierung 2. Übersetzer: Code-Erzeugung. Sebastian Hack. Klaas Boesche. Sommersemester 2012. hack@cs.uni-saarland.de. boesche@cs.uni-saarland.
1 Programmierung 2 Übersetzer: Code-Erzeugung Sebastian Hack hack@cs.uni-saarland.de Klaas Boesche boesche@cs.uni-saarland.de Sommersemester 2012 Bytecodes Der Java Übersetzer erzeugt keine Maschinensprache
MehrS=[n] Menge von Veranstaltungen J S kompatibel mit maximaler Größe J
Greedy-Strategie Definition Paradigma Greedy Der Greedy-Ansatz verwendet die Strategie 1 Top-down Auswahl: Bestimme in jedem Schritt eine lokal optimale Lösung, so dass man eine global optimale Lösung
Mehr17.1.2014 Einführung in die Programmierung Laborübung bei Korcan Y. Kirkici. 12.Übung 13.1. bis 17.1.2014
17.1.2014 Einführung in die Programmierung Laborübung bei Korcan Y. Kirkici 12.Übung 13.1. bis 17.1.2014 1 BEFRAGUNG http://1.bp.blogspot.com/- waaowrew9gc/tuhgqro4u_i/aaaaaaaaaey/3xhl 4Va2SOQ/s1600/crying%2Bmeme.png
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
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
MehrKapiteltests zum Leitprogramm Binäre Suchbäume
Kapiteltests zum Leitprogramm Binäre Suchbäume Björn Steffen Timur Erdag überarbeitet von Christina Class Binäre Suchbäume Kapiteltests für das ETH-Leitprogramm Adressaten und Institutionen Das Leitprogramm
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
MehrAlgorithmik II. a) Fügen Sie in einen anfangs leeren binären Baum die Schlüsselfolge 20, 28, 35, 31, 9, 4, 13, 17, 37, 25 ein.
Aufgabe 10 Binäre Bäume a) Fügen Sie in einen anfangs leeren binären Baum die Schlüsselfolge, 28, 35, 31, 9, 4,, 17, 37, 25 ein. 1. Einfügen von : 3. Einfugen von 35: 2. Einfügen von 28: 28 28 10. Einfügen
MehrDatenaufbereitung in SPSS. Daten zusammenfügen
Daten zusammenfügen I. Fälle hinzufügen Diese Schritte müssen Sie unternehmen, wenn die Daten in unterschiedlichen Dateien sind; wenn also die Daten von unterschiedlichen Personen in unterschiedlichen
MehrBinäre Bäume. 1. Allgemeines. 2. Funktionsweise. 2.1 Eintragen
Binäre Bäume 1. Allgemeines Binäre Bäume werden grundsätzlich verwendet, um Zahlen der Größe nach, oder Wörter dem Alphabet nach zu sortieren. Dem einfacheren Verständnis zu Liebe werde ich mich hier besonders
MehrLösungshinweise zu Kapitel 4
L-23 Lösungshinweise zu Kapitel 4 zu Selbsttestaufgabe 4.3 (Regelumformungen 1) Die Regeln R1, R2 und R2 sind bereits in vereinfachter Form und entsprechen genau den Regeln GA-1, GA-8 und GA-7. Die Umformung
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrPraktikum zu Einführung in die Informatik für LogWiIngs und WiMas Wintersemester 2015/16. Vorbereitende Aufgaben
Praktikum zu Einführung in die Informatik für LogWiIngs und WiMas Wintersemester 2015/16 Fakultät für Informatik Lehrstuhl 14 Lars Hildebrand, Marcel Preuß, Iman Kamehkhosh, Marc Bury, Diana Howey Übungsblatt
MehrGuten Morgen und Willkommen zur Saalübung!
Guten Morgen und Willkommen zur Saalübung! 1 Wie gewinnt man ein Spiel? Was ist ein Spiel? 2 Verschiedene Spiele Schach, Tic-Tac-Toe, Go Memory Backgammon Poker Nim, Käsekästchen... 3 Einschränkungen Zwei
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 12.01.2012 INSTITUT FÜR THEORETISCHE 0 KIT 12.01.2012 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der Informatik
MehrStellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster
Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrWas meinen die Leute eigentlich mit: Grexit?
Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 1. Semester ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN
ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN Wir wollen nun die Rechengesetze der natürlichen Zahlen auf die Zahlenmenge der ganzen Zahlen erweitern und zwar so, dass sie zu keinem Widerspruch mit bisher geltenden
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrErstellen einer digitalen Signatur für Adobe-Formulare
Erstellen einer digitalen Signatur für Adobe-Formulare (Hubert Straub 24.07.13) Die beiden Probleme beim Versenden digitaler Dokumente sind einmal die Prüfung der Authentizität des Absenders (was meist
MehrBestimmung 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,
MehrSecond Steps in eport 2.0 So ordern Sie Credits und Berichte
Second Steps in eport 2.0 So ordern Sie Credits und Berichte Schritt 1: Credits kaufen, um Zugangscodes generieren zu können Wählen Sie Credits verwalten und klicken Sie auf Credits kaufen. Geben Sie nun
MehrEinführung in die Java- Programmierung
Einführung in die Java- Programmierung Dr. Volker Riediger Tassilo Horn riediger horn@uni-koblenz.de WiSe 2012/13 1 Wichtig... Mittags Pommes... Praktikum A 230 C 207 (Madeleine) F 112 F 113 (Kevin) E
MehrSoftware Engineering Klassendiagramme Assoziationen
Software Engineering Klassendiagramme Assoziationen Prof. Adrian A. Müller, PMP, PSM 1, CSM Fachbereich Informatik und Mikrosystemtechnik 1 Lesen von Multiplizitäten (1) Multiplizitäten werden folgendermaßen
Mehra n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:
Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
MehrAlgorithmen I. Tutorium Sitzung. Dennis Felsing
Algorithmen I Tutorium 1-12. Sitzung Dennis Felsing dennis.felsing@student.kit.edu www.stud.uni-karlsruhe.de/~ubcqr/algo 2011-07-04 Überblick 1 Dynamische Programmierung Idee Längste gemeinsame Teilfolge
MehrAdvanced Rendering Interior Szene
Advanced Rendering Interior Szene in Cinema 4D 11-11.5 Als erstes, sollten Sie ihre Szene in Cinema 4D öffnen. vergewissern sie sich, ob alle Licht quellen die evtl. mit importiert wurden, aus der Szene
MehrEffiziente Algorithmen und Datenstrukturen I. Kapitel 10: Lineare Algebra
Effiziente Algorithmen und Datenstrukturen I Kapitel 10: Lineare Algebra Christian Scheideler WS 2008 19.02.2009 Kapitel 10 1 Überblick Notation Arithmetik auf großen Zahlen (Addition und Multiplikation)
MehrSenioren helfen Junioren
Was lernen Sie hier? Sie überprüfen Ihr Wort- und Textverständnis. Was machen Sie? Sie finden Synonyme, beurteilen und formulieren Aussagen. Senioren helfen Junioren Lektion 9 in Themen aktuell 2, nach
MehrDie Komplexitätsklassen P und NP
Die Komplexitätsklassen P und NP Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 3. Dezember 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und
MehrAnwendungsbeispiele Buchhaltung
Kostenstellen in Webling Webling ist ein Produkt der Firma: Inhaltsverzeichnis 1 Kostenstellen 1.1 Was sind Kostenstellen? 1.2 Kostenstellen in der 2 Kostenstellen in Webling 2.1 Kostenstellen erstellen
MehrVerhindert, dass eine Methode überschrieben wird. public final int holekontostand() {...} public final class Girokonto extends Konto {...
PIWIN I Kap. 8 Objektorientierte Programmierung - Vererbung 31 Schlüsselwort: final Verhindert, dass eine Methode überschrieben wird public final int holekontostand() {... Erben von einer Klasse verbieten:
MehrEINFACHES HAUSHALT- KASSABUCH
EINFACHES HAUSHALT- KASSABUCH Arbeiten mit Excel Wir erstellen ein einfaches Kassabuch zur Führung einer Haushalts- oder Portokasse Roland Liebing, im November 2012 Eine einfache Haushalt-Buchhaltung (Kassabuch)
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrInformation Systems Engineering Seminar
Information Systems Engineering Seminar Algorithmische Prüfung der Planarität eines Graphen Marcel Stüttgen, 22.10.2012 FH AACHEN UNIVERSITY OF APPLIED SCIENCES 1 Planarität - Definition Ein Graph heißt
Mehr1 Vom Problem zum Programm
Hintergrundinformationen zur Vorlesung GRUNDLAGEN DER INFORMATIK I Studiengang Elektrotechnik WS 02/03 AG Betriebssysteme FB3 Kirsten Berkenkötter 1 Vom Problem zum Programm Aufgabenstellung analysieren
MehrRekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt
Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung
MehrEinfache Arrays. Annabelle Klarl. Einführung in die Informatik Programmierung und Softwareentwicklung
Annabelle Klarl Zentralübung zur Vorlesung Einführung in die Informatik: http://www.pst.ifi.lmu.de/lehre/wise-13-14/infoeinf WS13/14 Action required now 1. Smartphone: installiere die App "socrative student"
Mehr15 Optimales Kodieren
15 Optimales Kodieren Es soll ein optimaler Kodierer C(T ) entworfen werden, welcher eine Information (z.b. Text T ) mit möglichst geringer Bitanzahl eindeutig überträgt. Die Anforderungen an den optimalen
Mehr7DVWH.HOOQHU. Kassensystem SANYO (X&D6RIWKapitel 42
7DVWH.HOOQHU Sie befinden sich im Dialog 5DXP%LOG Sie Tippen auf die Taste.HOOQHU Sie gelangen danach in den Dialog.HOOQHU/RJLQ. Alle Handlungen, die YRQ,KQHQ durchgeführt werden können sind schwarz dargestellt.
MehrWie Google Webseiten bewertet. François Bry
Wie Google Webseiten bewertet François Bry Heu6ge Vorlesung 1. Einleitung 2. Graphen und Matrizen 3. Erste Idee: Ranking als Eigenvektor 4. Fragen: Exisi6ert der Eigenvektor? Usw. 5. Zweite Idee: Die Google
MehrHilfedatei der Oden$-Börse Stand Juni 2014
Hilfedatei der Oden$-Börse Stand Juni 2014 Inhalt 1. Einleitung... 2 2. Die Anmeldung... 2 2.1 Die Erstregistrierung... 3 2.2 Die Mitgliedsnummer anfordern... 4 3. Die Funktionen für Nutzer... 5 3.1 Arbeiten
MehrKünstliche Intelligenz Maschinelles Lernen
Künstliche Intelligenz Maschinelles Lernen Stephan Schwiebert Sommersemester 2009 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Maschinelles Lernen Überwachtes Lernen
Mehr1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:
Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:
MehrDas Dilemma des Einbrechers Wer die Wahl hat, hat die Qual!
Das Dilemma des Einbrechers Wer die Wahl hat, hat die Qual! 0kg 4000 Euro Luster 5,5 kg, 430.- Laptop 2,0 kg, 000.- Schatulle 3,2 kg, 800.- Uhr 3,5 kg, 70.- Schwert,5 kg, 850.- Bild 3,4 kg, 680.- Besteck
Mehr4. Relationen. Beschreibung einer binären Relation
4. Relationen Relationen spielen bei Datenbanken eine wichtige Rolle. Die meisten Datenbanksysteme sind relational. 4.1 Binäre Relationen Eine binäre Relation (Beziehung) R zwischen zwei Mengen A und B
MehrWir 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.
MehrBasis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.
Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren
MehrLandes-Arbeits-Gemeinschaft Gemeinsam Leben Gemeinsam Lernen Rheinland-Pfalz e.v.
Landes-Arbeits-Gemeinschaft Gemeinsam Leben Gemeinsam Lernen Rheinland-Pfalz e.v. Wer sind wir? Wir sind ein Verein. Wir setzen uns für Menschen mit Behinderung ein. Menschen mit Behinderung sollen überall
MehrVorkurs Informatik WiSe 15/16
Konzepte der Informatik Dr. Werner Struckmann / Stephan Mielke, Jakob Garbe, 16.10.2015 Technische Universität Braunschweig, IPS Inhaltsverzeichnis Suchen Binärsuche Binäre Suchbäume 16.10.2015 Dr. Werner
MehrKostenmaße. 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);
MehrMit dem Tool Stundenverwaltung von Hanno Kniebel erhalten Sie die Möglichkeit zur effizienten Verwaltung von Montagezeiten Ihrer Mitarbeiter.
Stundenverwaltung Mit dem Tool Stundenverwaltung von Hanno Kniebel erhalten Sie die Möglichkeit zur effizienten Verwaltung von Montagezeiten Ihrer Mitarbeiter. Dieses Programm zeichnet sich aus durch einfachste
MehrKurzanleitung fu r Clubbeauftragte zur Pflege der Mitgliederdaten im Mitgliederbereich
Kurzanleitung fu r Clubbeauftragte zur Pflege der Mitgliederdaten im Mitgliederbereich Mitgliederbereich (Version 1.0) Bitte loggen Sie sich in den Mitgliederbereich mit den Ihnen bekannten Zugangsdaten
Mehr7 Die Determinante einer Matrix
7 Die Determinante einer Matrix ( ) a11 a Die Determinante einer 2 2 Matrix A = 12 ist erklärt als a 21 a 22 det A := a 11 a 22 a 12 a 21 Es ist S 2 = { id, τ}, τ = (1, 2) und sign (id) = 1, sign (τ) =
MehrAufruf der Buchungssystems über die Homepage des TC-Bamberg
Aufruf der Buchungssystems über die Homepage des TC-Bamberg Das Online-Buchungssystem erreichen Sie einfach über die Homepage des TC-Bamberg (www.tennis-club-bamberg.de).über den Link (siehe Bild 1) gelangen
MehrKapitel 5: Dynamisches Programmieren Gliederung
Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen
Mehr40-Tage-Wunder- Kurs. Umarme, was Du nicht ändern kannst.
40-Tage-Wunder- Kurs Umarme, was Du nicht ändern kannst. Das sagt Wikipedia: Als Wunder (griechisch thauma) gilt umgangssprachlich ein Ereignis, dessen Zustandekommen man sich nicht erklären kann, so dass
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrÜbungen zu Einführung in die Informatik: Programmierung und Software-Entwicklung: Lösungsvorschlag
Ludwig-Maximilians-Universität München WS 2015/16 Institut für Informatik Übungsblatt 9 Prof. Dr. R. Hennicker, A. Klarl Übungen zu Einführung in die Informatik: Programmierung und Software-Entwicklung:
Mehr3. Verpackungskünstler. Berechnungen am Quader, Umgang mit Termen, räumliche Vorstellung
Berechnungen am Quader, Umgang mit Termen, räumliche Vorstellung Päckchen, die man verschenken möchte, werden gerne mit Geschenkband verschnürt. Dazu wird das Päckchen auf seine größte Seite gelegt, wie
MehrJava Kurs für Anfänger Einheit 4 Klassen und Objekte
Java Kurs für Anfänger Einheit 4 Klassen und Ludwig-Maximilians-Universität München (Institut für Informatik: Programmierung und Softwaretechnik von Prof.Wirsing) 13. Juni 2009 Inhaltsverzeichnis klasse
MehrTutorial: Entlohnungsberechnung erstellen mit LibreOffice Calc 3.5
Tutorial: Entlohnungsberechnung erstellen mit LibreOffice Calc 3.5 In diesem Tutorial will ich Ihnen zeigen, wie man mit LibreOffice Calc 3.5 eine einfache Entlohnungsberechnung erstellt, wobei eine automatische
MehrEDV-Fortbildung Kombi-Schulung Word-Excel 2010. Modul Excel. Informationen zum Programm. Die Programmoberfläche von Excel
EDV-Fortbildung Kombi-Schulung Word-Excel 2010 Modul Excel Informationen zum Programm Microsoft Excel ist das meistverbreitete Programm zur Tabellenkalkulation. Excel bietet sich für umfangreiche, aber
MehrSuche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche. Suche in Spielbäumen. KI SS2011: Suche in Spielbäumen 1/20
Suche in Spielbäumen Suche in Spielbäumen KI SS2011: Suche in Spielbäumen 1/20 Spiele in der KI Suche in Spielbäumen Spielbäume Minimax Algorithmus Alpha-Beta Suche Einschränkung von Spielen auf: 2 Spieler:
MehrDatenbank-Verschlüsselung mit DbDefence und Webanwendungen.
Datenbank-Verschlüsselung mit DbDefence und Webanwendungen. In diesem Artikel werden wir Ihnen zeigen, wie Sie eine Datenbank verschlüsseln können, um den Zugriff einzuschränken, aber trotzdem noch eine
MehrProf. Dr. Uwe Schmidt. 21. August 2007. Aufgaben zur Klausur Objektorientierte Programmierung im SS 2007 (IA 252)
Prof. Dr. Uwe Schmidt 21. August 2007 Aufgaben zur Klausur Objektorientierte Programmierung im SS 2007 (IA 252) Zeit: 75 Minuten erlaubte Hilfsmittel: keine Bitte tragen Sie Ihre Antworten und fertigen
Mehrpräsentiert: Ventildeckel lackieren www.e30forum.de
präsentiert: Ventildeckel lackieren www.e30forum.de DIY/FAQ: --===> Ventildeckel lackieren
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrInternet Explorer Version 6
Internet Explorer Version 6 Java Runtime Ist Java Runtime nicht installiert, öffnet sich ein PopUp-Fenster, welches auf das benötigte Plugin aufmerksam macht. Nach Klicken auf die OK-Taste im PopUp-Fenster
MehrOperationalisierbare Qualitätskriterien für die Programmierung mit Erfahrungen aus PRÜ1 und PRÜ2
Operationalisierbare Qualitätskriterien für die Programmierung mit Erfahrungen aus PRÜ1 und PRÜ2 von Christoph Knabe http://public.beuth-hochschule.de/~knabe/ Ch. Knabe: Operationalisierbare Qualitätskriterien
MehrEinführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung)
Wintersemester 2007/08 Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fakultät für Informatik Lehrstuhl
Mehr! " # $ " % & Nicki Wruck worldwidewruck 08.02.2006
!"# $ " %& Nicki Wruck worldwidewruck 08.02.2006 Wer kennt die Problematik nicht? Die.pst Datei von Outlook wird unübersichtlich groß, das Starten und Beenden dauert immer länger. Hat man dann noch die.pst
MehrÜbungen 19.01.2012 Programmieren 1 Felix Rohrer. Übungen
Übungen if / else / else if... 2... 2 Aufgabe 2:... 2 Aufgabe 3:... 2 Aufgabe 4:... 2 Aufgabe 5:... 2 Aufgabe 6:... 2 Aufgabe 7:... 3 Aufgabe 8:... 3 Aufgabe 9:... 3 Aufgabe 10:... 3 switch... 4... 4 Aufgabe
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv
MehrMit der Maus im Menü links auf den Menüpunkt 'Seiten' gehen und auf 'Erstellen klicken.
Seite erstellen Mit der Maus im Menü links auf den Menüpunkt 'Seiten' gehen und auf 'Erstellen klicken. Es öffnet sich die Eingabe Seite um eine neue Seite zu erstellen. Seiten Titel festlegen Den neuen
Mehr13. Binäre Suchbäume
1. Binäre Suchbäume Binäre Suchbäume realiesieren Wörterbücher. Sie unterstützen die Operationen 1. Einfügen (Insert) 2. Entfernen (Delete). Suchen (Search) 4. Maximum/Minimum-Suche 5. Vorgänger (Predecessor),
MehrLiteratur. 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,
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrÜbung Theoretische Grundlagen
Übung Theoretische Grundlagen Berechenbarkeit/Entscheidbarkeit Nico Döttling November 26, 2009 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT University of the State of Baden-Wuerttemberg and National Laboratory
Mehr2.11 Kontextfreie Grammatiken und Parsebäume
2.11 Kontextfreie Grammatiken und Parsebäume Beispiel: Beispiel (Teil 3): Beweis für L(G) L: Alle Strings aus L der Länge 0 und 2 sind auch in L(G). Als Induktionsannahme gehen wir davon aus, dass alle
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
MehrAlgorithmen & 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
MehrWir machen neue Politik für Baden-Württemberg
Wir machen neue Politik für Baden-Württemberg Am 27. März 2011 haben die Menschen in Baden-Württemberg gewählt. Sie wollten eine andere Politik als vorher. Die Menschen haben die GRÜNEN und die SPD in
Mehr