- Veranstaltungszeit: Mi., 16–18 Uhr
- Veranstaltungsort: GSP, D Z007
- Dr. Thomas Steenbreker auf der Fakultätshomepage
- Trainer/in: Lisa Kappes
- Trainer/in: Babette Milz
- Trainer/in: Lorenz Seidl
- Trainer/in: Thomas Steenbreker
Mo., 8–11 Uhr
Ludwigstr. 28, Rgb 124
Den Einschreibeschlüssel erhalten Sie von Herrn Ruben Doneleit: ruben.doneleit@jura.uni-muenchen.de
Do., 16–18 Uhr
Ludwig 28, Rgb 026
Zum Einschreibeschlüssel (zugriffsgeschützt nur für LMU-Angehörige)
Prof. Dr. Jan-Hendrik Röver auf der Fakultätshomepage
Hier finden Sie alle wesentlichen Informationen zum Praktikum "Reflexion mathematikdidaktischer Praxis", das im ersten Modul zur Mathematikdidaktik für alle Lehramtsstudiengängen mit Schwerpunkt Sekundarstufe vorgesehen ist.
Die Repetitorien geben Ihnen die Möglichkeit, die schriftliche Klausur im Fach Französische Literaturwissenschaft des Staatsexamens für LA Gymnasium bzw. LA Realschule vorzubereiten. Damit zu möglichst vielen Texten des Kanons im Kurs eine Basis gelegt werden kann, wird dieses Repetitorium die Gattung Narrativik fokussieren, während ein weiterer Kurs Lyrik und Drama in den Blick nimmt. Grundlage beider Kurse ist der Prüfungskanon Französische Literaturwissenschaft, dessen narrative Texte Sie in diesem Repetitorium in sorgfältig erarbeiteten Thesenpapieren vorstellen, die allen TeilnehmerInnen des Kurses als Grundlage zur Examensvorbereitung dienen.
Der nachstehend abgedruckte Prüfungskanon für die Staatsexamensklausur Französisch (Teilgebiet Literaturwissenschaft) kommt ab Herbst 2023 zur Anwendung. Garantiert ist, dass mindestens eine der vier zur Auswahl gestellten Aufgaben aus dem Bereich Narrativik/Expositorik stammt; möglich ist allerdings auch, dass entweder aus dem Bereich Lyrik oder dem Bereich Drama tatsächlich keine Aufgabe gestellt wird.
Ausdrücklich sei wie bisher auch schon darauf verwiesen, dass ein und der-/dieselbe Autor/in und dasselbe Werk auch an aufeinanderfolgenden Prüfungsterminen zur Bearbeitung gestellt werden kann.
Folgende Texte (gültig bis einschließlich Frühjahr 2021) können bearbeitet werden:
Bitte besorgen Sie sich die Texte in Buchform und achten Sie bei den älteren Texten auf gut edierte Ausgaben. Internet- und Kindletexte o.Ä. sind nicht verlässlich.
Lehramt Gym.:
Marie de France: Lais (Ausgabe: Ph. Walter [Hg.]: Lais du Moyen Âge. Paris: Gallimard.)
(bei der Prüfung wird als Verständnishilfe eine neufranzösische Übersetzung mit vorgelegt; die Analyse hat am Original zu erfolgen)
Madame de La Fayette: La Princesse de Clèves; Histoire de la Princesse de Montpensier
Laclos: Les Liaisons dangereuses
Flaubert: Madame Bovary
Sarraute: Tropismes; Le planétarium
Ndiaye: Trois femmes puissantes; Quant au riche avenir
LA Realschule:
Flaubert: Madame Bovary
Ndiaye: Trois femmes puissantes; Quant au riche avenir

Die Repetitorien geben Ihnen die Möglichkeit, die schriftliche Klausur im Fach Spanische Literaturwissenschaft des Staatsexamens für LA Gymnasium (Sp) vorzubereiten. Damit zu möglichst vielen Texten des Kanons im Kurs eine Basis gelegt werden kann, wird dieses Repetitorium die Gattungen Narrativik und Expositorik fokussieren, während weiterer Kurs Lyrik und Drama in den Blick nimmt. Grundlage beider Kurse ist der Prüfungskanon Spanische Literaturwissenschaft, dessen Texte aus Narrativik und Expositorik Sie in diesem Repetitorium in sorgfältig erarbeiteten Thesenpapieren vorstellen, die allen TeilnehmerInnen des Kurses als Grundlage zur Examensvorbereitung dienen. Grundsätzlich gilt, dass Sie deutlich stärker von der Examensvorbereitung profitieren, wenn Sie die behandelten Werke bereits gelesen haben.
Der nachstehend abgedruckte Prüfungskanon für die Staatsexamensklausur Spanisch (Teilgebiet Literaturwissenschaft) ist bis Herbst 2023 in Anwendung. Garantiert ist, dass mindestens eine der vier zur Auswahl gestellten Aufgaben aus dem Bereich Narrativik/Expositorik stammt; möglich ist allerdings auch, dass entweder aus dem Bereich Lyrik oder dem Bereich Drama tatsächlich keine Aufgabe gestellt wird.
Ausdrücklich sei wie bisher auch schon darauf verwiesen, dass ein und der-/dieselbe Autor/in und dasselbe Werk auch an aufeinanderfolgenden Prüfungsterminen zur Bearbeitung gestellt werden kann. Die PrüfungskandidatInnen nach LPO I alter Ordnung bearbeiten den Text nach drei Leitfragen, die PrüfungskandidatInnen nach LPO I neuer Ordnung bearbeiten den Text nach zwei Leitfragen (diese beiden Fragen sind in der Aufgabenstellung explizit zur Bearbeitungausgewiesen).
Folgende Texte können bearbeitet werden:
Fernando de Rojas, La Celestina
Emilia Pardo Bazán, Los pazos de Ulloa
Octavio Paz, El laberinto de la soledad
Jorge Luis Borges, Ficciones, El Aleph
Rafael Chirbes, En la orilla
Elena Poniatowska, La noche de Tlateloco
Besorgen Sie sich die Texte bitte in Papierform in verlässlichen, ggf. gut kommentierten Ausgaben, damit wir auf Kopien im Kurs weitgehend verzichten können. Online verfügbare Ausgaben sind nicht zuverlässig.
Mo., 14–16 Uhr & Di., 12–14 Uhr
Ludwig 28, Rgb 026 & Ludwig 28, Rgb 122
Zum Einschreibeschlüssel (zugriffsgeschützt nur für LMU-Angehörige)
Prof. Dr. Johannes Platschek auf der Fakultätshomepage

Den Einschreibeschlüssel erhalten Sie von den Veranstaltungsleitern
Die Anmeldung zu diesem Seminar erfolgt über die Zentralanmeldung für Bachelorseminare.
Voraussetzung für das Seminar ist die erfolgreiche Teilnahme an der Veranstaltung Algorithmen und Datenstrukturen!
Entwurf und Analyse von Algorithmen ist ein Kerngebiet der Informatik. In den ersten Semestern wurden bereits eine Reihe von Algorithmen, z.B. Graphalgorithmen und Sortieralgorithmen, und Paradigmen für Algorithmenentwurf vorgestellt und analysiert.
In diesem Seminar werden darauf aufbauend Algorithmen behandelt, die typischer Weise nicht in den Curricula behandelt werden, aber interessante Ideen aufweisen und von Interesse für die Anwendung sind. Wir behandeln Themen wie Mustererkennung in Texten, Boyer-Moore- und Knuth-Morris-Pratt-Algorithmen, Präfix-Bäume, Goldberg/Tarjans Netzwerkflussalgorithmus mit Anwendungen, Stable Marriage Problem, Weighted Popular Matchings, Student/Projekt-Zuweisungsproblem, Boston School Choice Problem, Top Trading Cycle Verfahren, Nierenvergabe für Transplantation mit TTCC, Cake Cutting and Lone Chooser Protokoll, Divide and conquer cake cutting Protokoll.
Prof. Dr. Mila Majster-Cederbaum
Technische Fragen: Dr. Philipp Wendler
Das Seminar findet als Blockveranstaltung an 5 Terminen statt:
Zu Beginn des Semesters gibt es eine Einführungsveranstaltung (20.10.2023), bei der die Themen verteilt werden.
Nach der Zuteilung der Themen haben Sie Zeit sich Ihr Thema näher anzusehen und eine Literaturrecherche zum Beispiel zu historischen Hintergründen und insbesondere zu Anwendungen Ihrer Algorithmen in der Praxis oder Erweiterungen/Varianten der Problemstellung durchzuführen.
Beim ersten Seminartermin (10.11.2023) hält jeder Studierende einen kurzen Vortrag, ca. 5-10 Minuten, in dem das Thema und eine provisorische Gliederung des geplanten Vortrags vorgestellt wird.
Sie haben danach einige Wochen Zeit die Folien Ihres Vortrags zu erstellen, der 45 Minuten (+ ca. 5 Minuten Diskussion) dauern soll. Diese senden Sie mir 1 Woche vor Ihrem Vortrag zur Korrektur per Email zu.
Die Vorträge finden am 12.01.2024 und 13.01.2024. statt.
Es soll eine Ausarbeitung von 10 (±10%) Seiten (Deckblatt und Inhaltsverzeichnis zählen nicht) an mich gesandt werden (Termin wird noch bekannt gegeben). Im Gegensatz zu den Folien, die eher stichpunktartig organisiert sind, ist die Ausarbeitung eine ausführliche Behandlung Ihres Themas.
Am 19.01.2024 findet eine Abschlussbesprechung statt.
Vortrag und Ausarbeitung können auf deutsch oder englisch sein. Vortrag und Ausarbeitung sollen in der gleichen Sprache erfolgen und selbstständig formuliert werden.
Hier werden Hinweise zur Bearbeitung der Themen gegeben. Die Nichteinhaltung wird in der Note berücksichtigt.
Für alle Themen gilt: alle vorkommenden Begriffe sollen gut erklärt werden, z.B. an einem eigenen Beispiel / Gegenbeispiel. Ebenso sollen die Algorithmen/Protokolle dargestellt werden und an einem eigenen Beispiel erläutert werden. Die Aussagen zu den Algorithmen/Protokollen sollen präsentiert und erläutert werden. Beweise erfolgen in der Regel in der Ausarbeitung.
Beweise dürfen nicht einfach nur abgeschrieben oder übersetzt werden.
Quellen müssen klar und umfassend genannt werden.
Copy und Paste aus Texten oder Darstellungen im Internet oder deren wortwörtliche Übersetzung sind nicht zulässig (Ausnahme: Zitate).
Beachten Sie auch die Hinweise zum Umgang mit Plagiaten und Täuschungsversuchen.
Es ist Vorsicht geboten, Veranschaulichungen aus dem Internet zu übernehmen. Diese sind nicht notwendig konform mit der von uns gewählten Literatur und auch nicht immer an Informatiker gerichtet und manchmal ziemlich salopp, insbesondere ohne Begründung der Korrektheit dessen, was da getan wird. In unseren Seminaren geht es aber um wissenschaftliches Arbeiten, z.B. auch um das Verstehen komplexerer formaler Konstrukte und Zusammenhänge. Veranschaulichen ist gut, ersetzt aber nicht das exakte Formale. Eine bloße Veranschaulichung, wie sie häufig im Internet zu finden ist, entspricht nicht dem, was in einem Seminarvortrag erwartet wird.
Auch bei der Verwendung zusätzlicher Literatur muss man darauf achten, das die verwendeten Begriffe übereinstimmen, selbst kleine Veränderungen in einer Definition/ einem Algorithmus können weitreichende Konsequenzen haben.
Der Vortrag soll ca. 45 Minuten dauern (+ ca. 5 Minuten Diskussion).
Die Ausarbeitung soll ca. 10 (±10%) Seiten lang sein (Deckblatt und Inhaltsverzeichnis zählen nicht).
Bachelor Informatik oder Medieninformatik
Model checking is an important research field in computer science where automatic solutions to the following problem are studied: Given a computing model and a specification, decide whether the model satisfies the specification or not. In practice, a computing model can be a digital circuit (hardware) or a program (software). A specification can be a safety property requiring that errors never happen during the execution of the computing model. Compared to testing, model checking can guarantee the correctness of computing systems with mathematical rigor. Model checking is rooted in a solid theoretical foundation and requires advanced software engineering for tool implementation. The inventors of model checking won the 2007 Turing Award, and leading technology companies use model-checking techniques to assure the quality of their products.
The goal of this seminar is to learn the mathematical foundation and understand the working of state-of-the-art algorithms for hardware and software model checking. At the end of this seminar, students should become familiar with the background knowledge of model checking and able to explain a scientific publication on model checking in oral and written forms.
The seminar will consist of three phases:
Thursdays, 10 - 12 c.t., Akademiestr. 7, Room 105
Sie können an diesem Seminar sowohl für Bachelor als auch für Master teilnehmen. Die Anmeldung zu diesem Seminar erfolgt über die Zentralanmeldung. Bitte beachten Sie unbedingt die Hinweise zur Anrechnung weiter unten!
Benötigte Kenntnisse für das Seminar: Softwaretechnik
Im Seminar werden Beschreibungsmethoden und Simulationsprogramme für dynamische Systeme behandelt und an Anwendungsbeispielen aus verschiedenen Disziplin
Prof. Dr. Martin Wirsing, Prof. Dr. Wolfgang Hesse
Technische Fragen: Dr. Philipp Wendler
Das Seminar findet zu Beginn des Semesters wöchentlich statt, jeweils Donnerstags 12-14 Uhr., und beginnt mit dem ersten Termin am 09.11.2023 (❗). Die studentischen Vorträge erfolgen als Blockveranstaltung an zwei Samstagen (❗).
Die Lehrveranstaltung findet in einer gemischten Form statt, bestehend aus Vorlesungsanteilen und Seminarvorträgen statt. Sie kann im Hauptfach Informatik/Medieninformatik folgendermaßen angerechnet werden:
Some algorithms from machine learning have successfully approached many of the problems that seemed unsolvable a few decades ago (eg. computer vision, image generation). Irrespective of the successes in applied settings, the learning process, as well as the uncertainties that underlie the learning, remain open problems that challenge the foundations of statistics. Since attempts relying on the traditional (Bayesian and frequentist) frameworks have shown only limited success, some researchers have directed their efforts in questioning the foundations of statistics in a very principled manner (eg. What if there is no data generating process? What if we are not certain about our prior beliefs? Can we talk about a conditional distribution of the parameters without imposing a prior on the parameters? Are all uncertainty dimensions covered?).
In this seminar, we will explore foundations rooted in five main blocks, namely: traditional Bayesian and frequentist frameworks, imprecise probability, decision theory, information theory and compression algorithms. We will build on the following non-exhaustive list of papers:
1. Aleatoric and epistemic uncertainty in machine learning: An introduction to concepts and methods - Hüllermeier, Waegeman (2021)
2. Sources of Uncertainty in Machine Learning--A Statisticians' View - Gruber et al. (2023)
3. Minimum description length revisited - Grünwald and Roos (2020)
4. The Interplay of Bayesian and Frequentist Analysis - Bayarri and Berger (2004)
5. Robust Bayesian Analysis: sensitivity to prior - Berger (1987)
6. All models are wrong, but many are useful: Learning a variable's importance by studying an entire class of prediction models simultaneously - Fisher et al. (2019)
7. Strictly frequentist imprecise probability - Fröhlich et al. (2024)
8. Information-theoretic upper and lower bounds for statistical estimation - Zhang (2006)
9. The E-Posterior - Grünwald (2023)
10. How the game-theoretic foundation for probability resolves the Bayesian vs. frequentist standoff? - Shafer (2020)
11. Judicious Judgement Meets Unsettling Updating: Dilation, Sure Loss and Simpson’s Paradox - Gong and Meng (2021)
12. Testing by betting: A strategy for statistical and scientific communication - Shafer (2019)
We invite students to suggest their own papers that fit within the topic as well.
Who is this seminar for: Motivated students who are open to explore current trends in the foundations of statistics that might provide tools to solve open problems in uncertainty quantification and learning. The seminar is open to master’s students from statistics, mathematics, economics, data science, and similar backgrounds. For students of the Statistics and Data Science program, the seminar can be recognized for the mandatory seminar module in the Methodology & Modeling, Machine Learning and Social Statistics and Data Science tracks, as well as for the additional elective general seminar module ‘Advanced Research Methods in Theoretical Statistics’ (WP 51).
Data Science tracks, as well as for the additional elective general seminar module ‘Advanced Research Methods in Theoretical Statistics’ (WP 51). Requirements for obtaining 9 ECTS credits: Every student has to
* give a 45-60 minutes long presentation on their chosen topic supported by slides and
* write a seminar paper based on it (As a rough guideline: the typical seminar paper is 25-30 pages long; in case the paper is very technical, it can be considerably shorter, which is to be agreed on with the organisers of the seminar). The paper has to be submitted by 01.06.2025 and shall contain a deepened and extended version of the presentation, also taking up the discussion of the presentation and positioning the chosen topic in the context of the seminar. (The registration for the 9 ECTS has to be done via LSF.)
If places are left, we are happy to offer in addition a 3 ECTS version, based on a shorter term paper or presentation. The 3 ECTS could be used flexibly for one of the corresponding generic modules. To apply for the 3 ECTS option write an email to ivan.melev@lmu.de no later than September 25 (no registration via LSF!).
We expect active participation in the discussions of the seminar. This includes a quick personal preparation for each presentation based on some preparation material (1 page) the speakers are asked to provide one week in advance.
What is the format? This is a block seminar in a face-to-face format. It will take place during the week of 26.02.2025-28.02.2025; the exact dates are still to be decided.
[1] Chen, Xi, et al. "PaLI: A Jointly-Scaled Multilingual Language-Image Model" *arXiv preprint arXiv:2209.06794* (2023).
[2] Kirillov, Alexander, et al. "Segment Anything." *arXiv preprint arXiv:2304.02643* (2023).
[3] Girdhar, Rohit, et al. "Imagebind: One embedding space to bind them all." Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2023.
[4] Ye, Qinghao, et al. "mplug-owl: Modularization empowers large language models with multimodality." arXiv preprint arXiv:2304.14178 (2023).
Softwareentwicklungspraktikum für Studierende im Nebenfach Informatik oder Medieninformatik (Einschreibeschlüssel: SEP-NF-23)
At the heart of modern Chinese nationalism and national identity is the "minzu" concept and the "Zhonghua minzu" paradigm. The Chinese Communist Party has employed minzu, alternatively translated as "people," "nation," "nationality," "race," or "ethnicity," as a key building block of Chinese society since 1949, if not earlier, and argues that the "Zhonghua minzu" is the correct formulation for "Chinese people." Where did the minzu concept come from? Who belonged (or belongs) to the Zhonghua minzu? What did it mean? What kinds of policies were devised and inspired by the Zhonghua minzu paradigm? This tutorial will examine a range of primary documents concerning the "national question" in China from the late 19th through the early 21st centuries. We will also consider theories of translation and the movement of concepts across linguistic frontiers.
