htw saar
Zurück zur Hauptseite

Version des Moduls auswählen:

flag

Informatik 2

Modulbezeichnung: Informatik 2
Modulbezeichnung (engl.): Informatics 2
Studiengang: Kommunikationsinformatik, Bachelor, ASPO 01.10.2017
Code: KIB-INF2
SWS/Lehrform: 2V+2U (4 Semesterwochenstunden)
ECTS-Punkte: 5
Studiensemester: 2
Pflichtfach: ja
Arbeitssprache:
Deutsch
Erforderliche Studienleistungen (gemäß ASPO):
erfolgreiche Teilnahme an Übungen
Prüfungsart:
Klausur
Zuordnung zum Curriculum:
KIB-INF2 Kommunikationsinformatik, Bachelor, ASPO 01.10.2017, 2. Semester, Pflichtfach
Arbeitsaufwand:
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 105 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
KIB-INF1 Informatik 1
KIB-MAT1 Mathematik 1


[letzte Änderung 12.01.2018]
Als Vorkenntnis empfohlen für Module:
KIB-RN Rechnernetze
KIB-SDSA Simulation diskreter Systeme mit Anylogic


[letzte Änderung 06.02.2020]
Modulverantwortung:
Prof. Dr. Damian Weber
Dozent:
Dipl.-Inform. Marion Bohr (Übung)
Thorsten Jakobs, M.Sc. (Übung)


[letzte Änderung 12.01.2018]
Lernziele:
Die Studierenden verstehen die Formulierung verschiedener algorithmischer Problemen als Graphenproblem.
  
Die Studierenden sind in der Lage, Graphenprobleme algorithmisch zu lösen. Die in der Veranstaltung "Informatik 1" erworbenen Kenntnisse über Datenstrukturen und algorithmischer Basistechniken werden bei der Lösung dieser Probleme angewandt. Dadurch werden Fähigkeiten erworben, komplexere Algorithmen zu analysieren.
  
Schließlich wird anhand einer intuitiven Einführung in wichtige Komplexitätsklassen die Grundlage für das Verständnis algorithmischer Lösbarkeit von Problemen gelegt. Die Lösungsansätze der Greedyalgorithmen und der dynamischen Programmierung wird als Technik verstanden, schwierige algorithmische Probleme näherungsweise und effizient zu lösen. Durch die Analyse des Ressourcenverbrauchs kann für individuelle Probleme entschieden werden, ob es für deren Lösung effiziente, exakte oder heuristische Verfahren gibt.


[letzte Änderung 10.11.2016]
Inhalt:
1. Graphen
1.1 Datenstrukturen
1.2 Basisalgorithmen
1.3 Kürzeste Wege
1.4 Zusammenhangskomponenten
 
2. Problemlösungstechniken
2.1 Dynamische Programmierung
2.2 Greedy-Algorithmen
2.3 Analysetechniken approximativer Verfahren
 


[letzte Änderung 10.11.2016]
Lehrmethoden/Medien:
 


[letzte Änderung 10.11.2016]
Literatur:
Cormen Th., Leiserson Ch., Rivest R., Introduction to Algorithms, Oldenbourg, 2013
Sedgewick R., Wayne K., Algorithmen und Datenstrukturen, Pearson Studium, 2014


[letzte Änderung 10.11.2016]
Modul angeboten in Semester:
SS 2020, SS 2019, SS 2018
[Tue May 26 18:26:57 CEST 2020, CKEY=ki2, BKEY=ki2, CID=KIB-INF2, LANGUAGE=de, DATE=26.05.2020]