Kombinatorische Optimierung und Graphenalgorithmen
Master Technische Informatik 2020
PDF Studiengangsverzeichnis Studienverlaufspläne Master Technische Informatik
Version: 1 | Letzte Änderung: 25.01.2020 18:05 | Entwurf: 0 | Status: vom Modulverantwortlichen freigegeben | Verantwortlich: Randerath
Anerkannte Lehrveranstaltungen | KOGA_Randerath |
---|---|
Gültig ab | Wintersemester 2020/21 |
Dauer | 1 Semester |
ECTS | 5 |
Zeugnistext (de) | Kombinatorische Optimierung und Graphenalgorithmen |
Zeugnistext (en) | Combinatorial Optimization and Graph Algorithms |
Unterrichtssprache | deutsch |
abschließende Modulprüfung | Nein |
Komplexe Rechner-, Kommunikations- und Eingebettete Systeme sowie komplexe Software-Systeme unter interdisziplinären Bedingungen entwerfen, realisieren und bewerten |
Wissenschaftlich arbeiten und wissenschaftliche Erkenntnisse anwenden und erweitern |
undefined |
ID | Learning Outcome | |
---|---|---|
LO1 |
Die Studierenden sind in der Lage Verfahren und Konzepte der Graphentheorie und der Kombinatorischen Optimierung zur Beschreibung und algorithmischen Lösung von Problemstellungen der Informatik, der Technik und des täglichen Lebens anzuwenden. Sie haben die Fertigkeit Verfahren und Konzepte der Graphentheorie und der Kombinatorischen Optimierung zur Beschreibung und algorithmischen Lösung von Problemstellungen der Informatik, der Technik und des täglichen Lebens anzupassen. Sie können algorithmische Denk- und Arbeitweisen wie Komplexität von Problemklassen, Effizienz von Algorithmen und Approximation, die sie induktiv an Optimierungsaufgaben in Netzwerken und gewichteten Graphen erlernt haben, anwenden. |
Kompetenz | Ausprägung |
---|---|
Fachwissen erweitern und vertiefen und Lernfähigkeit demonstrieren | diese Kompetenz wird vermittelt |
Komplexe Systeme und Prozesse analysieren, modellieren, realisieren, testen und bewerten | diese Kompetenz wird vermittelt |
Aufkommende Technologien einordnen und bewerten können | diese Kompetenz wird vermittelt |
Wissenschaftliche Ergebnisse und technische Zusammenhänge schriftlich und mündlich darstellen und verteidigen | diese Kompetenz wird vermittelt |
Probleme wissenschaftlich untersuchen und lösen, auch wenn sie unscharf, unvollständig oder widersprüchlich definiert sind | diese Kompetenz wird vermittelt |
Anerkannte Methoden für wissenschaftliches Arbeiten beherrschen | diese Kompetenz wird vermittelt |
Komplexe Rechner-, Kommunikations- und Eingebettete Systeme sowie komplexe Software-Systeme unter interdisziplinären Bedingungen entwerfen, realisieren und bewerten |
Wissenschaftlich arbeiten und wissenschaftliche Erkenntnisse anwenden und erweitern |
undefined |
ID | Learning Outcome | |
---|---|---|
LO1 |
Die Studierenden sind in der Lage Verfahren und Konzepte der Graphentheorie und der Kombinatorischen Optimierung zur Beschreibung und algorithmischen Lösung von Problemstellungen der Informatik, der Technik und des täglichen Lebens anzuwenden. Sie haben die Fertigkeit Verfahren und Konzepte der Graphentheorie und der Kombinatorischen Optimierung zur Beschreibung und algorithmischen Lösung von Problemstellungen der Informatik, der Technik und des täglichen Lebens anzupassen. Sie können algorithmische Denk- und Arbeitweisen wie Komplexität von Problemklassen, Effizienz von Algorithmen und Approximation, die sie induktiv an Optimierungsaufgaben in Netzwerken und gewichteten Graphen erlernt haben, anwenden. |
Kompetenz | Ausprägung |
---|---|
Fachwissen erweitern und vertiefen und Lernfähigkeit demonstrieren | diese Kompetenz wird vermittelt |
Komplexe Systeme und Prozesse analysieren, modellieren, realisieren, testen und bewerten | diese Kompetenz wird vermittelt |
Aufkommende Technologien einordnen und bewerten können | diese Kompetenz wird vermittelt |
Wissenschaftliche Ergebnisse und technische Zusammenhänge schriftlich und mündlich darstellen und verteidigen | diese Kompetenz wird vermittelt |
Probleme wissenschaftlich untersuchen und lösen, auch wenn sie unscharf, unvollständig oder widersprüchlich definiert sind | diese Kompetenz wird vermittelt |
Anerkannte Methoden für wissenschaftliches Arbeiten beherrschen | diese Kompetenz wird vermittelt |
Typ | Vorlesung / Übungen | |
---|---|---|
Separate Prüfung | Ja | |
Exemplarische inhaltliche Operationalisierung | Anwendung algorithmischer Denk- und Arbeitsweisen: Am Beispiel des Kruskal-Algorithmus zur Bestimmung minimal aufspannender Bäume in gewichteten Graphen wird ein Greedy-Verfahren vorgestellt, welches eine optimale Lösung garantiert. Die Analyse der algorithmischen Lösung dieses Optimierungsproblems führt zur Einführung matroider Strukturen. Hierdurch wird es möglich zu analysieren, wann Greedy-Verfahren Optimierungsprobleme lösen. |
Benotet | Nein | |
---|---|---|
Frequenz | Einmal im Jahr | |
Konzept | Präsenz- und Selbstlernaufgaben |
© 2022 Technische Hochschule Köln