Deckblatt Wi-Inf WS1011 1 - Fachbereich Informatik - Universität ...

Stichworte
Lernziel
Vorgehen
Literatur
Zeitrepräsentation, Raumrepräsentation, räumliche und zeitliches Schliessen, Qualitatives
Schliessen, Wissensrepräsentation
Verständnis der spezifischen Strukturen der Domänen Zeit und Raum und der Wirkung
dieser Strukturen in der Wissensrepräsentation und Wissensverarbeitung. Umgang mit
wissenschaftlicher Literatur. Präsentation der erarbeiteten Inhalte in Vorträgen und
schriftlichen Ausarbeitungen.
Vorträge durch die TeilnehmerInnen mit anschließender Diskussion, Erarbeitung und
Diskussion von Texten (Seminarausarbeitungen).
wird bekannt gegeben unter: http://www.informatik.uni-hamburg.de/WSV/teaching/
Modul WPM4: Algorithmik
LV 64-330:
Vorlesung Algorithmik
Dozent/in
Matthias Rarey
Zeit/Ort 4 UE / Wöchentlich 2 UE Mo 10:15–11:45 F–235 ab 18.10.10; 2 UE Mi 10:15–11:45 F–
235 ab 20.10.10
Kommentare/ Inhalte Die Entwicklung von Algorithmen zur Lösung von Problemen mit dem Computer ist
zentraler Bestandteil der Informatik. Fundamentale Kenntnisse in dem Prozess des
Algorithmenentwurfs sind in der Informatik unabdingbar. Jeder Informatiker sollte zudem
eine Reihe von grundlegenden Algorithmen und Datenstrukturen kennen, um diese als
Teillösungen für komplexe Fragestellungen gewinnbringend einsetzen zu können.
Aufbauend auf AD1 und FGI werden weiterführende Algorithmen und die zugrunde
liegenden Analysen präsentiert. Dabei werden Schwerpunkte in den Bereichen Graphalgorithmen,
algorithmische Geometrie und Lösung komplexer Optimierungsprobleme
gelegt. Die wichtigsten Themengebiete des Moduls umfassen:
* Weiterführende Graphalgorithmen: All-Pairs / algebraische kürzeste Wege, Minimale
Spannbäume, Netzwerk-Flussalgorithmen, Matching
* Einführung in Algorithmische Geometrie: Schnittprobleme, Algorithmen und Datenstrukturen
zur Raumanfrage, Konvexe Hüllen, Voronoi-Diagramme und Delauney-Triangulierung,
kleinste umschließende Kreise, Lineare Programmierung
* Analyse und Lösung NP-schwerer Optimierungsprobleme: Reduktionsbeweise, Approximationsalgorithmen
(Set Cover und geometrisches TSP), polynomielle Approximationsschemata,
Branch&Bound mit Relaxation, heuristische Techniken
Lernziel
Die Vermittlung von Problemlösungskompetenz (Konzeptionalisierung und Realisierung)
zur Lösung formalisierbarer, schwieriger Probleme meist kombinatorischer Struktur steht in
diesem Modul im Vordergrund. Die Studierenden
* erlernen Entwurfsmethoden für effiziente Datenstrukturen und Algorithmen
* beherrschen effiziente Datenstrukturen und Algorithmen für ausgewählte Probleme
* können Methoden zur Effizienzanalyse von Algorithmen und Datenstrukturen anwenden
* erlernen selbständiges, kreatives Entwickeln von Algorithmen und Datenstrukturen
* können die Qualität von Algorithmen und algorithmischen Ansätzen unter Effizienzaspekten
einschätzen
* können sich selbständig neue Algorithmen, Datenstrukturen und algorithmische Ideen
und Analysen aneignen
* können bekannte Algorithmen auf neue Problemstellungen übertragen und im Hinblick
auf veränderte Anforderungen modifizieren
* sind in der Lage, neue Algorithmen für anwendungsbezogene Problemstellungen zu
entwickeln
* können die Qualität von Algorithmen und algorithmischen Ansätzen im Hinblick auf
Problemadäquatheit, Effizienz, Korrektheit, Vollständigkeit und praktische Verwertbarkeit
beurteilen
* können grundlegende Beschränkungen von gegebenen Algorithmen erkennen
* können Informationsverarbeitungsproblemen in Hinblick auf ihre algorithmische Komplexität
einschätzen
Literatur
* Thomas H. Cormen & Charles E. Leiserson & Ronald L. Rivest & Clifford Stein:
Introductions to Algorithms, MIT-Press (2001), 2nd Edition
* Thomas H. Cormen & Charles E. Leiserson & Ronald L. Rivest & Clifford Stein:
Algorithmen - eine Einführung, Wissenschaftsverlag (2007), 2. Auflage
* K. Mehlhorn, S. Näher: Leda: A Platform for Combinatorial and Geometric Computing,
Cambridge University Press (2000)
51