Ergänzung zum Modulhandbuch

Transkript

1 Ergänzung zum Modulhandbuch des Bachelor- und Masterstudiengangs Angewandte Informatik zu den Prüfungs- und Studienordnungen von 2007 und 2008 Institut für Informatik an der Universität Bayreuth (Version 20. Mai 2010) Foto: Fa. Riegg & Partner

2 Inhaltsverzeichnis Inhaltsverzeichnis Informatik Bachelor- und Master-Studiengang...4 INF 205: Software Engineering II Master-Studiengang...7 INF 319: Diskrete Algorithmen II 8

3 1. Informatik

4 1.1 Bachelor- und Master-Studiengang Dieser Abschnitt umfasst Module aus dem Bereich der Informatik, welche entweder im Bachelor- oder im Master-Studiengang belegt werden können. Module können nicht in beiden Studiengängen belegt werden. Kennung Kennung Modul LP SWS Semester PSO 07 PSO 08 INF A09 INF 205 Software Engineering II 5 2V + 1Ü SS

5 INF 205: Software Engineering II Kürzel: INF 205 Englischer Name: Anmerkungen: Software Engineering II Nachfolgemodul von INF 308 Entwicklung großer Softwaresysteme Nr. Veranstaltung SWS Lehrveranstaltungen: Semester: 3 SWS insgesamt. 1 Software Engineering II - Vorlesung 2 2 Software Engineering II - Übung 1 beliebig Modulverantwortliche(r): Prof. Dr. Bernhard Westfechtel (Lehrstuhl für Angewandte Informatik I) Sprache: Zuordnung Curriculum: Lehrform / SWS: Arbeitsaufwand: Angebotshäufigkeit: deutsch Angewandte Informatik (Bachelor Angewandte Informatik (Master) Computer Science (Master) Vorlesung 2 SWS, Übung 1 SWS 150 h Gesamt (45 h Präsenz, 75 h Vor-/Nachbereitung, 30 h Prüfungsvorbereitung) jedes Jahr im Sommersemester Leistungspunkte: 5 Vorausgesetzte Module: INF Software-Engineering Voraussetzungen: - Lernziele/Kompetenzen: Inhalt: Studien- /Prüfungsleistungen: Medienformen: Literatur: Vermittlung von methodischen Kompetenzen und Projektmanagement-Kompetenzen. Gängige Prozessmodelle zur Softwareentwicklung werden vermittelt, angewendet und diskutiert. Dadurch sollen Studierende auf den Einsatz in der industriellen Praxis vorbereitet werden, die in Softwareentwicklungsprozessen eine immer größere Rolle spielen. Das Capability Maturity Model: Reifegrade, Prozessverbesserung Der Personal Software Process: Planen und Messen des persönlichen Prozesses Agile Softwareentwicklung: Extreme Programming Rational Unified Process: Objektorientierte Softwareentwicklung mit der UML V-Modell: Vorgehensmodell für Softwareentwicklung Werkzeugunterstützung für Softwareentwicklungs-prozesse: Projektmanagementsysteme, Konfigurationsverwaltungssysteme, prozesszentrierte Umgebungen Beispiele für Übungen werden so weit wie möglich aus den Anwendungsbereichen übernommen. Teilprüfung Multimedia-Präsentation K. Beck, C. Andres: Extreme Programming Explained, Addison-Wesley, 2005 B. Boehm, R. Turner: Balancing Agility and Discipline, Addison-Wesley, 2005

6 INF 205: Software Engineering II P. Kruchten: The Rational Unified Process, Addison-Wesley, 2004 C. Paulk, C.V. Weber, B. Curtis, M.B. Chrissis: The Capability Maturity Model: Guidelines for Improving the Software Process, Addison-Wesley, 1995 W. Humphrey: PSP A Self-Improvement Process for Software Engineers, Addison- Wesley, 2005 R. Höhn, Stephan Höppner: Das V-Modell XT, Springer, 2008

7 1.2 Master-Studiengang Kennung Kennung Modul LP SWS Semester PSO 07 PSO 08 INF S14 INF 319 Diskrete Algorithmen II 5 2V + 1Ü SS

8 INF 319: Diskrete Algorithmen II Kürzel: INF 319 Englischer Name: Discrete algorithms II Anmerkungen: - Nr. Veranstaltung SWS Lehrveranstaltungen: Semester: Modulverantwortliche(r): Sprache: Zuordnung Curriculum: Lehrform / SWS: Arbeitsaufwand: Angebotshäufigkeit: 3 SWS insgesamt. 1 Graphen- und Netzwerk-Algorithmen II Vorlesung 2 2 Graphen- und Netzwerk-Algorithmen II Übung 1 beliebig PD Dr. Sascha Kurz (Lehrstuhl für Wirtschaftsmathematik) deutsch Mathematik (Diplom, Master) Angewandte Informatik (Master) Wirtschaftsmathematik (Diplom) Technomathematik (Diplom) Vorlesung 2 SWS Übung 1 SWS 120 h: 45 h Präsenz, 60 Vor- und Nachbereitung der Lehrveranstaltung, 15 h Prüfungsvorbereitung Jedes Jahr im Sommersemester Leistungspunkte: 5 Vorausgesetzte Module: INF 310 Diskrete Algorithmen I Voraussetzungen: - Lernziele/Kompetenzen: Inhalt: Studien- /Prüfungsleistungen: Medienformen: Literatur: Mathematische Modellierung von praktischen Optimierungsproblemen mit Hilfe von Graphen und den zugehörigen Algorithmen. Entwicklung und Implementierung von (Approximations-)Algorithmen zur Lösung praktischer Probleme. Für viele kombinatorische Optimierungsprobleme hat sich herausgestellt, dass sie (gehen wir von P!=NP aus) vermutlich nicht durch schnelle exakte Algorithmen gelöst werden können, weshalb man sich mit Näherungslösungen zufrieden geben muss. Ein Algorithmus besitzt für ein Problem eine konstante Gütegarantie c, wenn zu jeder Eingabe in Polynomialzeit eine Lösung berechnet werden kann, deren Zielfunktionswert höchstens c Mal so viel (bei Minimierungsproblemen) wie der einer Optimallösung beträgt. In der Vorlesung werden Approximationsalgorithmen vorgestellt, die für eine Reihe populaerer Optimierungsprobleme beweisbar gute Loesungen in vertretbarer Zeit berechnen. Behandelt werden u.a. die Themen Primal-Dual-Methode, LP-Rounding und die Optimierungsprobleme Traveling Salesman, Steinerbaum, Bin-Packing, Facility Location und K-Median. Teilprüfung Tafel, Folie, Rechner K. Jansen und M. Margraf: Approximative Algorithmen und Nichtapproximierbarkeit,

9 INF 319: Diskrete Algorithmen II de Gruyter, 2008 D. Hochbaum (ed.): Approximation Algorithms for NP-Hard Problems, PWS Publishing Company, 1997 V. V. Vazirani: Approximation algorithms, Springer 2001 R. Wanka: Approximationsalgorithmen, Teubner, 2006