Übung zu Effiziente Algorithmen (SoSe 2011)
Diese Veranstaltung ist die begleitende Übung zur Vorlesung Effiziente Algorithmen aus dem SS 2011.
Veranstalter | Moritz Martens, Bernd Zey |
Modul | Modulhandbuch INF-BSc-221 (Bachelor Informatik / Angewandte Informatik) |
Veranstaltungsnummer: | 040222 (lsf Eintrag zur Übung) |
EWS | EWS-Arbeitsraum |
SWS | 2 |
Die Vorlesung zur Veranstaltung entspricht auch der auslaufenden Vorlesung “Effiziente Algorithmen und Komplexitätstheorie” im Diplomstudiengang Informatik / Angewandte Informatik als Wahlpflichtveranstaltung sowie dem Modul MD V im Master Datenwissenschaften.
Ort und Zeit
- Vorlesung: Di 10:15-11:45 Uhr + Do 12:15-13:45 Uhr, OH14 E23
- Beginn der Vorlesungen: Di, 05.04.
- Übungen:
- jede 2. Woche, dafür 4-stündig
- Die Übungen finden demnach in der 16., 18., 20., 22., 24., 26. und 28. Kalenderwoche statt
- Montag, 14.00-17.00 Uhr, OH16 U08
- Dienstag, 14.00-17.00 Uhr, OH16 U08
- Mittwoch, 14.05-17.05 Uhr, OH16 U08
- Donnerstag, 14.00-17.00 Uhr, OH16 U08
- Beginn der Übungen: 18.04.
Übungen, welche aufgrund von Feiertagen (oder anderen Terminen) blockiert werden, finden eine Woche später statt. Das betrifft:
- Die, 03.05. –> Die, 10.05. (FVV - Fachschaftsvollversammlung)
- Do, 02.06. –> Do, 09.06. (Christi Himmelfahrt)
- Mo, 13.06. –> Mo, 20.06. (Pfingsten)
Einteilung
Die Einteilung der Übungsgruppen ist nun verfügbar, siehe Übungsgruppen-Einteilung
Zusammenfassung
- Die in DAP 2 eingeführten Basistechniken werden vertieft und auf komplexere Probleme angewendet, hinzu kommen ausgewählte Probleme mit großen Anwendungsbereichen, weitergehende Aspekte wie Approximation und weitergehende Entwurfsmethoden wie primal-duale Ansätze. Themen, u.a.:
- Graphenalgorithmen, wie z.B. starker Zusammenhang in Graphen, Maximale Matchings, Netzwerkflussprobleme, Schnittprobleme (Min Cut vs. Max Cut), Travelling Salesman Problem
- Analysetechniken, wie z.B. Amortisierte Analyse von Algorithmen, Analyse randomisierter Algorithmen
- Optimierungstechniken, wie z.B. Lineare Programmierung, Approximationsschemata
- Hashing Verfahren, String Matching, Hidden-Markov-Modelle