PTI70060 – algorithms and models

Module
algorithms and models
Algorithmen und Modelle
Module number
PTI70060
Version: 1
Faculty
Physikalische Technik / Informatik
Level
Bachelor
Duration
1 Semester
Semester
Summer semester
Module supervisor

Prof. Dr. Tina Geweniger
Tina.Geweniger(at)fh-zwickau.de
Lecturer(s)

Prof. Dr. Tina Geweniger
Tina.Geweniger(at)fh-zwickau.de
Course language(s)

German
in "Algorithmen und Modelle"
ECTS credits

5.00 credits

Workload

150 hours

Courses

4.00 SCH (1.00 SCH Internship | 3.00 SCH Lecture with integrated exercise / seminar-lecture)
Self-study time

90.00 hours
45.00 hours Self-study - Algorithmen und Modelle
45.00 hours Vor-/Nachbereitung - Algorithmen und Modelle
Pre-examination(s)

Belegarbeit oder Projekt
in "Algorithmen und Modelle"

Praktikum (erfolgreiche Teilnahme)
in "Algorithmen und Modelle"
Examination(s)

schriftliche Prüfungsleistung
Module examination | Examination time: 120 min | Weighting: 100%
in "Algorithmen und Modelle"
Media type
No information
Instruction content/structure
  • Algorithmen und Laufzeitabschätzungen
  • Modellierungsmethoden, Pseudocode, Algorithmierung
  • Abstrakte Datentypen (Menge, Abbildung, Stack, Queue, Priority-Queue)
  • lineare Datenstrukturen: Folgen, Listen, Maps
  • hierarchische Datenstrukturen: Bäume, binäre Suchbäume, 2-3-Bäume, AVL-Bäume, Heaps
  • Sortierverfahren (Bubble-, Selection-, Insertion-, Merge-, Quick-, Radix-, Heapsort)
  • Graphalgorithmen (kürzeste Wege)
  • Algorithmentypen (Branch and Bound, Backtracking, Divide and Conquer, Monte Carlo, Heuristiken, Brute Force)
  • UML:
    • Phasen des Softwareentwicklungsprozesses, Vorgehensmodelle
    • Modellierung von Strukturen, Abläufen und Zuständen mit UML
    • Klassenmodellierung mit der UML
    • Anwendung von UML-Modellierungswerkzeugen
Qualification objectives

Die Studierenden kennen die grundlegenden Datenstrukturen und Algorithmen und können sie auf bekannte Problemklassen anwenden. Bekannte Algorithmen können die Studierenden für neue Problemklassen modifizieren.

Die Studierenden sind in der Lage, Algorithmen hinsichtlich Ihrer Komplexität zu beurteilen. Sie wenden dabei die grundlegenden Regeln für die Einordnung in Komplexitätsklassen an.

Die Studierenden sollen Grundkenntnisse in der Algorithmenkonstruktion erwerben und in praktischen Problemstellungen anwenden. Zudem sollen sie Studierenden in den Praktika das Implementieren von Algorithmen üben und Sicherheit beim Umgang mit der Programmiersprache Java und den entsprechenden Softwarewerkzeugen erlangen.

Die Studierenden kennen die Phasen des Softwareentwicklungsprozesses. Sie können Softwareentwicklungsprojekte mit objektorientierten Methoden durchführen. Sie können die am häufigsten verwendeten UML-Diagramme lesen und erstellen. Sie sind insbesondere sicher im Umgang mit UML-Klassendiagrammen und UML-Anwendungsfalldiagrammen.
Special admission requirements

keine
Recommended prerequisites

Kenntnisse entsprechend der Inhalte von PTI70040 Programmierung 1 für Pädagogik
Continuation options
No information
Literature
  • Robert Sedgewick: Algorithmen in Java (Teil 1-4), Pearson Studium, 2003, 3. Auflage, 816 Seiten, ISBN: 978-3827370723
  • Gunter Saake, Kai Uwe Sattler: Algorithmen und Datenstrukturen: Eine Einführung mit Java, dpunkt-Verlag, 2006, 3. Auflage, 512 Seiten, ISBN: 978-3898643856.
  • Dan Pilone und Russ Miles: Softwareentwicklung von Kopf bis Fuß, O'Reilly
  • Harald Störrle: UML 2 für Studenten, Pearson Studium Verl.
Notes
No information
Assignment to curriculum

110 Ingenieurpädagogik - Bachelor 2021 Vollzeit

110 Ingenieurpädagogik - Bachelor 2022 Vollzeit

110 Ingenieurpädagogik - Bachelor 2023 Vollzeit

Close detail view
© Modulux (Version 4.4)