Modulhandbuch
Bachelor of Science
Computer Science
Kohorte: Wintersemester 2018
Stand: 28. September 2018
2399
111518222528313336414446485254586163656768687376798184868890929696
100103105107110112114116119122122
Inhaltsverzeichnis
InhaltsverzeichnisStudiengangsbeschreibungFachmodule der Kernqualifikation
Modul M0561: Diskrete Algebraische StrukturenModul M0575: Prozedurale ProgrammierungModul M0577: Nichttechnische Ergänzungskurse im BachelorModul M0731: Functional ProgrammingModul M0736: Linear AlgebraModul M0553: Objektorientierte Programmierung, Algorithmen und DatenstrukturenModul M0624: Automata Theory and Formal LanguagesModul M0732: Software EngineeringModul M0737: Mathematical AnalysisModul M0829: Grundlagen der BetriebswirtschaftslehreModul M0730: Technische InformatikModul M0834: Computernetworks and Internet SecurityModul M0953: Introduction to Information SecurityModul M0853: Mathematik IIIModul M0562: Berechenbarkeit und KomplexitätModul M0672: Signale und SystemeModul M0727: StochasticsModul M0852: Graphentheorie und OptimierungModul M0971: BetriebssystemeModul M0793: Seminare Informatik und MathematikModul M0873: Software-Fachpraktikum
Fachmodule der Vertiefung Computational MathematicsModul M0833: Grundlagen der RegelungstechnikModul M0651: Rechnergestützte GeometrieModul M0662: Numerische Mathematik IModul M0941: Kombinatorische Strukturen und AlgorithmenModul M0863: Numerik und Computer AlgebraModul M0668: Algebraische Methoden in der RegelungstechnikModul M1062: Mathematische StatistikModul M0715: Löser für schwachbesetzte lineare GleichungssystemeModul M1061: Maßtheoretische Konzepte der StochastikModul M0854: Mathematik IV
Fachmodule der Vertiefung Computer and Software EngineeringModul M0625: DatabasesModul M0675: Einführung in die Nachrichtentechnik und ihre stochastischen MethodenModul M0972: Verteilte SystemeModul M0941: Kombinatorische Strukturen und AlgorithmenModul M0791: RechnerarchitekturModul M0803: Embedded SystemsModul M0754: Compiler ConstructionModul M1269: Labor Cyber-Physical SystemsModul M1300: Software DevelopmentModul M0634: Einführung in Medizintechnische Systeme
ThesisModul M-001: Bachelorarbeit
Modulhandbuch
Bachelor
Computer Science
Kohorte: Wintersemester 2018
Stand: 28. September 2018
Studiengangsbeschreibung
Inhalt
Die Informatik ist neben Biotechnologie, Medizintechnik und Nanotechnologie die Schlüsseltechnologie des21. Jahrhunderts. Sie hat sich zu einer Triebfeder des technologischen Fortschrittes entwickelt, weil alleBerufszweige mit Informationsaspekten durchdrungen sind und immer neue Anwendungsfelder in der
[3]
Modulhandbuch B. Sc. "Computer Science"
Informations- und Kommunikationstechnik erschlossen werden. Deshalb brauchen wir heute und morgenInformatikerinnen und Informatiker, die informationsverarbeitende Systeme qualifiziert undverantwortungsbewusst entwerfen, analysieren und an gegebene Einsatzbedingungen anpassen.
Die Informatik ist eng mit der Mathematik und der Elektrotechnik/Elektronik verbunden, ist aber auch als eineBasis- und Querschnittsdisziplin zu verstehen, die sich sowohl mit technischen als auch mit organisatorischenProblemen bei der Entwicklung und Anwendung informationsverarbeitender Systeme beschäftigt. Sie erforschtdie grundsätzlichen Verfahrensweisen der Informationsverarbeitung und die allgemeinen Methoden derAnwendung solcher Verfahren in den verschiedensten Bereichen. Sie geht durch Abstraktion und Modellbildungsowohl über die konkreten technischen Realisierungen informationsverarbeitender Systeme als auch über dieBesonderheiten spezieller Anwendungen hinaus und gelangt zur Formulierung allgemeiner Gesetzmäßigkeiten.Daraus entwickelt sie Standardlösungen für die Aufgaben der Praxis, z.B. bei der Bewältigung großer Daten-und Informationsmengen und der Steuerung komplexer Produktionsabläufe (Quelle: studienwahl.de, 05/2015).
Der Bachelorstudiengang Computer Science bietet ein wissenschaftlich fundiertes, grundlagenorientiertesStudium. Auf der Basis eines breiten und in ausgewählten Teilgebieten vertieften fachlichen Wissens werdendie analytischen, kreativen und konstruktiven Fähigkeiten zur Konzipierung von informationsverarbeitendenSystemen entwickelt und gefördert. Vor allem wird die Fähigkeit zur Realisierung und Implementierung vonprogrammierbaren Systemen erworben. Durch die Bearbeitung von vielfältigen Problemen aus verschiedenenAnwendungsbereichen entwickeln die Studierenden insgesamt eine sinnvolle Mischung aus praktischen undwissenschaftlichen Fähigkeiten. Schlüsselqualifikationen wie Teamarbeit und Präsentationstechniken werdengezielt vermittelt.
Die Informatik unterliegt schnellen Innovationen, weshalb besonderer Wert auf zukunftsfestes Wissen gelegtwird. Damit sollen die Studierenden in die Lage versetzt werden, auch die künftigen Entwicklungen derInformatik selbstständig und auf hohem Niveau in ihre berufliche Praxis und in ihren persönlichen Horizont zuintegrieren. Aus diesem Grund hat der Bachelorstudiengang eine wissenschaftliche und methodenorientierteGrundausrichtung. Erworben werden vor allem gründliche Kenntnisse in Informatik und vertieftes Wissen auchin Mathematik und Betriebswirtschaftslehre.
Berufliche Perspektiven
Der Bachelorstudiengang Computer Science bereitet die Absolventen und Absolventinnen sowohl auf eineberufliche Tätigkeit im IT-Sektor als auch auf ein aufbauendes Master-Studium vor. Die Absolventen undAbsolventinnen werden in die Lage versetzt, komplexe IT-Lösungen zu entwerfen und technisch umzusetzen.Ferner werden methodische Grundlagen erworben, um sich stets an neue berufliche Entwicklungen undInnovationen anzupassen. Daher sollten die Absolventen und Absolventinnen in nahezu allen Branchen eineverantwortungsvolle Tätigkeit finden können.
Lernziele
Das Bachelorstudium Computer Science soll die Studierenden sowohl auf eine berufliche Tätigkeit als auch aufein einschlägiges Master-Studium vorbereiten. Das hierfür notwendige methodische Grundlagenwissen wird imRahmen des Studiums erworben. Die Lernergebnisse des Studiengangs werden durch ein Zusammenspiel vongrundlegenden und weiterführenden Modulen aus Informatik, Mathematik und Betriebswirtschaftslehre erreicht.Die Lernziele sind im Folgenden eingeteilt in die Kategorien Wissen, Fertigkeiten, Sozialkompetenz undSelbstständigkeit.
Wissen
Wissen konstituiert sich aus Fakten, Grundsätzen und Theorien und wird im Bachelorstudiengang ComputerScience auf folgenden Gebieten erworben:
1. Die Absolventen und Absolventinnen kennen grundlegende Methoden und Verfahren zur
[4]
Modulhandbuch B. Sc. "Computer Science"
mathematischen Modellbildung in der Informatik, wie etwa algebraisch spezifizierte abstrakteDatentypen, Automatenmodelle, Grammatiken, graphentheoretische Netzwerke, Differentialgleichungen,Regelkreise, stochastische Prozesse und dynamische Systeme im Sinne der Systemtheorie. Siekönnen diese beschreiben und vergleichen.
2. Die Absolventen und Absolventinnen kennen fundamentale Methoden und Verfahren zur Lösung oderApproximation von algorithmischen Entscheidungs- und Optimierungsproblemen, wie etwa automatischeDifferentiation, direkte erschöpfende Suche via Backtracking, Gradienten-basierte Verfahren,graphentheoretische Algorithmen, Heuristiken, lineare (ganzzahlige) Programmierung, Testen vonHypothesen, Theorem-Beweiser, sowie deren Analyse hinsichtlich Komplexität, Konvergenz und Güte.Sie sind in der Lage, diese zu skizzieren und zu diskutieren.
3. Die Absolventen und Absolventinnen kennen die Grundlagen des Software-Entwurfes und können hierbeiauf gängige prozedurale, objektorientierte, funktionale und logikbasierte Programmiersprachen sowiegrundlegende Datenstrukturen und Algorithmen zurückgreifen. Sie sind vertraut mit dem Betrieb vonSoftware-Systemen unter Berücksichtigung der Organisation und Verarbeitung großer Datenmengen, derVerwaltung der zur Verfügung stehenden Betriebsmittel und einer verteilten Arrangierung von Daten undAlgorithmen.
4. Die Absolventen und Absolventinnen kennen den Aufbau, den Betrieb und die Organisation vonRechenanlagen und sie wissen, wie Algorithmen auf dem von-Neumann-Rechner oder einemMikroprozessor ausgeführt werden. Sie wissen ferner, wie Hardware-Bausteine programmiertechnischbeschrieben und simuliert werden können und sie können die Einbettung eines Strukturmodells in einen technischen Rahmen skizzieren.
5. Die Absolventen und Absolventinnen kennen eine Reihe von Anwendungsfällen valider mathematischerModelle in der Informatik, wie etwa Algorithmen in Netzwerken, diskrete und schnelle Fourier-Transformation, Public-Key-Infrastrukturen sowie Sortier- und Suchverfahren.
Fertigkeiten
Die Fähigkeit, erlerntes Wissen anzuwenden, um spezifische Probleme zu lösen, wird im StudiengangComputer Science auf vielfältige Weise unterstützt:
1. Die Absolventen und Absolventinnen sind im Stande, Instanzen formaler Modelle in der Informatikanhand einfacher Modellierungsansätze zu entwickeln, ihre Berechenbarkeit und Komplexitäteinzuschätzen und sie anhand geeigneter Programmierwerkzeuge umzusetzen.
2. Die Absolventen und Absolventinnen sind in der Lage, Instanzen von algorithmischen Entscheidungs-und Optimierungsproblemen unter Einsatz des Erlernten optimal oder näherungsweise zu lösen und dieLösungen zu analysieren.
3. Die Absolventen und Absolventinnen können Software-Komponenten in komplexere Softwaresystemeunter Benutzung der im Studium erarbeiteten Methoden integrieren und testen.
4. Die Absolventen und Absolventinnen werden in die Lage versetzt, Mikroprozessoren zu programmierenund Strukturbeschreibungen von einfachen Hardware-Bausteinen zu entwickeln, zu simulieren und zubewerten.
5. Die Absolventen und Absolventinnen können vertraute Anwendungsfälle valider mathematischer Modelleaus der Informatik unter Verwendung einschlägiger Werkzeuge umsetzen und die Lösungen evaluieren.
Erwerb von Sozialkompetenz
Sozialkompetenz umfasst die individuelle Fähigkeit und den Willen, zielorientiert mit anderen zusammen zuarbeiten, die Interessen der anderen zu erfassen, sich zu verständigen und die Arbeits- und Lebensweltmitzugestalten.
1. Die Absolventen und Absolventinnen können in einem fachlich homogenen Team organisieren,spezifische Teilaufgaben übernehmen und den eigenen Beitrag reflektieren.
2. Die Absolventen und Absolventinnen sind in der Lage, sich in ein fachlich heterogenes Teameinzugliedern, gemeinsame Lösungen zu erarbeiten und diese vor anderen zu vertreten.
[5]
Modulhandbuch B. Sc. "Computer Science"
Kompetenz zum selbständigen Arbeiten
Personale Kompetenzen umfassen neben der Kompetenz zum selbständigen Handeln auch die System- undLösungskompetenzen, allgemeinen Problemstellung auf spezifische Teilprobleme abzubilden sowie dieAuswahl und das Beherrschen geeigneter Methoden und Verfahren zur Problemlösung.
1. Die Absolventen und Absolventinnen können sich selbständig ein eng umrissenes Teilgebiet derInformatik erschließen und die Ergebnisse im Rahmen eines kurzen Vortrages mit fortschrittlichenPräsentationstechniken oder eines mehrseitigen Aufsatzes detailliert zusammenfassen.
2. Die Absolventen und Absolventinnen sind in der Lage, fachlich eingegrenzte Teilprojekte unterVerwendung des im Studium Erlernten in einem komplexeren IT-Entwicklungsprojekt eigenverantwortlichzu bearbeiten.
Studiengangsstruktur
Das Curriculum des Bachelorstudiengangs Computer Science ist wie folgt gegliedert:
Kernqualifikation: 22 Module, 138 Leistungspunkte (LP), 1. - 6. SemesterVertiefung: 6 Module, 36 LP, 5. und 6. SemesterBachelorarbeit: 12 LP, 6. Semester
Damit ergibt sich ein Gesamtaufwand von 180 LP.
Die fachliche Lehre in der Kernqualifikation erstreckt sich vorwiegend auf die Semester 1 bis 5. DieKernqualifikation beinhaltet folgende Fachmodule:
1. Semester- Diskrete algebraische Strukturen- Funktionale Programmierung- Lineare Algebra- Prozedurale Programmierung
2. Semester- Automatentheorie und formale Sprachen- Mathematische Analysis- Objektorientierte Programmierung, Algorithmen und Datenstrukturen- Software-Engineering
3. Semester- Einführung in die Informationssicherheit- Mathematik III- Rechnernetze und Internet-Sicherheit- Technische Informatik
4. Semester- Berechenbarkeit und Komplexität- Betriebssysteme- Graphentheorie und Optimierung- Signale und Systeme- Stochastik
Neben diesen Fachmodulen folgende Module angeboten, die dem Studium Generale zuzuordnen sind:- Grundlagen der Betriebswirtschaftslehre: 6 LP, 2. Semester- Nichttechnische Ergänzungskurse im Bachelor: 6 LP, 1. - 6. Semester
Ebenfalls zur Kernqualifikation gehört das Software-Fachpraktikum (6 LP, 5. Semester).
In der Vertiefung werden fachliche Schlüsselqualifikationen erworben. Wählbar sind:- Computational Mathematics (Verlaufspläne: Hardware, Software) oder
[6]
Modulhandbuch B. Sc. "Computer Science"
- Computer and Software Engineering (Verlaufspläne: Angewandte Mathematik, Systemtheorie).
Die Studierenden belegen in einem der beiden Zweige Veranstaltungen in einem Umfang von 30 LP. In jedemBlock werden Veranstaltungen in einem Gesamtumfang von mindestens 42 LP vorgehalten, sodassausreichend Wahlmöglichkeiten bestehen.
Der Studienplan ist mit einem Mobilitätsfenster versehen dergestalt, dass das fünfte Semester unterUmständen im Ausland absolviert werden kann.
In jeder Vertiefung werden zwei Verlaufspläne vorgehalten:
A. Vertiefung Computational Mathematics
A1. Verlaufsplan Applied Mathematics (M)
5. Semester- Kombinatorische Strukuren und Algorithmen- Numerik und Computer Algebra- Rechnergestützte Geometrie6. Semester- Maßtheoretische Konzepte der Stochastik- Mathematik IV- Mathematische Statistik
A2. Verlaufsplan Systems Theory (R)
5. Semester- Grundlagen der Regelungstechnik- Numerische Mathematik I- Quantenmechanik für Studierende der Ingenieurswissenschaften
6. Semester- Algebraische Methoden in der Regelungstechnik- Löser für schwach besetzte lineare Gleichungssysteme- Mathematik IV
A3. Weitere Veranstaltung-
B. Vertiefung Computer and Software Engineering
B1. Verlaufsplan Computer Engineering (T)
5. Semester- Einführung in die Nachrichtentechnik und ihre stochastischen Methoden- Messtechnik und Messdatenverarbeitung- Rechnerarchitektur6. Semester- Eingebettete Systeme- Einführung in Medizintechnische Systeme- Labor Cyber-Physical Systems
B2. Verlaufsplan Software Engineering (S)
5. Semester- Datenbanken - Kombinatorische Strukturen und Algorithmen- Verteilte Systeme6. Semester
[7]
Modulhandbuch B. Sc. "Computer Science"
- Anwendungssicherheit- Compilerbau- Softwareentwicklung
B3. Weitere Veranstaltung- Quantenmechanik für Studierende der Ingenieurswissenschaften
[8]
Modulhandbuch B. Sc. "Computer Science"
Fachmodule der Kernqualifikation
Modul M0561: Diskrete Algebraische Strukturen
Lehrveranstaltungen
Titel Typ SWS LPDiskrete Algebraische Strukturen (L0164) Vorlesung 2 3Diskrete Algebraische Strukturen (L0165) Gruppenübung 2 3
Modulverantwortlicher Prof. Karl-Heinz Zimmermann
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Abiturkenntnisse in Mathematik.
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Wissen: Die Studierenden kennen
zahlentheoretische und funktionsbasierte Modelle der Kryptographie sowieGrundlagen der linearen Codes;den Aufbau und Struktur von Restklassenringen (Euklidische Ringe) undendlichen Körpern;den Aufbau und die Struktur von Unter-, Summen- und Faktorstrukturen inalgebraischen Gebilden sowie Homomorphismen zwischen diesen Strukturen;den Aufbau und die Abzählung von elementaren kombinatorischen Strukturen;die wichtigsten Beweiskonzepte der modernen Mathematik;den Aufbau der höheren Mathematik basierend auf mathematischer Logik undMengenlehre;grundlegende Aspekte des Einsatzes von mathematischer Software(Computeralgebrasystem Maple) zur Lösung von algebraischen oderkombinatorischen Aufgabenstellungen.
Fertigkeiten
Fertigkeiten: Die Studierenden können
in Restklassenringen (Euklischen Ringen) rechnen;Unter-, Summen- und Faktorstrukturen in algebraischen Gebilden aufstellenund in ihnen rechnen sowie algebraische Strukturen durch Homomorphismenaufeinander beziehen;elementar-kombinatorische Strukturen identifizieren und abzählen;die Sprache der Mathematik, basierend auf Mathematischer Logik undMengenlehre, dienstbar verwenden;einfache, im Kontext stehende mathematische Aussagen beweisen;einschlägige mathematische Software (Computeralgebrasystem Maple)zielgerichtet einsetzen.
Personale Kompetenzen
Sozialkompetenz
Die Studierenden sind nach Abschluss des Moduls in der Lage, fachspezifischeAufgaben alleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zupräsentieren.
Selbstständigkeit
Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche desFachgebietes anhand von Fachbüchern selbständig zu erarbeiten, das erworbeneWissen zusammenzufassen, zu präsentieren und es mit den Inhalten andererLehrveranstaltungen zu verknüpfen.
[9]
Modulhandbuch B. Sc. "Computer Science"
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 120 min
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: PflichtComputer Science: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtTechnomathematik: Vertiefung I. Mathematik: Wahlpflicht
Lehrveranstaltung L0164: Diskrete Algebraische Strukturen
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Karl-Heinz Zimmermann
Sprachen DE
Zeitraum WiSe
Inhalt
Literatur
Lehrveranstaltung L0165: Diskrete Algebraische Strukturen
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Karl-Heinz Zimmermann
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[10]
Modulhandbuch B. Sc. "Computer Science"
Modul M0575: Prozedurale Programmierung
Lehrveranstaltungen
Titel Typ SWS LPProzedurale Programmierung (L0197) Vorlesung 1 2Prozedurale Programmierung (L0201) Hörsaalübung 1 1Prozedurale Programmierung (L0202) Laborpraktikum 2 3
Modulverantwortlicher Prof. Siegfried Rump
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Elementare Handhabung eines PC
Elementare Mathematikkenntnisse
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Die Studierenden erwerben folgendes Wissen:
Sie kennen elementare Sprachelemente derProgrammiersprache C. Sie kennen die grundlegendenDatentypen und wissen um ihre Einsatzgebiete.
Sie haben ein Verständnis davon, was die Aufgaben einesCompilers, des Präprozessors und derEntwicklungsumgebung sind und wie diese interagieren.
Sie beherrschen die Einbindung und Verwendung externerProgramm-Bibliotheken zur Erweiterung desFunktionsumfangs.
Sie wissen, wie man Header-Dateien verwendet undFunktionsschnittstellen festlegt, um größereProgrammierprojekte kreieren zu können.
Sie haben ein Verständnis dafür, wie das implementierteProgramm mit dem Betriebssystem interagiert. Dies befähigtSie dazu, Programme zu entwickeln, welche Eingaben desBenutzers, Betriebseingaben oder auch entsprechendeDateien verarbeiten und gewünschte Ausgaben erzeugen.
Sie haben mehrere Herangehensweisen zurImplementierung häufig verwendeter Algorithmen gelernt.
Fertigkeiten
Die Studierenden sind in der Lage, die Komplexität einesAlgorithmus zu bewerten und eine effizienteImplementierung vorzunehmen.
Die Studierenden können Algorithmen für eine Vielzahl vonFunktionalitäten modellieren und programmieren. Zudem
[11]
Modulhandbuch B. Sc. "Computer Science"
können Sie die Implementierung an eine vorgegebene APIanpassen.
Personale Kompetenzen
Sozialkompetenz
Die Studierenden erwerben folgende Kompetenzen:
Sie können in Kleingruppen Aufgaben gemeinsam lösen,Programmfehler analysieren und beheben und ihr erzieltesErgebnis gemeinsam präsentieren.
Sie können sich Sachverhalte direkt am Rechner durcheinfaches Ausprobieren gegenseitig klar machen.
Sie können in Kleingruppen gemeinsam eine Projektideeund -planung erarbeiten.
Sie müssen den betreuenden Tutoren ihre eigenenLösungsansätze verständlich kommunizieren und ihreProgramme präsentieren.
Selbstständigkeit
Die Studierenden müssen in Einzeltestaten sowie einerabschließenden Prüfung ihre Programmierfertigkeiten unterBeweis stellen und selbständig ihr erlerntes Wissen zurLösung neuer Aufgabenstellungen anwenden.
Die Studierenden haben die Möglichkeit, ihre erlerntenFähigkeiten beim Lösen einer Vielzahl vonPräsenzaufgaben zu überprüfen.
Zur effizienten Bearbeitung der Aufgaben des Praktikumsteilen die Studierenden innerhalb ihrer Gruppen dieÜbungsaufgaben auf. Jeder Studierende muss zunächstselbständig eine Teilaufgabe lösen.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 Minuten
Zuordnung zu folgendenCurricula
Computer Science: Kernqualifikation: PflichtElektrotechnik: Kernqualifikation: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtLogistik und Mobilität: Vertiefung Ingenieurwissenschaft: WahlpflichtMechatronik: Kernqualifikation: PflichtTechnomathematik: Kernqualifikation: Pflicht
[12]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0197: Prozedurale Programmierung
Typ Vorlesung
SWS 1
LP 2
Arbeitsaufwand inStunden
Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Siegfried Rump
Sprachen DE
Zeitraum WiSe
Inhalt
e lementa re Datentypen (Integer, Gleitpunktformat, ASCII-Zeichen) und ihreAbhängigkeiten von der Architekturhöhere Datentypen (Zeiger, Arrays, Strings, Strukturen, Listen)
Operatoren (arithmetische Operationen, logische Operationen, Bit-Operationen)
Kontrollflussstrukturen (bedingte Verzweigung, Schleifen, Sprünge)
Präprozessor-Direktiven (Makros, bedingte Kompilierung, modulares Design)
Funktionen (Funktionsdefinition/-interface, Rekursion, "call by value" versus "call byreference", Funktionszeiger)
essentielle Standard-Bibliotheken und -Funktionen (stdio.h, stdlib.h, math.h, string.h,time.h)
Dateikonzept, Streams
e i n f a c h e Algorithmen (Sortierfunktionen, Reihenentwicklung, gleichverteiltePermutation)
Übungsprogramme zur Vertiefung der Programmierkenntnisse
Literatur
Kernighan, Brian W (Ritchie, Dennis M.;)The C programming languageISBN: 9780131103702Upper Saddle River, NJ [u.a.] : Prentice Hall PTR, 2009
Sedgewick, Robert Algorithms in CISBN: 0201316633Reading, Mass. [u.a.] : Addison-Wesley, 2007
Kaiser, Ulrich (Kecher, Christoph.;)C/C++: Von den Grundlagen zur professionellen ProgrammierungISBN: 9783898428392Bonn : Galileo Press, 2010
Wolf, Jürgen C von A bis Z : das umfassende HandbuchISBN: 3836214113Bonn : Galileo Press, 2009
[13]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0201: Prozedurale Programmierung
Typ Hörsaalübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Siegfried Rump
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L0202: Prozedurale Programmierung
Typ Laborpraktikum
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Siegfried Rump
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[14]
Modulhandbuch B. Sc. "Computer Science"
Modul M0577: Nichttechnische Ergänzungskurse im Bachelor
Modulverantwortlicher Dagmar Richter
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Keine
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Die Nichttechnischen Angebote (NTA)
vermitteln die in Hinblick auf das Ausbildungsprofil der TUHH nötigen Kompetenzen,die ingenieurwissenschaftliche Fachlehre fördern aber nicht abschließend behandelnkann: Eigenverantwortlichkeit, Selbstführung, Zusammenarbeit und fachliche wiepersonale Leitungsbefähigung der zukünftigen Ingenieurinnen und Ingenieure. Ersetzt diese Ausbildungsziele in seiner Lehrarchitektur, den Lehr-Lern-Arrangements, den Lehrbereichen und durch Lehrangebote um, in denen sichStudierende wahlweise für spezifische Kompetenzen und ein Kompetenzniveau aufBachelor- oder Masterebene qualifizieren können. Die Lehrangebote sind jeweils ineinem Modulkatalog Nichttechnische Ergänzungskurse zusammengefasst.
Die Lehrarchitektur
besteht aus einem studiengangübergreifenden Pflichtstudienangebot. Durch dieseszentral konzipierte Lehrangebot wird die Profilierung der TUHH Ausbildung auch imNichttechnischen Bereich gewährleistet.
Die Lernarchitektur erfordert und übt eigenverantwortliche Bildungsplanung inHinblick auf den individuellen Kompetenzaufbau ein und stellt dazuOrientierungswissen zu thematischen Schwerpunkten von Veranstaltungen bereit.
Das über den gesamten Studienverlauf begleitend studierbare Angebot kann ggf. inein-zwei Semestern studiert werden. Angesichts der bekannten, individuellenAnpassungsprobleme beim Übergang von Schule zu Hochschule in den erstenSemestern und um individuell geplante Auslandsemester zu fördern, wird jedoch voneiner Studienfixierung in konkreten Fachsemestern abgesehen.
Die Lehr-Lern-Arrangements
sehen für Studierende - nach B.Sc. und M.Sc. getrennt - ein semester- undfachübergreifendes voneinander Lernen vor. Der Umgang mit Interdisziplinarität undeiner Vielfalt von Lernständen in Veranstaltungen wird eingeübt - und in spezifischenVeranstaltungen gezielt gefördert.
Die Lehrbereiche
basieren auf Forschungsergebnissen aus den wissenschaftlichen DisziplinenKulturwissenschaften, Gesellschaftswissenschaften, Kunst, Geschichtswissenschaften,Kommunikationswissenschaften, Migrationswissenschaften, Nachhaltigkeitsforschungund aus der Fachdidaktik der Ingenieurwissenschaften. Über alle Studiengängehinweg besteht im Bachelorbereich zusätzlich ab Wintersemester 2014/15 dasAngebot, gezielt Betriebswirtschaftliches und Gründungswissen aufzubauen. DasLehrangebot wird durch soft skill und Fremdsprachkurse ergänzt. Hier werdeninsbesondere kommunikative Kompetenzen z.B. für Outgoing Engineers gezieltgefördert.
Das Kompetenzniveau
der Veranstaltungen in den Modulen der nichttechnischen Ergänzungskurseunterscheidet sich in Hinblick auf das zugrunde gelegte Ausbildungsziel: DieseUnterschiede spiegeln sich in den verwendeten Praxisbeispielen, in den - auf
[15]
Modulhandbuch B. Sc. "Computer Science"
unterschiedliche berufliche Anwendungskontexte verweisende - Inhalten und im fürM.Sc. stärker wissenschaftlich-theoretischen Abstraktionsniveau. Die Soft skills fürBachelor- und für Masterabsolventinnen/ Absolventen unterscheidet sich an Hand derim Berufsleben unterschiedlichen Positionen im Team und bei der Anleitung vonGruppen.
Fachkompetenz (Wissen)
Die Studierenden können
ausgewählte Spezialgebiete innerhalb der jeweiligen nichttechnischenMutterdisziplinen verorten,in den im Lehrbereich vertretenen Disziplinen grundlegende Theorien,Kategorien, Begrifflichkeiten, Modelle, Konzepte oder künstlerischenTechniken skizzieren,diese fremden Fachdisziplinen systematisch auf die eigene Disziplin beziehen,d.h. sowohl abgrenzen als auch Anschlüsse benennen,in Grundzügen skizzieren, inwiefern wissenschaftliche Disziplinen,Paradigmen, Modelle, Instrumente, Verfahrensweisen undRepräsentationsformen der Fachwissenschaften einer individuellen undsoziokulturellen Interpretation und Historizität unterliegen, können Gegenstandsangemessen in einer Fremdsprache kommunizieren(sofern dies der gewählte Schwerpunkt im nichttechnischen Bereich ist).
Fertigkeiten
Die Studierenden können in ausgewählten Teilbereichen
grundlegende Methoden der genannten Wissenschaftsdisziplinen anwenden.technische Phänomene, Modelle, Theorien usw. aus der Perspektive eineranderen, oben erwähnten Fachdisziplin befragen.einfache Problemstellungen aus den behandelten Wissenschaftsdisziplinenerfolgreich bearbeiten,bei praktischen Fragestellungen in Kontexten, die den technischen Sach- undFachbezug übersteigen, ihre Entscheidungen zu Organisations- undAnwendungsformen der Technik begründen.
Personale Kompetenzen
Sozialkompetenz
Die Studierenden sind fähig ,
in unterschiedlichem Ausmaß kooperativ zu lerneneigene Aufgabenstellungen in den o.g. Bereichen in adressatengerechterWeise in einer Partner- oder Gruppensituation zu präsentieren und zuanalysieren,nichttechnische Fragestellungen einer Zuhörerschaft mit technischemHintergrund verständlich darzustellensich landessprachlich kompetent, kulturell angemessen undgeschlechtersensibel auszudrücken (sofern dies der gewählte Schwerpunkt imNTW-Bereich ist) .
Selbstständigkeit
Die Studierenden sind in ausgewählten Bereichen in der Lage,
die eigene Profession und Professionalität im Kontext der lebensweltlichenAnwendungsgebiete zu reflektieren,sich selbst und die eigenen Lernprozesse zu organisieren,Fragestellungen vor einem breiten Bildungshorizont zu reflektieren undverantwortlich zu entscheiden,sich in Bezug auf ein nichttechnisches Sachthema mündlich oder schriftlichkompetent auszudrücken.sich als unternehmerisches Subjekt zu organisieren, (sofern dies eingewählter Schwerpunkt im NTW-Bereich ist).
[16]
Modulhandbuch B. Sc. "Computer Science"
Arbeitsaufwand in Stunden Abhängig von der Wahl der Lehrveranstaltungen
Leistungspunkte 6
Lehrveranstaltungen
Die Informationen zu den Lehrveranstaltungen entnehmen Sie dem separat veröffentlichtenModulhandbuch des Moduls.
[17]
Modulhandbuch B. Sc. "Computer Science"
Modul M0731: Functional Programming
Lehrveranstaltungen
Titel Typ SWS LPFunktionales Programmieren (L0624) Vorlesung 2 2Funktionales Programmieren (L0625) Hörsaalübung 2 2Funktionales Programmieren (L0626) Gruppenübung 2 2
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Discrete mathematics at high-school level
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students apply the principles, constructs, and simple design techniques of functionalprogramming. They demonstrate their ability to read Haskell programs and to explainHaskell syntax as well as Haskell's read-eval-print loop. They interpret warnings andfind errors in programs. They apply the fundamental data structures, data types, andtype constructors. They employ strategies for unit tests of functions and simple prooftechniques for partial and total correctness. They distinguish laziness from otherevaluation strategies.
Fertigkeiten
Students break a natural-language description down in parts amenable to a formalspecification and develop a functional program in a structured way. They assessdifferent language constructs, make conscious selections both at specification andimplementations level, and justify their choice. They analyze given programs andrewrite them in a controlled way. They design and implement unit tests and can assessthe quality of their tests. They argue for the correctness of their program.
Personale Kompetenzen
Sozialkompetenz
Students practice peer programming with varying peers. They explain problems andsolutions to their peer. They defend their programs orally. They communicate inEnglish.
Selbstständigkeit
In programming labs, students learn under supervision (a.k.a. "BetreutesProgrammieren") the mechanics of programming. In exercises, they develop solutionsindividually and independently, and receive feedback.
Arbeitsaufwand in Stunden Eigenstudium 96, Präsenzstudium 84
Leistungspunkte 6
StudienleistungVerpflichtendBonus Art der Studienleistung BeschreibungJa 15 % Übungsaufgaben
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: WahlpflichtComputer Science: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: WahlpflichtTechnomathematik: Vertiefung II. Informatik: Wahlpflicht
[18]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0624: Functional Programming
Typ Vorlesung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt
Functions, Currying, Recursive Functions, Polymorphic Functions, Higher-OrderFunctions
Conditional Expressions, Guarded Expressions, Pattern Matching, LambdaExpressions
Types (simple, composite), Type Classes, Recursive Types, Algebraic Data Type
Type Constructors: Tuples, Lists, Trees, Associative Lists (Dictionaries, Maps)ModulesInteractive ProgrammingLazy Evaluation, Call-by-Value, StrictnessDesign RecipesTesting (axiom-based, invariant-based, against reference implementation)Reasoning about Programs (equation-based, inductive)Idioms of Functional ProgrammingHaskell Syntax and Semantics
Literatur Graham Hutton, Programming in Haskell, Cambridge University Press 2007.
[19]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0625: Functional Programming
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt
Functions, Currying, Recursive Functions, Polymorphic Functions, Higher-OrderFunctionsConditional Expressions, Guarded Expressions, Pattern Matching, LambdaExpressions
Types (simple, composite), Type Classes, Recursive Types, Algebraic Data TypeType Constructors: Tuples, Lists, Trees, Associative Lists (Dictionaries, Maps)ModulesInteractive ProgrammingLazy Evaluation, Call-by-Value, StrictnessDesign RecipesTesting (axiom-based, invariant-based, against reference implementation)Reasoning about Programs (equation-based, inductive)Idioms of Functional ProgrammingHaskell Syntax and Semantics
Literatur Graham Hutton, Programming in Haskell, Cambridge University Press 2007.
[20]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0626: Functional Programming
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum WiSe
Inhalt
Functions, Currying, Recursive Functions, Polymorphic Functions, Higher-OrderFunctionsConditional Expressions, Guarded Expressions, Pattern Matching, LambdaExpressions
Types (simple, composite), Type Classes, Recursive Types, Algebraic Data TypeType Constructors: Tuples, Lists, Trees, Associative Lists (Dictionaries, Maps)ModulesInteractive ProgrammingLazy Evaluation, Call-by-Value, StrictnessDesign RecipesTesting (axiom-based, invariant-based, against reference implementation)Reasoning about Programs (equation-based, inductive)Idioms of Functional ProgrammingHaskell Syntax and Semantics
Literatur Graham Hutton, Programming in Haskell, Cambridge University Press 2007.
[21]
Modulhandbuch B. Sc. "Computer Science"
Modul M0736: Linear Algebra
Lehrveranstaltungen
Titel Typ SWS LPLineare Algebra (L0642) Vorlesung 4 4Lineare Algebra (L0643) Hörsaalübung 2 2Lineare Algebra (L0645) Gruppenübung 2 2
Modulverantwortlicher Prof. Marko Lindner
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse None
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students can name the basic concepts in linear algebra. They are able toexplain them using appropriate examples.Students can discuss logical connections between these concepts. They arecapable of illustrating these connections with the help of examples.They know proof strategies and can reproduce them.
Fertigkeiten
Students can model problems in linear algebra with the help of the conceptsstudied in this course. Moreover, they are capable of solving them by applyingestablished methods.Students are able to discover and verify further logical connections betweenthe concepts studied in the course.For a given problem, the students can develop and execute a suitableapproach, and are able to critically evaluate the results.
Personale Kompetenzen
Sozialkompetenz
- Students are able to work together (e.g. on their regular home work) inheterogeneously composed teams (i.e., teams from different study programs andbackground knowledge) and to present their results appropriately (e.g. duringexercise class).
Selbstständigkeit
- Students are capable of checking their understanding of complex concepts on theirown. They can specify open questions precisely and know where to get help in solvingthem.
- Students can put their knowledge in relation to the contents of other lectures.
- Students have developed sufficient persistence to be able to work for longer periodsin a goal-oriented manner on hard problems.
Arbeitsaufwand in Stunden Eigenstudium 128, Präsenzstudium 112
Leistungspunkte 8
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 120
Zuordnung zu folgendenComputer Science: Kernqualifikation: PflichtGeneral Engineering Science: Kernqualifikation: Pflicht
[22]
Modulhandbuch B. Sc. "Computer Science"
Curricula General Engineering Science (7 Semester): Kernqualifikation: Pflicht
Lehrveranstaltung L0642: Linear Algebra
Typ Vorlesung
SWS 4
LP 4
Arbeitsaufwand inStunden
Eigenstudium 64, Präsenzstudium 56
Dozenten Dr. Francisco Javier Hoecker-Escuti, Dr. Julian Großmann
Sprachen EN
Zeitraum WiSe
Inhalt
Preliminaries
Vector spaces
Matrices and linear systems of equations
Scalar products and orthogonality
Basis transformation
Determinants
Eigen values
Literatur
Strang: Linear Algebra
Beutelsbacher: Lineare Algebra
Lehrveranstaltung L0643: Linear Algebra
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Francisco Javier Hoecker-Escuti, Jan Meichsner
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[23]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0645: Linear Algebra
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[24]
Modulhandbuch B. Sc. "Computer Science"
Modul M0553: Objektorientierte Programmierung, Algorithmen und Datenstrukturen
Lehrveranstaltungen
Titel Typ SWS LPObjektorientierte Programmierung, Algorithmen und Datenstrukturen (L0131) Vorlesung 4 4Objektorientierte Programmierung, Algorithmen und Datenstrukturen (L0132) Gruppenübung 1 2
Modulverantwortlicher Prof. Rolf-Rainer Grigat
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Veranstaltung Prozedurale Programmierung oder gleichwertigeProgrammierkenntnisse in imperativer Programmierung
Zwingende Voraussetzung ist die Beherrschung imperativer Programmierung (C,Pascal, Fortran oder ähnlich). Sie sollten also z.B. einfache Datentypen (integer,double, char, bool), arrays, if-then-else, for, while, Prozedur- bzw. Funktionsaufrufeund Zeiger kennen und in eigenen Programmen damit experimentiert haben, alsoauch Editor, Linker, Compiler und Debugger nutzen können. Die Veranstaltungbeginnt mit der Einführung von Objekten, setzt also auf oben genannte Grundlagenauf.
Dieser Hinweis ist insbesondere wichtig für Studiengänge wie AIW, GES, LUM daoben genannte Voraussetzungen dort nicht Bestandteil des Studienplans sind,sondern zu den Studienvoraussetzungen dieser Studiengänge zählen. DieStudiengänge ET, CI und IIW besitzen die erforderlichen Vorkenntnisse aus derVeranstaltung Prozedurale Programmierung im ersten Semester.
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können die Grundzüge des Software-Entwurfs wie den Entwurf einerKlassenarchitektur unter Einbeziehung vorhandener Klassenbibliotheken undEntwurfsmuster erklären.
Studierende können grundlegende Datenstrukturen der diskreten Mathematikbeschreiben sowie wichtige Algorithmen zum Sortieren und Suchen bezüglich ihrerKomplexität bewerten.
Fertigkeiten
Studierende sind in der Lage,
Software mit gegebenen Entwurfsmustern, unter Verwendung vonKlassenhierarchien und Polymorphie zu entwerfen.Softwareentwicklung und Tests unter Verwendung vonVersionsverwaltungssystemen und google Test durchzuführen.Sortierung und Suche nach Daten effizient durchzuführen.die Komplexität von Algorithmen abzuschätzen.
Personale Kompetenzen
Sozialkompetenz
Studierende können in Teams arbeiten und in Foren kommunizieren.
[25]
Modulhandbuch B. Sc. "Computer Science"
Selbstständigkeit
Studierende sind in der Lage selbständig über einen Zeitraum von 2-3 Wochen, unterVerwendung von SVN Repository und google Test, Programmieraufgaben z.B. LZWDatenkompression zu lösen.
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 60 Minuten, Umfang Vorlesung, Übungen und Materialien im StudIP
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: PflichtComputer Science: Kernqualifikation: PflichtElektrotechnik: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtLogistik und Mobilität: Vertiefung Ingenieurwissenschaft: WahlpflichtTechnomathematik: Kernqualifikation: Pflicht
Lehrveranstaltung L0131: Objektorientierte Programmierung, Algorithmen und Datenstrukturen
Typ Vorlesung
SWS 4
LP 4
Arbeitsaufwand inStunden
Eigenstudium 64, Präsenzstudium 56
Dozenten Prof. Rolf-Rainer Grigat
Sprachen DE
Zeitraum SoSe
Inhalt
Objektorientierte Analyse und Entwurf:
Objektorientierte Programmierung in C++ und Java generische ProgrammierungUMLEntwurfsmuster
Datenstrukturen und Algorithmen:
Komplexität von AlgorithmenSuchen, Sortieren, Hashing,Stapel, Schlangen, ListenBäume (AVL, Heap, 2-3-4, Trie, Huffman, Patricia, B),Mengen, Prioritätswarteschlangengerichtete und ungerichtete Graphen (Spannbäume, kürzeste und längste Wege)
Literatur Skriptum
[26]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0132: Objektorientierte Programmierung, Algorithmen und Datenstrukturen
Typ Gruppenübung
SWS 1
LP 2
Arbeitsaufwand inStunden
Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Rolf-Rainer Grigat
Sprachen DE
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[27]
Modulhandbuch B. Sc. "Computer Science"
Modul M0624: Automata Theory and Formal Languages
Lehrveranstaltungen
Titel Typ SWS LPAutomatentheorie und Formale Sprachen (L0332) Vorlesung 2 4Automatentheorie und Formale Sprachen (L0507) Gruppenübung 2 2
Modulverantwortlicher Prof. Tobias Knopp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
Participating students should be able to
- specify algorithms for simple data structures (such as, e.g., arrays) to solvecomputational problems
- apply propositional logic and predicate logic for specifying and understandingmathematical proofs
- apply the knowledge and skills taught in the module Discrete Algebraic Structures
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students can explain syntax, semantics, and decision problems of propositional logic,and they are able to give algorithms for solving decision problems. Students can showcorrespondences to Boolean algebra. Students can describe which applicationproblems are hard to represent with propositional logic, and therefore, the studentscan motivate predicate logic, and define syntax, semantics, and decision problems forthis representation formalism. Students can explain unification and resolution forsolving the predicate logic SAT decision problem. Students can also describe syntax,semantics, and decision problems for various kinds of temporal logic, and identify theirapplication areas. The participants of the course can define various kinds of finiteautomata and can identify relationships to logic and formal grammars. The spectrumthat students can explain ranges from deterministic and nondeterministic finiteautomata and pushdown automata to Turing machines. Students can name thoseformalism for which nondeterminism is more expressive than determinism. They arealso able to demonstrate which decision problems require which expressivity, and, inaddition, students can transform decision problems w.r.t. one formalism into decisionproblems w.r.t. other formalisms. They understand that some formalisms easily inducealgorithms whereas others are best suited for specifying systems and their properties.Students can describe the relationships between formalisms such as logic, automata,or grammars.
Fertigkeiten
Students can apply propositional logic as well as predicate logic resolution to a givenset of formulas. Students analyze application problems in order to derive propositionallogic, predicate logic, or temporal logic formulas to represent them. They can evaluatewhich formalism is best suited for a particular application problem, and they candemonstrate the application of algorithms for decision problems to specific formulas.Students can also transform nondeterministic automata into deterministic ones, orderive grammars from automata and vice versa. They can show how parsers work, andthey can apply algorithms for the language emptiness problem in case of infinitewords.
Personale Kompetenzen
Sozialkompetenz
Selbstständigkeit
[28]
Modulhandbuch B. Sc. "Computer Science"
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: WahlpflichtComputer Science: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtTechnomathematik: Vertiefung II. Informatik: Wahlpflicht
Lehrveranstaltung L0332: Automata Theory and Formal Languages
Typ Vorlesung
SWS 2
LP 4
Arbeitsaufwand inStunden
Eigenstudium 92, Präsenzstudium 28
Dozenten Prof. Tobias Knopp
Sprachen EN
Zeitraum SoSe
Inhalt
1. Propositional logic, Boolean algebra, propositional resolution, SAT-2KNF2. Predicate logic, unification, predicate logic resolution3. Temporal Logics (LTL, CTL)4. Deterministic finite automata, definition and construction5. Regular languages, closure properties, word problem, string matching6. Nondeterministic automata:
Rabin-Scott transformation of nondeterministic into deterministic automata7. Epsilon automata, minimization of automata,
elimination of e-edges, uniqueness of the minimal automaton (modulo renaming ofstates)
8. Myhill-Nerode Theorem: Correctness of the minimization procedure, equivalence classes of strings induced byautomata
9. Pumping Lemma for regular languages:provision of a tool which, in some cases, can be used to show that a finite automatonprincipally cannot be expressive enough to solve a word problem for some givenlanguage
10. Regular expressions vs. finite automata:Equivalence of formalisms, systematic transformation of representations, reductions
11. Pushdown automata and context-free grammars:Definition of pushdown automata, definition of context-free grammars, derivations,parse trees, ambiguities, pumping lemma for context-free grammars, transformation offormalisms (from pushdown automata to context-free grammars and back)
12. Chomsky normal form13. CYK algorithm for deciding the word problem for context-free grammrs14. Deterministic pushdown automata15. Deterministic vs. nondeterministic pushdown automata:
Application for parsing, LL(k) or LR(k) grammars and parsers vs. deterministicpushdown automata, compiler compiler
16. Regular grammars17. Outlook: Turing machines and linear bounded automata vs general and context-
sensitive grammars
[29]
Modulhandbuch B. Sc. "Computer Science"
18. Chomsky hierarchy19. Mealy- and Moore automata:
Automata with output (w/o accepting states), infinite state sequences, automatanetworks
20. Omega automata: Automata for infinite input words, Büchi automata, representation ofstate transition systems, verification w.r.t. temporal logic specifications (in particularLTL)
21. LTL safety conditions and model checking with Büchi automata, relationships betweenautomata and logic
22. Fixed points, propositional mu-calculus23. Characterization of regular languages by monadic second-order logic (MSO)
Literatur
1. Logik für Informatiker Uwe Schöning, Spektrum, 5. Aufl.2. Logik für Informatiker Martin Kreuzer, Stefan Kühling, Pearson Studium, 20063. Grundkurs Theoretische Informatik, Gottfried Vossen, Kurt-Ulrich Witt, Vieweg-Verlag,
2010.4. Principles of Model Checking, Christel Baier, Joost-Pieter Katoen, The MIT Press,
2007
Lehrveranstaltung L0507: Automata Theory and Formal Languages
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Tobias Knopp
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[30]
Modulhandbuch B. Sc. "Computer Science"
Modul M0732: Software Engineering
Lehrveranstaltungen
Titel Typ SWS LPSoftware-Engineering (L0627) Vorlesung 2 3Software-Engineering (L0628) Gruppenübung 2 3
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene VorkenntnisseAutomata theory and formal languagesProcedural programming or Functional programmingObject-oriented programming, algorithms, and data structures
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students explain the phases of the software life cycle, describe the fundamentalterminology and concepts of software engineering, and paraphrase the principles ofstructured software development. They give examples of software-engineering tasks ofexisting large-scale systems. They write test cases for different test strategies anddevise specifications or models using different notations, and critique both. Theyexplain simple design patterns and the major activities in requirements analysis,maintenance, and project planning.
Fertigkeiten
For a given task in the software life cycle, students identify the corresponding phaseand select an appropriate method. They choose the proper approach for qualityassurance. They design tests for realistic systems, assess the quality of the tests, andfind errors at different levels. They apply and modify non-executable artifacts. Theyintegrate components based on interface specifications.
Personale Kompetenzen
SozialkompetenzStudents practice peer programming. They explain problems and solutions to theirpeer. They communicate in English.
Selbstständigkeit
Using on-line quizzes and accompanying material for self study, students can assesstheir level of knowledge continuously and adjust it appropriately. Working on exerciseproblems, they receive additional feedback.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
StudienleistungVerpflichtendBonus Art der Studienleistung BeschreibungJa 15 % Übungsaufgaben
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: WahlpflichtComputer Science: Kernqualifikation: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: WahlpflichtTechnomathematik: Vertiefung II. Informatik: Wahlpflicht
[31]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0627: Software Engineering
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt
Software Life Cycle Models (Waterfall, V-Model, Evolutionary Models,IncrementalModels, Iterative Models, Agile Processes)Requirements (Elicitation Techniques, UML Use Case Diagrams, Functional and Non-Functional Requirements)Specification (Finite State Machines, Extended FSMs, Petri Nets, Behavioral UMLDiagrams, Data Modeling)Design (Design Concepts, Modules, (Agile) Design Principles)Object-Oriented Analysis and Design (Object Identification, UML Interaction Diagrams,UML Class Diagrams, Architectural Patterns)Testing (Blackbox Testing, Whitebox Testing, Control-Flow Testing, Data-Flow Testing,Testing in the Large)Maintenance and Evolution (Regression Testing, Reverse Engineering,Reengineering)Project Management (Blackbox Estimation Techniques, Whitebox EstimationTechniques, Project Plans, Gantt Charts, PERT Charts)
Literatur Kassem A. Saleh, Software Engineering, J. Ross Publishing 2009.
Lehrveranstaltung L0628: Software Engineering
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[32]
Modulhandbuch B. Sc. "Computer Science"
Modul M0737: Mathematical Analysis
Lehrveranstaltungen
Titel Typ SWS LPMathematische Analysis (L0647) Vorlesung 4 4Mathematische Analysis (L0648) Hörsaalübung 2 2Mathematische Analysis (L0649) Gruppenübung 2 2
Modulverantwortlicher Prof. Marko Lindner
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse None
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students can name the basic concepts in analysis. They are able to explainthem using appropriate examples.Students can discuss logical connections between these concepts. They arecapable of illustrating these connections with the help of examples.They know proof strategies and can reproduce them.
Fertigkeiten
Students can model problems in analysis with the help of the concepts studiedin this course. Moreover, they are capable of solving them by applyingestablished methods.Students are able to discover and verify further logical connections betweenthe concepts studied in the course.For a given problem, the students can develop and execute a suitableapproach, and are able to critically evaluate the results.
Personale Kompetenzen
Sozialkompetenz
- Students are able to work together (e.g. on their regular home work) inheterogeneously composed teams (i.e., teams from different study programs andbackground knowledge) and to present their results appropriately (e.g. duringexercise class).
Selbstständigkeit
- Students are capable of checking their understanding of complex concepts on theirown. They can specify open questions precisely and know where to get help in solvingthem.
- Students can put their knowledge in relation to the contents of other lectures.
- Students have developed sufficient persistence to be able to work for longer periodsin a goal-oriented manner on hard problems.
Arbeitsaufwand in Stunden Eigenstudium 128, Präsenzstudium 112
Leistungspunkte 8
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 120 Minuten
Zuordnung zu folgendenComputer Science: Kernqualifikation: PflichtGeneral Engineering Science: Kernqualifikation: Pflicht
[33]
Modulhandbuch B. Sc. "Computer Science"
Curricula General Engineering Science (7 Semester): Kernqualifikation: Pflicht
Lehrveranstaltung L0647: Mathematical Analysis
Typ Vorlesung
SWS 4
LP 4
Arbeitsaufwand inStunden
Eigenstudium 64, Präsenzstudium 56
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum SoSe
Inhalt
Convergence, sequences, and series
Continuity
Elementary functions
Differential calculus
Integral calculus
Sequences of functions
Literatur
Königsberger: Analysis
Forster: Analysis
Lehrveranstaltung L0648: Mathematical Analysis
Typ Hörsaalübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[34]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0649: Mathematical Analysis
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[35]
Modulhandbuch B. Sc. "Computer Science"
Modul M0829: Grundlagen der Betriebswirtschaftslehre
Lehrveranstaltungen
Titel Typ SWS LPBetriebswirtschaftliche Übung (L0882) Hörsaalübung 2 3Grundlagen der Betriebswirtschaftslehre (L0880) Vorlesung 3 3
Modulverantwortlicher Prof. Christoph Ihl
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Schulkenntnisse in Mathematik und Wirtschaft
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Die Studierenden können...
grundlegende Begriffe und Kategorien aus dem Bereich Wirtschaft undManagement benennen und erklärengrundlegende Aspekte wettbewerblichen Unternehmertums beschreiben(Betrieb und Unternehmung, betrieblicher Zielbildungsprozess)wesentliche betriebliche Funktionen erläutern, insb. Funktionen derWertschöpfungskette (z.B. Produktion und Beschaffung,Innovationsmanagement, Absatz und Marketing) sowie Querschnittsfunktionen(z.B. Organisation, Personalmanagement, Supply Chain Management,Informationsmanagement) und die wesentlichen Aspekte vonEntrepreneurship-Projekten benennenGrundlagen der Unternehmensplanung (Entscheidungstheorie, Planung undKontrolle) wie auch spezielle Planungsaufgaben (z.B. Projektplanung,Investition und Finanzierung) erläuternGrundlagen des Rechnungswesens erklären (Buchführung, Bilanzierung,Kostenrechnung, Controlling)
Fertigkeiten
Die Studierenden können
Unternehmensziele definieren und in ein Zielsystem einordnen sowieZielsysteme strukturieren Organisations- und Personalstrukturen von Unternehmen analysierenMethoden für Entscheidungsprobleme unter mehrfacher Zielsetzung, unterUngewissheit sowie unter Risiko zur Lösung von entsprechenden ProblemenanwendenProduktions- und Beschaffungssysteme sowie betrieblicheInformationssysteme analysieren und einordnenEinfache preispolitische und weitere Instrumente des Marketing analysierenund anwendenGrundlegende Methoden der Finanzmathematik auf Invesititions- undFinanzierungsprobleme anwendenDie Grundlagen der Buchhaltung, Bilanzierung, Kostenrechnung und desControlling erläutern und Methoden aus diesen Bereichen auf einfacheProblemstellungen anwenden.
Personale Kompetenzen
Die Studierenden sind in der Lage
sich im Team zu organisieren und ein Projekt aus dem BereichEntrepreneurship gemeinsam zu bearbeiten und einen Projektbericht zu
[36]
Modulhandbuch B. Sc. "Computer Science"
Sozialkompetenz erstellenerfolgreich problemlösungsorientiert zu kommunizierenrespektvoll und erfolgreich zusammenzuarbeiten
Selbstständigkeit
Die Studierenden sind in der Lage
Ein Projekt in einem Team zu bearbeiten und einer Lösung zuzuführenunter Anleitung einen Projektbericht zu verfassen
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Fachtheoretisch-fachpraktische Arbeit
Prüfungsdauer und -umfang mehrere schriftliche Leistungen über das Semester verteilt
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Elektrotechnik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Verfahrenstechnik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Bioverfahrenstechnik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Energie- und Umwelttechnik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Bau- und Umweltingenieurwesen:PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Maschinenbau: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Mediziningenieurwesen: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Schiffbau: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Verfahrenstechnik:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): VertiefungMediziningenieurwesen: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Schiffbau: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bioverfahrenstechnik:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bauingenieurwesen:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Energie- undUmwelttechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Mechatronik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Biomechanik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Flugzeug-Systemtechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Materialien in den Ingenieurwissenschaften: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Theoretischer Maschinenbau: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Produktentwicklung und Produktion: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Energietechnik: PflichtBau- und Umweltingenieurwesen: Kernqualifikation: PflichtBioverfahrenstechnik: Kernqualifikation: PflichtComputer Science: Kernqualifikation: PflichtElektrotechnik: Kernqualifikation: PflichtEnergie- und Umwelttechnik: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Bau- und Umweltingenieurwesen: PflichtGeneral Engineering Science: Vertiefung Bioverfahrenstechnik: PflichtGeneral Engineering Science: Vertiefung Elektrotechnik: PflichtGeneral Engineering Science: Vertiefung Energie- und Umwelttechnik: Pflicht
[37]
Modulhandbuch B. Sc. "Computer Science"
General Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science: Vertiefung Maschinenbau: PflichtGeneral Engineering Science: Vertiefung Mediziningenieurwesen: PflichtGeneral Engineering Science: Vertiefung Schiffbau: PflichtGeneral Engineering Science: Vertiefung Verfahrenstechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Elektrotechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Verfahrenstechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: PflichtGeneral Engineering Science (7 Semester): Vertiefung Schiffbau: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Bioverfahrenstechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Bauingenieurwesen: PflichtGeneral Engineering Science (7 Semester): Vertiefung Energie- und Umwelttechnik:PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktMechatronik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktBiomechanik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktFlugzeug-Systemtechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktMaterialien in den Ingenieurwissenschaften: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktTheoretischer Maschinenbau: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktProduktentwicklung und Produktion: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktEnergietechnik: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtLogistik und Mobilität: Kernqualifikation: PflichtMaschinenbau: Kernqualifikation: PflichtMechatronik: Kernqualifikation: PflichtSchiffbau: Kernqualifikation: PflichtTechnomathematik: Kernqualifikation: PflichtVerfahrenstechnik: Kernqualifikation: Pflicht
Lehrveranstaltung L0882: Betriebswirtschaftliche Übung
Typ Hörsaalübung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Christoph Ihl, Katharina Roedelius, Tobias Vlcek
Sprachen DE
Zeitraum WiSe/SoSe
Inhalt
In der betriebswirtschaftlichen Horsaalübung werden die Inhalte der Vorlesung durchpraktische Beispiele und die Anwendung der diskutierten Werkzeuge vertieft.
Bei angemessener Nachfrage wird parallel auch eine Problemorientierte Lehrveranstaltungangeboten, die Studierende alternativ wählen können. Hier bearbeiten die Studierenden inGruppen ein selbstgewähltes Projekt, das sich thematisch mit der Ausarbeitung einerinnovativen Geschäftsidee aus Sicht eines etablierten Unternehmens oder Startups befasst.Auch hier sollen die betriebswirtschaftlichen Grundkenntnisse aus der Vorlesung zumpraktischen Einsatz kommen. Die Gruppenarbeit erfolgt unter Anleitung eines Mentors.
Literatur Relevante Literatur aus der korrespondierenden Vorlesung.
[38]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0880: Grundlagen der Betriebswirtschaftslehre
Typ Vorlesung
SWS 3
LP 3
Arbeitsaufwand inStunden
Eigenstudium 48, Präsenzstudium 42
DozentenProf. Christoph Ihl, Prof. Thorsten Blecker, Prof. Christian Lüthje, Prof. Christian Ringle, Prof.Kathrin Fischer, Prof. Cornelius Herstatt, Prof. Wolfgang Kersten, Prof. Matthias Meyer, Prof.Thomas Wrona
Sprachen DE
Zeitraum WiSe/SoSe
Inhalt
Die Abgrenzung der BWL von der VWL und die Gliederungsmöglichkeiten der BWLWichtige Definitionen aus dem Bereich Management und WirtschaftDie wichtigsten Unternehmensziele und ihre Einordnung sowie (Kern-) Funktionen derUnternehmungDie Bereiche Produktion und Beschaffungsmanagement, der Begriff des Supply ChainManagement und die Bestandteile einer Supply ChainDie Definition des Begriffs Information, die Organisation des Informations- undKommunikations (IuK)-Systems und Aspekte der Datensicherheit;Unternehmensstrategie und strategische InformationssystemeDer Begriff und die Bedeutung von Innovationen, insbesondere Innovationschancen, -risiken und prozesseDie Bedeutung des Marketing, seine Aufgaben, die Abgrenzung von B2B- und B2C-MarketingAspekte der Marketingforschung (Marktportfolio, Szenario-Technik) sowie Aspekte derstrategischen und der operativen Planung und Aspekte der PreispolitikDie grundlegenden Organisationsstrukturen in Unternehmen und einigeOrganisationsformenGrundzüge des PersonalmanagementsDie Bedeutung der Planung in Unternehmen und die wesentlichen Schritte einesPlanungsprozessesDie wesentlichen Bestandteile einer Entscheidungssituation sowie Methoden fürEntscheidungsprobleme unter mehrfacher Zielsetzung, unter Ungewissheit sowieunter RisikoGrundlegende Methoden der FinanzmathematikDie Grundlagen der Buchhaltung, der Bilanzierung und der KostenrechnungDie Bedeutung des Controlling im Unternehmen und ausgewählte Methoden desControllingDie wesentlichen Aspekte von Entrepreneurship-Projekten
Neben der Vorlesung, die die Fachinhalte vermittelt, erarbeiten die Studierendenselbstständig in Gruppen einen Business-Plan für ein Gründungsprojekt. Dafür wird auch daswissenschaftliche Arbeiten und Schreiben gezielt unterstützt.
Literatur
Bamberg, G., Coenenberg, A.: Betriebswirtschaftliche Entscheidungslehre, 14. Aufl., München2008
Eisenführ, F., Weber, M.: Rationales Entscheiden, 4. Aufl., Berlin et al. 2003
Heinhold, M.: Buchführung in Fallbeispielen, 10. Aufl., Stuttgart 2006.
Kruschwitz, L.: Finanzmathematik. 3. Auflage, München 2001.
Pellens, B., Fülbier, R. U., Gassen, J., Sellhorn, T.: Internationale Rechnungslegung, 7. Aufl.,Stuttgart 2008.
Schweitzer, M.: Planung und Steuerung, in: Bea/Friedl/Schweitzer: AllgemeineBetriebswirtschaftslehre, Bd. 2: Führung, 9. Aufl., Stuttgart 2005.
[39]
Modulhandbuch B. Sc. "Computer Science"
Weber, J., Schäffer, U. : Einführung in das Controlling, 12. Auflage, Stuttgart 2008.
Weber, J./Weißenberger, B.: Einführung in das Rechnungswesen, 7. Auflage, Stuttgart 2006.
[40]
Modulhandbuch B. Sc. "Computer Science"
Modul M0730: Technische Informatik
Lehrveranstaltungen
Titel Typ SWS LPTechnische Informatik (L0321) Vorlesung 3 4Technische Informatik (L0324) Gruppenübung 1 2
Modulverantwortlicher Prof. Heiko Falk
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Grundkenntnisse der Elektrotechnik
Bei erfolgreicher Teilnahme an den Übungen wird diese erbrachte Vorleistung bei derBewertung der Klausur gemäß folgender Regeln mitberücksichtigt:
1. Bei bestandener Modulprüfung wird dem Studierenden aufgrund dererfolgreichen Teilnahme an den Übungen ein Notenbonus auf dieModulprüfung bis zur nächst besseren Zwischenstufe von 0,3 bzw. 0,4gewährt.
2. Eine Notenverbesserung von 5,0 auf 4,3 oder von 4,3 auf 4,0 ist nicht möglich.
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Dieses Modul vermittelt Grundkenntnisse der Funktionsweise von Rechensystemen.Abgedeckt werden die Ebenen von der Assemblerprogrammierung bis zurGatterebene. Das Modul behandelt folgende Inhalte:
EinführungKombinatorische Logik: Gatter, Boolesche Algebra, Schaltfunktionen, Synthesevon Schaltungen, SchaltnetzeSequentielle Logik: Flip-Flops, Schaltwerke, systematischer SchaltwerkentwurfTechnologische GrundlagenRechnerarithmetik: Ganzzahlige Addition, Subtraktion, Multiplikation undDivisionGrundlagen der Rechnerarchitektur: Programmiermodelle, MIPS-Einzelzyklusmaschine, PipeliningSpeicher-Hardware: Speicherhierarchien, SRAM, DRAM, CachesEin-/Ausgabe: I/O aus Sicht der CPU, Prinzipien der Datenübergabe, Point-to-Point Verbindungen, Busse
Fertigkeiten
Die Studierenden fassen ein Rechensystem aus der Perspektive des Architekten auf,d.h. sie erkennen die interne Struktur und den physischen Aufbau vonRechensystemen. Die Studierenden können analysieren, wie hochspezifische undindividuelle Rechner aus einer Sammlung gängiger Einzelkompenentenzusammengesetzt werden. Sie sind in der Lage, die unterschiedlichenAbstraktionsebenen heutiger Rechensysteme - von Gattern und Schaltungen bis hinzu Prozessoren - zu unterscheiden und zu erklären.
Nach erfolgreichem Besuch der Veranstaltung sind die Studierenden in der Lage, dieWechselwirkungen zwischen einem physischen Rechensystem und der daraufausgeführten Software beurteilen zu können. Insbesondere sollen sie dieKonsequenzen der Ausführung von Software in den hardwarenahen Schichten vonder Assemblersprache bis zu Gattern erkennen können. Sie sollen so in die Lageversetzt werden, Auswirkungen unterer Schichten auf die Leistung desGesamtsystems abzuschätzen und geeignete Optionen vorzuschlagen.
Personale Kompetenzen
Die Studierenden sind nach Abschluss des Moduls in der Lage, ähnliche Aufgaben
[41]
Modulhandbuch B. Sc. "Computer Science"
Sozialkompetenz alleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zupräsentieren.
Selbstständigkeit
Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche desFachgebietes anhand von Fachliteratur selbständig zu erarbeiten, das erworbeneWissen zusammenzufassen, zu präsentieren und es mit den Inhalten andererLehrveranstaltungen zu verknüpfen.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
StudienleistungVerpflichtendBonus Art der Studienleistung BeschreibungJa 10 % Übungsaufgaben
Prüfung Klausur
Prüfungsdauer und -umfang 90 Minuten, Inhalte der Vorlesung und Übungen
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Kernqualifikation: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bioverfahrenstechnik:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Schiffbau: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bauingenieurwesen:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): VertiefungMediziningenieurwesen: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Energie- undUmwelttechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Verfahrenstechnik:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Mechatronik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Biomechanik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Flugzeug-Systemtechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Materialien in den Ingenieurwissenschaften: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Theoretischer Maschinenbau: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Produktentwicklung und Produktion: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Energietechnik: PflichtComputer Science: Kernqualifikation: PflichtElektrotechnik: Kernqualifikation: PflichtGeneral Engineering Science: Kernqualifikation: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Bioverfahrenstechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Schiffbau: PflichtGeneral Engineering Science (7 Semester): Vertiefung Bauingenieurwesen: PflichtGeneral Engineering Science (7 Semester): Vertiefung Elektrotechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: PflichtGeneral Engineering Science (7 Semester): Vertiefung Energie- und Umwelttechnik:PflichtGeneral Engineering Science (7 Semester): Vertiefung Verfahrenstechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktMechatronik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktBiomechanik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt
[42]
Modulhandbuch B. Sc. "Computer Science"
Flugzeug-Systemtechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktMaterialien in den Ingenieurwissenschaften: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktTheoretischer Maschinenbau: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktProduktentwicklung und Produktion: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktEnergietechnik: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtMechatronik: Kernqualifikation: PflichtTechnomathematik: Vertiefung II. Informatik: Wahlpflicht
Lehrveranstaltung L0321: Technische Informatik
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand inStunden
Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Heiko Falk
Sprachen DE
Zeitraum WiSe
Inhalt
EinführungKombinatorische LogikSequentielle LogikTechnologische GrundlagenZahlendarstellungen und RechnerarithmetikGrundlagen der RechnerarchitekturSpeicher-HardwareEin-/Ausgabe
Literatur
A. Clements. The Principles of Computer Hardware. 3. Auflage, Oxford UniversityPress, 2000.A. Tanenbaum, J. Goodman. Computerarchitektur. Pearson, 2001.D. Patterson, J. Hennessy. Rechnerorganisation und -entwurf. Elsevier, 2005.
Lehrveranstaltung L0324: Technische Informatik
Typ Gruppenübung
SWS 1
LP 2
Arbeitsaufwand inStunden
Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Heiko Falk
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[43]
Modulhandbuch B. Sc. "Computer Science"
Modul M0834: Computernetworks and Internet Security
Lehrveranstaltungen
Titel Typ SWS LPRechnernetze und Internet-Sicherheit (L1098) Vorlesung 3 5Rechnernetze und Internet-Sicherheit (L1099) Gruppenübung 1 1
Modulverantwortlicher Prof. Andreas Timm-Giel
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Basics of Computer Science
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students are able to explain important and common Internet protocols in detail andclassify them, in order to be able to analyse and develop networked systems in furtherstudies and job.
FertigkeitenStudents are able to analyse common Internet protocols and evaluate the use of themin different domains.
Personale Kompetenzen
Sozialkompetenz
SelbstständigkeitStudents can select relevant parts out of high amount of professional knowledge andcan independently learn and understand it.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 120 min
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: WahlpflichtComputer Science: Kernqualifikation: PflichtElektrotechnik: Kernqualifikation: WahlpflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtTechnomathematik: Vertiefung II. Informatik: Wahlpflicht
[44]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1098: Computer Networks and Internet Security
Typ Vorlesung
SWS 3
LP 5
Arbeitsaufwand inStunden
Eigenstudium 108, Präsenzstudium 42
Dozenten Prof. Andreas Timm-Giel, Prof. Dieter Gollmann
Sprachen EN
Zeitraum WiSe
Inhalt
In this class an introduction to computer networks with focus on the Internet and its security isgiven. Basic functionality of complex protocols are introduced. Students learn to understandthese and identify common principles. In the exercises these basic principles and anintroduction to performance modelling are addressed using computing tasks and (virtual) labs.
In the second part of the lecture an introduction to Internet security is given.
This class comprises:
Application layer protocols (HTTP, FTP, DNS)Transport layer protocols (TCP, UDP)Network Layer (Internet Protocol, routing in the Internet)Data link layer with media access at the example of EthernetMultimedia applications in the InternetNetwork managementInternet security: IPSecInternet security: Firewalls
Literatur
Kurose, Ross, Computer Networking - A Top-Down Approach, 6th Edition, Addison-WesleyKurose, Ross, Computernetzwerke - Der Top-Down-Ansatz, Pearson Studium;Auflage: 6. AuflageW. Stallings: Cryptography and Network Security: Principles and Practice, 6th edition
Further literature is announced at the beginning of the lecture.
Lehrveranstaltung L1099: Computer Networks and Internet Security
Typ Gruppenübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Andreas Timm-Giel, Prof. Dieter Gollmann
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[45]
Modulhandbuch B. Sc. "Computer Science"
Modul M0953: Introduction to Information Security
Lehrveranstaltungen
Titel Typ SWS LPEinführung in die Informationssicherheit (L1114) Vorlesung 3 3Einführung in die Informationssicherheit (L1115) Gruppenübung 2 3
Modulverantwortlicher Prof. Dieter Gollmann
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Basics of Computer Science
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students can
name the main security risks when using Information and CommunicationSystems and name the fundamental security mechanisms,
describe commonly used methods for risk and security analysis,
name the fundamental principles of data protection.
Fertigkeiten
Students can
evaluate the strenghts and weaknesses of the fundamental securitymechanisms and of the commonly used methods for risk and securityanalysis,
apply the fundamental principles of data protection to concrete cases.
Personale Kompetenzen
SozialkompetenzStudents are capable of appreciating the impact of security problems on thoseaffected and of the potential responsibilities for their resolution.
Selbstständigkeit None
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 120 Minuten
Zuordnung zu folgendenCurricula
Computer Science: Kernqualifikation: PflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: WahlpflichtTechnomathematik: Vertiefung II. Informatik: Wahlpflicht
[46]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1114: Introduction to Information Security
Typ Vorlesung
SWS 3
LP 3
Arbeitsaufwand inStunden
Eigenstudium 48, Präsenzstudium 42
Dozenten Prof. Dieter Gollmann
Sprachen EN
Zeitraum WiSe
Inhalt
Fundamental conceptsPasswords & biometricsIntroduction to cryptographySessions, SSL/TLSCertificates, electronic signaturesPublic key infrastructuresSide-channel analysisAccess controlPrivacySoftware security basicsSecurity management & risk analysisSecurity evaluation: Common Criteria
Literatur
D. Gollmann: Computer Security, Wiley & Sons, third edition, 2011
Ross Anderson: Security Engineering, Wiley & Sons, second edition, 2008
Lehrveranstaltung L1115: Introduction to Information Security
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Dieter Gollmann
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[47]
Modulhandbuch B. Sc. "Computer Science"
Modul M0853: Mathematik III
Lehrveranstaltungen
Titel Typ SWS LPAnalysis III (L1028) Vorlesung 2 2Analysis III (L1029) Gruppenübung 1 1Analysis III (L1030) Hörsaalübung 1 1Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen) (L1031) Vorlesung 2 2Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen) (L1032) Gruppenübung 1 1Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen) (L1033) Hörsaalübung 1 1
Modulverantwortlicher Prof. Anusch Taraz
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Mathematik I + II
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können die grundlegenden Begriffe aus dem Gebiet der Analysisund Differentialgleichungen benennen und anhand von Beispielen erklären.Studierende sind in der Lage, logische Zusammenhänge zwischen diesenKonzepten zu diskutieren und anhand von Beispielen zu erläutern.Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten
Studierende können Aufgabenstellungen aus dem Gebiet der Analysis undDifferentialgleichungen mi t Hilfe der kennengelernten Konzepte modellieren und mit den erlerntenMethoden lösen.Studierende sind in der Lage, sich weitere logische Zusammenhängezwischen den kennengelernten Konzepten selbständig zu erschließen undkönnen diese verifizieren.Studierende können zu gegebenen Problemstellungen einen geeignetenLösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritischauswerten.
Personale Kompetenzen
Sozialkompetenz
Studierende sind in der Lage, in Teams zusammenzuarbeiten undbeherrschen die Mathematik als gemeinsame Sprache.
Sie können dabei insbesondere neue Konzepte adressatengerechtkommunizieren und anhand von Beispielen das Verständnis derMitstudierenden überprüfen und vertiefen.
Selbstständigkeit
Studierende können eigenständig ihr Verständnis komplexer Konzepteüberprüfen, noch offene Fragen auf den Punkt bringen und sichgegebenenfalls gezielt Hilfe holen.
Studierende haben eine genügend hohe Ausdauer entwickelt, um auch überlängere Zeiträume zielgerichtet an schwierigen Problemstellungen zu arbeiten.
Arbeitsaufwand in Stunden Eigenstudium 128, Präsenzstudium 112
Leistungspunkte 8
Studienleistung Keine
Prüfung Klausur
[48]
Modulhandbuch B. Sc. "Computer Science"
Prüfungsdauer und -umfang 60 min (Analysis III) + 60 min (Differentialgleichungen 1)
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Kernqualifikation: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Kernqualifikation: PflichtBau- und Umweltingenieurwesen: Kernqualifikation: PflichtBioverfahrenstechnik: Kernqualifikation: PflichtComputer Science: Kernqualifikation: PflichtElektrotechnik: Kernqualifikation: PflichtEnergie- und Umwelttechnik: Kernqualifikation: PflichtGeneral Engineering Science: Kernqualifikation: PflichtGeneral Engineering Science (7 Semester): Kernqualifikation: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtMaschinenbau: Kernqualifikation: PflichtMechatronik: Kernqualifikation: PflichtSchiffbau: Kernqualifikation: PflichtVerfahrenstechnik: Kernqualifikation: Pflicht
Lehrveranstaltung L1028: Analysis III
Typ Vorlesung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum WiSe
Inhalt
Grundzüge der Differential- und Integralrechnung mehrerer Variablen:
Differentialrechnung mehrerer VeränderlichenMittelwertsätze und Taylorscher SatzExtremwertbestimmungImplizit definierte FunktionenExtremwertbestimmung bei GleichungsnebenbedinungenNewton-Verfahren für mehrere VariablenBereichsintegraleKurven- und FlächenintegraleIntegralsätze von Gauß und Stokes
Literaturhttp://www.math.uni-hamburg.de/teaching/export/tuhh/index.html
[49]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1029: Analysis III
Typ Gruppenübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L1030: Analysis III
Typ Hörsaalübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L1031: Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen)
Typ Vorlesung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum WiSe
Inhalt
Grundzüge der Theorie und Numerik gewöhnlicher Differentialgleichungen
Einführung und elementare MethodenExistenz und Eindeutigkeit bei AnfangswertaufgabenLineare DifferentialgleichungenStabilität und qualitatives LösungsverhaltenRandwertaufgaben und Grundbegriffe der VariationsrechnungEigenwertaufgabenNumerische Verfahren zur Integration von Anfangs- und RandwertaufgabenGrundtypen bei partiellen Differentialgleichungen
Literaturhttp://www.math.uni-hamburg.de/teaching/export/tuhh/index.html
[50]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1032: Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen)
Typ Gruppenübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L1033: Differentialgleichungen 1 (Gewöhnliche Differentialgleichungen)
Typ Hörsaalübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[51]
Modulhandbuch B. Sc. "Computer Science"
Modul M0562: Berechenbarkeit und Komplexität
Lehrveranstaltungen
Titel Typ SWS LPBerechenbarkeit und Komplexität (L0166) Vorlesung 2 3Berechenbarkeit und Komplexität (L0167) Gruppenübung 2 3
Modulverantwortlicher Prof. Karl-Heinz Zimmermann
Zulassungsvoraussetzungen Keine
Empfohlene VorkenntnisseDiskrete Algebraische Strukturen sowie Automatentheorie, Logik und FormaleSprachen.
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Wissen: Die Studierenden kennen
maschinennahe Modelle der Berechenbarkeit;abstrakte funktionale Modelle der Berechenbarkeit;das Konzept der universellen Berechenbarkeit und seine Beschreibung durchpartiell-rekursive Funktionen;das Konzept der Gödelisierung von Berechnungen sowie die Sätze vonKleene, Rice und Rice-Shapiro;die Konzepte der entscheidbaren und semientscheidbaren Probleme;die Wortprobleme in Semi-Thue-Systemen, Thue-Systemen, Halbgruppen undPost-Korrespondenz-Systemen;Hilberts zehntes Problem;die Komplexitätsklassen P und NP und deren Unterscheidung;das Konzept der NP-Vollständigkeit sowie den Satz von Cook.
Fertigkeiten
Fertigkeiten: Die Studienden können
maschinennahe und abstrakte Modelle der Berechenbarkeit beschreiben;Beziehungen zwischen den einzelnen Berechenbarkeitsbegriffen herstellen; die grundlegenden Sätze von Kleene und Rice rekapitulieren und beweisen;das Konzept der universellen Berechenbarkeit darlegen;entscheidbare und semientscheidbare Probleme identifizieren und derenBezug zu ähnlichen Problemen durch Reduktion herstellen;die Komplexitätsklassen P und NP beschreiben;NP-vollständige Probleme lokalisieren.
Personale Kompetenzen
Sozialkompetenz
Die Studierenden sind nach Abschluss des Moduls in der Lage, fachspezifischeAufgaben alleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zupräsentieren.
Selbstständigkeit
Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche desFachgebietes anhand von Fachbüchern und anderweitiger Literatur selbständig zuerarbeiten, das erworbene Wissen zusammenzufassen, zu präsentieren und es mitden Inhalten anderer Lehrveranstaltungen zu verknüpfen.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 20 min
[52]
Modulhandbuch B. Sc. "Computer Science"
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: WahlpflichtComputer Science: Kernqualifikation: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: WahlpflichtTechnomathematik: Vertiefung II. Informatik: WahlpflichtTechnomathematik: Kernqualifikation: Wahlpflicht
Lehrveranstaltung L0166: Berechenbarkeit und Komplexität
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Karl-Heinz Zimmermann
Sprachen DE/EN
Zeitraum SoSe
Inhalt
Literatur
Lehrveranstaltung L0167: Berechenbarkeit und Komplexität
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Karl-Heinz Zimmermann
Sprachen DE/EN
Zeitraum SoSe
Inhalt
Literatur
[53]
Modulhandbuch B. Sc. "Computer Science"
Modul M0672: Signale und Systeme
Lehrveranstaltungen
Titel Typ SWS LPSignale und Systeme (L0432) Vorlesung 3 4Signale und Systeme (L0433) Gruppenübung 2 2
Modulverantwortlicher Prof. Gerhard Bauch
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Mathematik 1-3
Das Modul führt in das Thema der Signal- und Systemtheorie ein. Sicherer Umgangmit grundlegenden mathematschen Methoden, wie sie in den Modulen Mathematik 1-3 vermittelt werden, wird erwartet. Darüber hinaus sind Vorkenntnisse in Grundlagenvon Spektraltransformationen (Fourier-Reihe, Fourier-Transformation, Laplace-Transformation) zwar nützlich, aber keine Voraussetzung.
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Die Studierenden können Signale und lineare zeitinvariante (LTI) Systeme im Sinneder Signal- und Systemtheorie klassifizieren und beschreiben. Sie beherrschen diegrundlegenden Integraltransformationen zeitkontinuierlicher und zeitdiskreterdeterministischer Signale und Systeme. Sie können deterministische Signale undSysteme in Zeit- und Bildbereich mathematisch beschreiben und analysieren. Sieverstehen elementare Operationen und Konzepte der Signalverarbeitung und könnendiese in Zeit- und Bildbereich beschreiben. Insbesondere verstehen Sie die mit demÜbergang vom zeitkontinuierlichen zum zeitdiskreten Signal bzw. Systemeinhergehenden Effekte in Zeit- und Bildbereich.
Fertigkeiten
Die Studierenden können deterministische Signale und lineare zeitinvariante Systememit den Methoden der Signal- und Systemtheorie beschreiben und analysieren. Siekönnen einfache Systeme hinsichtlich wichtiger Eigenschaften wie Betrags- undPhasenfrequenzgang, Stabilität, Linearität etc. analysieren und entwerfen. Sie könnenden Einfluß von LTI-Systemen auf die Signaleigenschaften in Zeit- undFrequenzbereich beurteilen.
Personale Kompetenzen
Sozialkompetenz Die Studierenden können fachspezifische Aufgaben gemeinsam bearbeiten.
Selbstständigkeit
Die Studierenden sind in der Lage, die notwendigen Informationen aus geeignetenLiteraturquellen selbständig zu beschaffen und in den Kontext der Vorlesung zusetzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen(klausurnahe Aufgaben, Software-Tools, Clicker-System) kontinuierlich überprüfenund auf dieser Basis ihre Lernprozesse steuern.
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Allgemeine Ingenieurwissenschaften: Vertiefung Elektrotechnik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Verfahrenstechnik: Pflicht
[54]
Modulhandbuch B. Sc. "Computer Science"
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Bioverfahrenstechnik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Bau- und Umweltingenieurwesen:PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Maschinenbau: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Mediziningenieurwesen: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Verfahrenstechnik:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bioverfahrenstechnik:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): VertiefungMediziningenieurwesen: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Biomechanik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Energietechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Flugzeug-Systemtechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Materialien in den Ingenieurwissenschaften: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Mechatronik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Theoretischer Maschinenbau: PflichtComputer Science: Kernqualifikation: PflichtElektrotechnik: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Bau- und Umweltingenieurwesen: PflichtGeneral Engineering Science: Vertiefung Bioverfahrenstechnik: PflichtGeneral Engineering Science: Vertiefung Elektrotechnik: PflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science: Vertiefung Maschinenbau: PflichtGeneral Engineering Science: Vertiefung Mediziningenieurwesen: PflichtGeneral Engineering Science: Vertiefung Verfahrenstechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Elektrotechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Verfahrenstechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Bioverfahrenstechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktBiomechanik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktEnergietechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktFlugzeug-Systemtechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktMaterialien in den Ingenieurwissenschaften: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktMechatronik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktTheoretischer Maschinenbau: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtMechatronik: Kernqualifikation: PflichtTechnomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht
[55]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0432: Signale und Systeme
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand inStunden
Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum SoSe
Inhalt
Elementare Klassifizierung und Beschreibung zeitkontinuierlicher und zeitdiskreterdeterministischer Signale und Systemen
Faltung
Leistung und Energie von Signalen
Korrelationsfunktionen deterministischer Signale
Lineare zeitinvariante (LTI) Systeme
Signaltransformationen:
Fourier-Reihe
Fourier Transformation
Laplace Transformation
Zeitdiskrete Fouriertranformation
Diskrete Fouriertransformation (DFT), Fast Fourier Transform (FFT)
Z-Transformation
Analyse und Entwurf von LTI-Systemen in Zeit- und Frequenzbereich
Grundlegende Filtertypen
Abtastung, Abtasttheorem
Grundlagen rekursiver und nicht-rekursiver zeitdiskreter Filter
Literatur
T. Frey , M. Bossert , Signal- und Systemtheorie, B.G. Teubner Verlag 2004
K. Kammeyer, K. Kroschel, Digitale Signalverarbeitung, Teubner Verlag.
B. Girod ,R. Rabensteiner , A. Stenger , Einführung in die Systemtheorie, B.G. Teubner,Stuttgart, 1997
J.R. Ohm, H.D. Lüke , Signalübertragung, Springer-Verlag 8. Auflage, 2002
S. Haykin, B. van Veen: Signals and systems. Wiley.
Oppenheim, A.S. Willsky: Signals and Systems. Pearson.
Oppenheim, R. W. Schafer: Discrete-time signal processing. Pearson.
[56]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0433: Signale und Systeme
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[57]
Modulhandbuch B. Sc. "Computer Science"
Modul M0727: Stochastics
Lehrveranstaltungen
Titel Typ SWS LPStochastik (L0777) Vorlesung 2 4Stochastik (L0778) Gruppenübung 2 2
Modulverantwortlicher Prof. Marko Lindner
Zulassungsvoraussetzungen None
Empfohlene VorkenntnisseCalculusDiscrete algebraic structures (combinatorics)Propositional logic
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students can explain the main definitions of probability, and they can give basicdefinitions of modeling elements (random variables, events, dependence,independence assumptions) used in discrete and continuous settings (joint andmarginal distributions, density functions). Students can describe characteristic notionssuch as expected values, variance, standard deviation, and moments. Students candefine decision problems and explain algorithms for solving these problems (based onthe chain rule or Bayesian networks). Algorithms, or estimators as they are caller, canbe analyzed in terms of notions such as bias of an estimator, etc. Student can describethe main ideas of stochastic processes and explain algorithms for solving decision andcomputation problem for stochastic processes. Students can also explain basicstatistical detection and estimation techniques.
Fertigkeiten
Students can apply algorithms for solving decision problems, and they can justifywhether approximation techniques are good enough in various application contexts,i.e., students can derive estimators and judge whether they are applicable or reliable.
Personale Kompetenzen
Sozialkompetenz
- Students are able to work together (e.g. on their regular home work) inheterogeneously composed teams (i.e., teams from different study programs andbackground knowledge) and to present their results appropriately (e.g. duringexercise class).
Selbstständigkeit
- Students are capable of checking their understanding of complex concepts on theirown. They can specify open questions precisely and know where to get help in solvingthem.
- Students can put their knowledge in relation to the contents of other lectures.
- Students have developed sufficient persistence to be able to work for longer periodsin a goal-oriented manner on hard problems.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 120 min
Zuordnung zu folgenden
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: PflichtComputer Science: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Informatik: Pflicht
[58]
Modulhandbuch B. Sc. "Computer Science"
Curricula General Engineering Science (7 Semester): Vertiefung Informatik: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtLogistik und Mobilität: Vertiefung Ingenieurwissenschaft: Wahlpflicht
Lehrveranstaltung L0777: Stochastics
Typ Vorlesung
SWS 2
LP 4
Arbeitsaufwand inStunden
Eigenstudium 92, Präsenzstudium 28
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum SoSe
Inhalt
Foundations of probability theory
Definitions of probability, conditional probabilityRandom variables, dependencies, independence assumptions, Marginal and joint probabilitiesDistributions and density functionsCharacteristics: expected values, variance, standard deviation, moments
Practical representations for joint probabilities
Bayessche NetzwerkeSemantik, Entscheidungsprobleme, exakte und approximative Algorithmen
Stochastic processes
Stationarity, ergodicityCorrelationsDynamic Bayesian networks, Hidden Markov networks, Kalman filters, queues
Detection & estimation
DetectorsEstimation rules and proceduresHypothesis and distribution testsStochastic regression
Literatur
1. Methoden der statistischen Inferenz, Likelihood und Bayes, Held, L., Spektrum 20082. Stochastik für Informatiker, Dümbgen, L., Springer 20033. Statistik: Der Weg zur Datenanalyse, Fahrmeir, L., Künstler R., Pigeot, I, Tutz, G.,
Springer 20104. Stochastik, Georgii, H.-O., deGruyter, 20095. Probability and Random Processes, Grimmett, G., Stirzaker, D., Oxford University
Press, 20016. Programmieren mit R, Ligges, U., Springer 2008
[59]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0778: Stochastics
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Francisco Javier Hoecker-Escuti
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[60]
Modulhandbuch B. Sc. "Computer Science"
Modul M0852: Graphentheorie und Optimierung
Lehrveranstaltungen
Titel Typ SWS LPGraphentheorie und Optimierung (L1046) Vorlesung 2 3Graphentheorie und Optimierung (L1047) Gruppenübung 2 3
Modulverantwortlicher Prof. Anusch Taraz
Zulassungsvoraussetzungen Keine
Empfohlene VorkenntnisseDiskrete Algebraische Strukturen
Mathematik I
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können die grundlegenden Begriffe der Graphentheorie undOptimierung benennen und anhand von Beispielen erklären.Studierende sind in der Lage, logische Zusammenhänge zwischen diesenKonzepten zu diskutieren und anhand von Beispielen zu erläutern.Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten
Studierende können Aufgabenstellungen der Graphentheorie und Optimierungmit Hilfe der kennengelernten Konzepte mathematisch modellieren und mitden erlernten Methoden lösen.Studierende sind in der Lage, sich weitere einfache logische Zusammenhängezwischen den kennengelernten Konzepten selbständig zu erschließen undkönnen diese verifizieren.Studierende können zu gegebenen Problemstellungen einen geeignetenLösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritischauswerten.
Personale Kompetenzen
Sozialkompetenz
Studierende sind in der Lage, in heterogen zusammengestellten Teams (mitunterschiedlichem mathematischen Hintergrundwissen und ausunterschiedlichen Studiengängen) zusammenzuarbeiten und die Mathematikals gemeinsame Sprache zu entdecken und beherrschen.Sie können sich dabei insbesondere gegenseitig neue Konzepte erklären undanhand von Beispielen das Verständnis der Mitstudierenden überprüfen undvertiefen.
Selbstständigkeit
Studierende können eigenständig ihr Verständnis mathematischer Konzepteüberprüfen, noch offene Fragen auf den Punkt bringen und sichgegebenenfalls gezielt Hilfe holen.Studierende haben eine genügend hohe Ausdauer entwickelt, um auch überlängere Zeiträume an schwierigen Problemstellungen zu arbeiten.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
[61]
Modulhandbuch B. Sc. "Computer Science"
Prüfungsdauer und -umfang 120 min
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: PflichtComputer Science: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtLogistik und Mobilität: Vertiefung Ingenieurwissenschaft: WahlpflichtTechnomathematik: Vertiefung I. Mathematik: Wahlpflicht
Lehrveranstaltung L1046: Graphentheorie und Optimierung
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Anusch Taraz
Sprachen DE
Zeitraum SoSe
Inhalt
Graphen, Durchlaufen von Graphen, BäumePlanare GraphenKürzeste WegeMinimale SpannbäumeMaximale Flüsse und minimale SchnitteSätze von Menger, König-Egervary, HallNP-vollständige ProblemeBacktracking und HeuristikenLineare ProgrammierungDualitätGanzzahlige lineare Programmierung
Literatur
M. Aigner: Diskrete Mathematik, Vieweg, 2004J. Matousek und J. Nesetril: Diskrete Mathematik, Springer, 2007A. Steger: Diskrete Strukturen (Band 1), Springer, 2001A. Taraz: Diskrete Mathematik, Birkhäuser, 2012V. Turau: Algorithmische Graphentheorie, Oldenbourg, 2009K.-H. Zimmermann: Diskrete Mathematik, BoD, 2006
Lehrveranstaltung L1047: Graphentheorie und Optimierung
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Anusch Taraz
Sprachen DE
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[62]
Modulhandbuch B. Sc. "Computer Science"
Modul M0971: Betriebssysteme
Lehrveranstaltungen
Titel Typ SWS LPBetriebssysteme (L1153) Vorlesung 2 3Betriebssysteme (L1154) Gruppenübung 2 3
Modulverantwortlicher Prof. Volker Turau
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Prozedurales ProgrammierenObjekt-orientierte Programmierung, Algorithmen und DatenstrukturenErfahrung in der Anwendung von betriebssystemnahen Werkzeugen wieEditoren, Linker, CompilerErfahrung im Umgang mit C-Bibilotheken
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können die wichtigsten Abstraktion von Betriebssystem erklären(Prozess, virtueller Speicher, Datei, Deadlock, Lifelock). Sie sind in der Lage, dieProzesszustände und die dazugehörenden Übergänge zu beschreiben. Sie kennendie wichtigsten Architekturvarianten von Betriebssystemen und können existierendeBetriebssysteme diesen Varianten zuordnen. Die Teilnehmer sind in der Lage,nebenläufige Programm mittels Threads, conditional Variablen und Semaphoren zuerstellen. Sie können mehrere Varianten zur Realisierung von Filesystemen erläutern.Des Weiteren können sie mindestens drei Scheduling Algorithmen erläutern.
Fertigkeiten
Studierende können die POSIX Bibliotheken zur nebenläufigen Programmierungkorrekt und effizient einsetzen. Sie sind in der Lage für eine Scheduling Aufgabe untergegebenen Randbedingungen die Effezienz eines Scheduling-Algorithmus zubeurteilen.
Personale Kompetenzen
Sozialkompetenz
Selbstständigkeit
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: WahlpflichtComputer Science: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: WahlpflichtTechnomathematik: Vertiefung II. Informatik: Wahlpflicht
[63]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1153: Betriebssysteme
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Volker Turau
Sprachen DE
Zeitraum SoSe
Inhalt
Architekturen für BetriebssystemeProzesseNebenläufigkeitVerklemmungenSpeicherverwaltungSchedulingDateisysteme
Literatur
1. Operating Systems, William Stallings, Pearson International Edition2. Moderne Betriebssysteme, Andrew Tanenbaum, Pearson Studium
Lehrveranstaltung L1154: Betriebssysteme
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Volker Turau
Sprachen DE
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[64]
Modulhandbuch B. Sc. "Computer Science"
Modul M0793: Seminare Informatik und Mathematik
Lehrveranstaltungen
Titel Typ SWS LPSeminar Computergestützte Mathematik/Informatik (L0797) Seminar 2 2Seminar Informatik/Ingenieurwesen (L0796) Seminar 2 2Seminar Ingenieurmathematik/Informatik (L1781) Seminar 2 2
Modulverantwortlicher Prof. Karl-Heinz Zimmermann
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Grundkenntnisse in Informatik, Mathematik und evtl. Ingenieurwissenschaften.
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
WissenDie Studierenden wissen, wie man Grundkenntnisse aus einem rudimentärenTeilgebiet der Informatik, Mathematik oder Ingenieurwissenschaften durchselbständiges Arbeiten erlangt.
FertigkeitenDie Studierenden können sich ein rudimentäres Teilgebiet aus Informatik, Mathematikoder Ingenieurwissenschaften selbständig erarbeiten.
Personale Kompetenzen
Sozialkompetenz
Studierende erläutern die in einem wissenschaftlichen Aufsatz geschildertenProbleme und die im Aufsatz entwickelten Lösungen in einem Fachgebiet derInformatik oder Mathematik, bewerten die vorgeschlagenen Lösungen in einemVortrag und reagieren auf wissenschaftliche Nachfragen, Ergänzungen undKommentare.
Selbstständigkeit
Die Studierenden erarbeiten sich selbständig ein kleines, sehr klar abgegrenzteswissenschaftliches Teilgebiet, können dieses in einer Präsentation vorstellen undverfolgen aktiv die Präsentationen anderer Studierender, so dass evtl. ein interaktiverDiskurs über ein wissenschaftliches Thema entsteht.
Arbeitsaufwand in Stunden Eigenstudium 96, Präsenzstudium 84
Leistungspunkte 6
Studienleistung Keine
Prüfung Referat
Prüfungsdauer und -umfangPro Seminar erfolgt der Scheinerwerb durch Präsentation (Seminarvortrag 20 min undDiskussion 5 min)
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: PflichtComputer Science: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: Pflicht
[65]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0797: Seminar Computergestützte Mathematik/Informatik
Typ Seminar
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Karl-Heinz Zimmermann, Dr. Jens-Peter Zemke
Sprachen DE/EN
Zeitraum WiSe/SoSe
Inhalt
Seminarvorträge der teilnehmenden Studierenden. Seminarthemen aus dem BereichComputerorientierte Mathematik oder Informatik werden vom VeranstalterbekanntgegebenAktive Teilnahme an der Diskussion.
Literatur Wird vom Seminarveranstalter bekanntgegeben.
Lehrveranstaltung L0796: Seminar Informatik/Ingenieurwesen
Typ Seminar
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Karl-Heinz Zimmermann
Sprachen DE/EN
Zeitraum WiSe/SoSe
Inhalt
Seminarvorträge der teilnehmenden Studierenden. Seminarthemen aus dem BereichInformatik oder Ingenieurwesen werden vom Veranstalter bekanntgegebenAktive Teilnahme an der Diskussion.
LiteraturWird vom Seminarveranstalter bekanntgegeben.
Lehrveranstaltung L1781: Seminar Ingenieurmathematik/Informatik
Typ Seminar
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Karl-Heinz Zimmermann, Dr. Jens-Peter Zemke
Sprachen DE/EN
Zeitraum WiSe/SoSe
InhaltSeminarvorträge der teilnehmenden Studierenden. Seminarthemen aus dem BereichInformatik oder Ingenieurmathematik werden vom Veranstalter bekanntgegebenAktive Teilnahme an der Diskussion.
Literatur Wird vom Seminarveranstalter bekanntgegeben.
[66]
Modulhandbuch B. Sc. "Computer Science"
Modul M0873: Software-Fachpraktikum
Lehrveranstaltungen
Titel Typ SWS LP
Modulverantwortlicher Prof. Karl-Heinz Zimmermann
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Grundlagen der Softwaretechnik
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Die Studierenden kennen wichtige Aspekte und typische Phasen der Software-Projektentwicklung (wie Planung, Spezifikation, Implementierung, Validierung,Wartung und Dokumentation), die in der Praxis mehr oder weniger ausgeprägt zumTragen kommen.
Fertigkeiten
Die Studierenden können typische Stufen der Software-Projektentwicklungbeschreiben und eng umrissene Teilaufgaben in einem Software-Projekt innerhalbeiner Gruppe oder eigenständig bearbeiten.
Personale Kompetenzen
Sozialkompetenz
Die Studierenden sind nach Abschluss des Moduls in der Lage, fachspezifischeAufgaben aus der Software-Entwicklung alleine oder in einer Gruppe zu bearbeitenund die Resultate geeignet zu präsentieren.
Selbstständigkeit
Die Studierenden sind nach Abschluss des Moduls imstande, sich Teilbereiche desFachgebietes anhand von Fachliteratur selbständig zu erarbeiten, das erworbeneWissen zusammenzufassen und es mit den Inhalten anderer Lehrveranstaltungen zuverknüpfen.
Arbeitsaufwand in Stunden Eigenstudium 180, Präsenzstudium 0
Leistungspunkte 6
Studienleistung Keine
Prüfung Schriftliche Ausarbeitung (laut FPrO)
Prüfungsdauer und -umfangDie Ausarbeitung wird von der Betreuerin bzw. dem Betreuer der Bachelorarbeitbewertet.
Zuordnung zu folgendenCurricula
Computer Science: Kernqualifikation: Pflicht
[67]
Modulhandbuch B. Sc. "Computer Science"
Fachmodule der Vertiefung Computational Mathematics
Modul M0833: Grundlagen der Regelungstechnik
Lehrveranstaltungen
Titel Typ SWS LPGrundlagen der Regelungstechnik (L0654) Vorlesung 2 4Grundlagen der Regelungstechnik (L0655) Gruppenübung 2 2
Modulverantwortlicher Prof. Herbert Werner
Zulassungsvoraussetzungen Keine
Empfohlene VorkenntnisseGrundkenntnisse der Behandlung von Signalen und Systemen im Zeit- undFrequenzbereich und der Laplace-Transformation.
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können das Verhalten dynamischer Systeme in Zeit- undFrequenzbereich darstellen und interpretieren, und insbesondere dieEigenschaften Systeme 1. und 2. Ordnung erläutern.Sie können die Dynamik einfacher Regelkreise erklären und anhand vonFrequenzgang und Wurzelortskurve interpretieren.Sie können das Nyquist-Stabilitätskriterium sowie die daraus abgeleitetenStabilitätsreserven erklären.Sie können erklären, welche Rolle die Phasenreserve in der Analyse undSynthese von Regelkreisen spielt.Sie können die Wirkungsweise eines PID-Reglers anhand des Frequenzgangsinterpretieren.Sie können erklären, welche Aspekte bei der digitalen Implementierungzeitkontinuierlich entworfener Regelkreise berücksichtigt werden müssen.
Fertigkeiten
Studierende können Modelle linearer dynamischer Systeme vom Zeitbereich inden Frequenzbereich transformieren und umgekehrt. Sie können das Verhalten von Systemen und Regelkreisen simulieren undbewerten.Sie können PID-Regler mithilfe heuristischer Einstellregeln (Ziegler-Nichols)entwerfen.Sie können anhand von Wurzelortskurve und Frequenzgang einfacheRegelkreise entwerfen und analysieren.Sie können zeitkontinuierliche Modelle dynamischer Regler für die digitaleImplementierung zeitdiskret approximieren.Sie beherrschen die einschlägigen Software-Werkzeuge (Matlab ControlToolbox, Simulink) für die Durchführung all dieser Aufgaben.
Personale Kompetenzen
SozialkompetenzStudierende können in kleinen Gruppen fachspezifische Fragen gemeinsambearbeiten und ihre Reglerentwürfe experimentell testen und bewerten
Selbstständigkeit
Studierende können sich Informationen aus bereit gestellten Quellen (Skript, Software-Dokumentation, Versuchsunterlagen) beschaffen und für die Lösung gegebenerProbleme verwenden.Sie können ihren Wissensstand mit Hilfe wöchentlicher On-Line Tests kontinuierlichüberprüfen und auf dieser Basis ihre Lernprozesse steuern
[68]
Modulhandbuch B. Sc. "Computer Science"
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 120 min
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Kernqualifikation: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bioverfahrenstechnik:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Schiffbau: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Bauingenieurwesen:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): VertiefungMediziningenieurwesen: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Energie- undUmwelttechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Verfahrenstechnik:PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Mechatronik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Biomechanik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Flugzeug-Systemtechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Materialien in den Ingenieurwissenschaften: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Theoretischer Maschinenbau: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Produktentwicklung und Produktion: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Energietechnik: PflichtBioverfahrenstechnik: Kernqualifikation: PflichtComputer Science: Vertiefung Computational Mathematics: WahlpflichtElektrotechnik: Kernqualifikation: PflichtEnergie- und Umwelttechnik: Kernqualifikation: PflichtGeneral Engineering Science: Kernqualifikation: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Bioverfahrenstechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Schiffbau: PflichtGeneral Engineering Science (7 Semester): Vertiefung Bauingenieurwesen: PflichtGeneral Engineering Science (7 Semester): Vertiefung Elektrotechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: PflichtGeneral Engineering Science (7 Semester): Vertiefung Energie- und Umwelttechnik:PflichtGeneral Engineering Science (7 Semester): Vertiefung Verfahrenstechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktMechatronik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktBiomechanik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktFlugzeug-Systemtechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktMaterialien in den Ingenieurwissenschaften: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktTheoretischer Maschinenbau: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktProduktentwicklung und Produktion: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, Schwerpunkt
[69]
Modulhandbuch B. Sc. "Computer Science"
Energietechnik: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtLogistik und Mobilität: Vertiefung Ingenieurwissenschaft: WahlpflichtMaschinenbau: Kernqualifikation: PflichtMechatronik: Kernqualifikation: PflichtTechnomathematik: Vertiefung III. Ingenieurwissenschaften: WahlpflichtTheoretischer Maschinenbau: Technischer Ergänzungskurs Kernfächer: WahlpflichtVerfahrenstechnik: Kernqualifikation: Pflicht
[70]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0654: Grundlagen der Regelungstechnik
Typ Vorlesung
SWS 2
LP 4
Arbeitsaufwand inStunden
Eigenstudium 92, Präsenzstudium 28
Dozenten Prof. Herbert Werner
Sprachen DE
Zeitraum WiSe
Inhalt
Signale und Systeme
Lineare Systeme, Differentialgleichungen und ÜbertragungsfunktionenSysteme 1. und 2. Ordnung, Pole und Nullstellen, Impulsantwort und SprungantwortStabilität
Regelkreise
Prinzip der Rückkopplung: Steuerung oder RegelungFolgeregelung und StörunterdrückungArten der Rückführung, PID-RegelungSystem-Typ und bleibende RegelabweichungInneres-Modell-Prinzip
Wurzelortskurven
Konstruktion und Interpretation von WurzelortskurvenWurzelortskurven von PID-Regelkreisen
Frequenzgang-Verfahren
Frequenzgang, Bode-DiagrammMinimalphasige und nichtminimalphasige SystemeNyquist-Diagramm, Nyquist-Stabilitätskriterium, Phasenreserve undAmplitudenreserveLoop shaping, Lead-Lag-KompensatorenFrequenzgang von PID-Regelkreisen
Totzeitsysteme
Wurzelortskurve und Frequenzgang von TotzeitsystemenSmith-Prädiktor
Digitale Regelung
Abtastsysteme, DifferenzengleichungenTustin-Approximation, digitale PID-Regler
Software-Werkzeuge
Einführung in Matlab, Simulink, Control ToolboxRechnergestützte Aufgaben zu allen Themen der Vorlesung
Literatur
Werner, H., Lecture Notes „Introduction to Control Systems“G.F. Franklin, J.D. Powell and A. Emami-Naeini "Feedback Control of DynamicSystems", Addison Wesley, Reading, MA, 2009K. Ogata "Modern Control Engineering", Fourth Edition, Prentice Hall, Upper SaddleRiver, NJ, 2010R.C. Dorf and R.H. Bishop, "Modern Control Systems", Addison Wesley, Reading, MA2010
[71]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0655: Grundlagen der Regelungstechnik
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Herbert Werner
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[72]
Modulhandbuch B. Sc. "Computer Science"
Modul M0651: Rechnergestützte Geometrie
Lehrveranstaltungen
Titel Typ SWS LPRechnergestützte Geometrie (L0393) Vorlesung 2 4Rechnergestützte Geometrie (L0394) Gruppenübung 2 2
Modulverantwortlicher Dr. Prashant Batra
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Lineare Algebra und Analytische Geometrie wie aus der schulischen Oberstufebekannt
(Rechnen mit Vektoren u. Determinanten, Deutung von Skalarprodukt, Kreuzprodukt,Darstellung v. Geraden/Ebenen, Satz d. Pythagoras, Cosinus-Satz, Satz d. Thales,Projektionen/Einbettungen)
Grundlegende Datenstrukturen (Bäume, binäre Bäume, Suchbäume, balanciertebinäre Bäume, Verkettete Listen)
Definition eines Graphen
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können die grundlegenden Begriffe der Rechnergestützten Geoemtriebenennen, mathematisch exakt beschreiben und anhand von Beispielen erklären.
Studierende sind in der Lage, logische Zusammenhänge zwischen diesen Konzeptenzu diskutieren und anhand von Beispielen zu erläutern.
Fertigkeiten
Studierende können Aufgabenstellungen aus der Rechnergestützten Geometrie mitHilfe der kennengelernten Konzepte modellieren und mit den erlernten Methodenlösen.
Personale Kompetenzen
Sozialkompetenz
Studierende sind in der Lage, mit den Teilnehmerinnen und Teilnehmer ihre eigenenalgorithmischen Vorschläge zur Lösung der vorgestellten Probleme zu erörtern.Studierende sind in der Lage, in Teams zusammenzuarbeiten und beherrschen dieMathematik als gemeinsame Sprache.
Selbstständigkeit
Studierende sind in der Lage, sich weitere logische Zusammenhänge zwischen denkennengelernten Konzepten selbständig zu erschließen und können dieseverifizieren.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
[73]
Modulhandbuch B. Sc. "Computer Science"
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgendenCurricula
Computer Science: Vertiefung Computational Mathematics: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: Wahlpflicht
Lehrveranstaltung L0393: Rechnergestützte Geometrie
Typ Vorlesung
SWS 2
LP 4
Arbeitsaufwand inStunden
Eigenstudium 92, Präsenzstudium 28
Dozenten Dr. Prashant Batra
Sprachen DE
Zeitraum WiSe
Inhalt
Konstruktion einer konvexen Hülle von n Punkten
Triangulierung eines schlichten Polygons
Konstruktion einer Delaunay-Triangulation, eines Voronoi-Diagramms
Algorithmen und Datenstrukturen zum Bestimmen eines Arrangements, eines Ham-Sandwich-Cuts.
des Schnitts von Halbebenen, der Optimierung eines linearen Funktionals.
Effiziente Bestimmung aller Schnittpunkte von (orthogonalen) Streckensegmenten
Approximative Berechnung des Durchmessers einer Punktemenge
Inkrementelle randomisierte Algorithmen
Grundlagen der Gitterpunktlehre, LLL-Algorithmus und Anwendungen in der ganzzahligenOptimierung
Grundlagen der Bewegungsplanung
Computational Geometry Algorithms and Applications Authors:
Prof. Dr. Mark de Berg,Dr. Otfried Cheong,Dr. Marc van Kreveld,Prof. Dr. Mark Overmars
Springer e-Book: http://dx.doi.org/10.1007/978-3-540-77974-2
Algorithmische Geometrie : Grundlagen,Methoden, Anwendungen / Rolf Klein
Verfasser: Klein, RolfAusgabe: 2., vollst. überarb. Aufl.Erschienen: Berlin [u.a.] : Springer, 2005Umfang: XI, 392 S. : graph. Darst.Springer e-Book: http://dx.doi.org/10.1007/3-540-27619-X
O’Rourke, Joseph
[74]
Modulhandbuch B. Sc. "Computer Science"
Literatur
Computational geometry in C. (English) Zbl 0816.68124Cambridge: Univ. Press. ix, 346 p. $ 24.95; £16.95 /sc; $ 59.95; £35.00 /hc (1994).
ISBN: 0-521-44034-3 ; 0-521-44592-2
Computational geometry : an introduction /Franco P. Preparata; Michael Ian Shamos
Verfasser: Preparata, Franco P. ; Shamos, Michael IanAusgabe: Corr. and expanded 2. printing.Erschienen: New York [u.a.] : Springer, 1988Umfang: XIV, 398 S. : graph. Darst.Schriftenreihe: Texts and monographs in computer science
ISBN: 3-540-96131-30-387-96131-3
Devadoss, Satyan L.; O’Rourke, JosephDiscrete and computational geometry. (English) Zbl 1232.52001Princeton, NJ: Princeton University Press (ISBN 978-0-691-14553-2/hbk; 978-1-400-83898-1/ebook). xi, 255 p.
ISBN: 978-3-540-77973-5 (Print) 978-3-540-77974-2 (Online)
Lehrveranstaltung L0394: Rechnergestützte Geometrie
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Prashant Batra
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[75]
Modulhandbuch B. Sc. "Computer Science"
Modul M0662: Numerische Mathematik I
Lehrveranstaltungen
Titel Typ SWS LPNumerische Mathematik I (L0417) Vorlesung 2 3Numerische Mathematik I (L0418) Gruppenübung 2 3
Modulverantwortlicher Prof. Sabine Le Borne
Zulassungsvoraussetzungen Keine
Empfohlene VorkenntnisseMathematik I + II für Ingenieurstudierende (deutsch oder englisch) oderAnalysis & Lineare Algebra I + II für TechnomathematikerMATLAB Grundkenntnisse
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können
numerische Verfahren zur Interpolation, Integration, Lösung vonAusgleichproblemen, Lösung von Eigenwertproblemen und nichtlinearenNullstellenproblemen benennen und deren Kernideen erläutern,Konvergenzaussagen zu den numerischen Methoden wiedergeben,
Aspekte der praktischen Durchführung numerischer Verfahren im Hinblick aufRechenzeit und Speicherbedarf erklären.
Fertigkeiten
Studierende sind in der Lage,
numerische Methoden in MATLAB zu implementieren, anzuwenden und zuvergleichen,das Konvergenzverhalten numerischen Methoden in Abhängigkeit vomgestellten Problem und des verwendeten Lösungsalgorithmus zu begründen,zu gegebener Problemstellung einen geeigneten Lösungsansatz auszuwählenund durchzuführen.
Personale Kompetenzen
Sozialkompetenz
Studierende können
in heterogen zusammengesetzten Teams (d.h. aus unterschiedlichenStudiengängen und mit unterschiedlichem Hintergrundwissen)zusammenarbeiten, sich theoretische Grundlagen erklären sowie beipraktischen Implementierungsaspekten der Algorithmen unterstützen.
Selbstständigkeit
Studierende sind fähig,
selbst einzuschätzen, ob sie die begleitenden theoretischen und praktischenÜbungsaufgaben besser allein oder im Team lösen,ihren Lernstand konkret zu beurteilen und gegebenenfalls gezielt Fragen zustellen und Hilfe zu suchen.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 Minuten
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: Pflicht
[76]
Modulhandbuch B. Sc. "Computer Science"
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Maschinenbau, SchwerpunktBiomechanik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Maschinenbau, SchwerpunktMaterialien in den Ingenieurwissenschaften: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Mediziningenieurwesen: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Materialien in den Ingenieurwissenschaften: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): VertiefungMediziningenieurwesen: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Biomechanik: PflichtBioverfahrenstechnik: Vertiefung A - Allgemeine Bioverfahrenstechnik: WahlpflichtComputer Science: Vertiefung Computational Mathematics: WahlpflichtElektrotechnik: Kernqualifikation: WahlpflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science: Vertiefung Mediziningenieurwesen: PflichtGeneral Engineering Science: Vertiefung Maschinenbau, Schwerpunkt Biomechanik:PflichtGeneral Engineering Science: Vertiefung Maschinenbau, Schwerpunkt Materialien inden Ingenieurwissenschaften: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktMaterialien in den Ingenieurwissenschaften: PflichtGeneral Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktBiomechanik: PflichtInformatik-Ingenieurwesen: Kernqualifikation: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtVerfahrenstechnik: Vertiefung Allgemeine Verfahrenstechnik: Wahlpflicht
[77]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0417: Numerische Mathematik I
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sabine Le Borne, Dr. Patricio Farrell
Sprachen DE/EN
Zeitraum WiSe
Inhalt
1. Fehleranalyse: Zahldarstellung, Fehlertypen, Kondition, Stabilität2. Interpolation: Polynom- und Splineinterpolation3. Numerische Integration und Differentiation: Fehlerordnung, Newton-Cotes Formeln,
Fehlerabschätzung, Gauss-Quadratur, adaptive Quadratur, Differenzenformel4. Lineare Systeme: LR und Cholesky Zerlegung, Matrixnormen, Kondition5. Lineare Ausgleichsprobleme: Normalgleichungen, Gram-Schmidt und Householder
Orthogonalisierung, Singulärwertzerlegung, Regularisierung6. Eigenwertaufgaben: Potenzmethode, inverse Iteration, QR-Algorithmus7. Nichtlineare Gleichungssysteme: Fixpunkiteration, Nullstellenverfahren für reellwertige
Funktionen, Newton und Quasi-Newton Verfahren für Systeme
Literatur
Stoer/Bulirsch: Numerische Mathematik 1, SpringerDahmen, Reusken: Numerik für Ingenieure und Naturwissenschaftler, Springer
Lehrveranstaltung L0418: Numerische Mathematik I
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sabine Le Borne, Dr. Patricio Farrell
Sprachen DE/EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[78]
Modulhandbuch B. Sc. "Computer Science"
Modul M0941: Kombinatorische Strukturen und Algorithmen
Lehrveranstaltungen
Titel Typ SWS LPKombinatorische Strukturen und Algorithmen (L1100) Vorlesung 3 4Kombinatorische Strukturen und Algorithmen (L1101) Gruppenübung 1 2
Modulverantwortlicher Prof. Anusch Taraz
Zulassungsvoraussetzungen Keine
Empfohlene VorkenntnisseMathematik I + IIDiskrete Algebraische StrukturenGraphentheorie und Optimierung
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können die grundlegenden Begriffe der Kombinatorik undAlgorithmik benennen und anhand von Beispielen erklären.Studierende sind in der Lage, logische Zusammenhänge zwischen diesenKonzepten zu diskutieren und anhand von Beispielen zu erläutern.Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten
Studierende können Aufgabenstellungen aus der Kombinatorik undAlgorithmik mit Hilfe der kennengelernten Konzepte modellieren und mit denerlernten Methoden lösen.Studierende sind in der Lage, sich weitere logische Zusammenhängezwischen den kennengelernten Konzepten selbständig zu erschließen undkönnen diese verifizieren.Studierende können zu gegebenen Problemstellungen einen geeignetenLösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritischauswerten.
Personale Kompetenzen
Sozialkompetenz
Studierende sind in der Lage, in Teams zusammenzuarbeiten undbeherrschen die Mathematik als gemeinsame Sprache.Sie können dabei insbesondere neue Konzepte adressatengerechtkommunizieren und anhand von Beispielen das Verständnis derMitstudierenden überprüfen und vertiefen.
Selbstständigkeit
Studierende können eigenständig ihr Verständnis komplexer Konzepteüberprüfen, noch offene Fragen auf den Punkt bringen und sichgegebenenfalls gezielt Hilfe holen.Studierende haben eine genügend hohe Ausdauer entwickelt, um auch überlängere Zeiträume zielgerichtet an schwierigen Problemstellungen zu arbeiten.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
[79]
Modulhandbuch B. Sc. "Computer Science"
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgendenCurricula
Computer Science: Vertiefung Computational Mathematics: WahlpflichtComputer Science: Vertiefung Computer and Software Engineering: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Mathematik &Ingenieurwissenschaften: WahlpflichtTechnomathematik: Vertiefung I. Mathematik: Wahlpflicht
Lehrveranstaltung L1100: Kombinatorische Strukturen und Algorithmen
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand inStunden
Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Anusch Taraz
Sprachen DE/EN
Zeitraum WiSe
Inhalt
Zählprobleme Strukturelle GraphentheorieAnalyse von AlgorithmenExtremale KombinatorikZufällige diskrete Strukturen
Literatur
M. Aigner: Diskrete Mathematik, Vieweg, 6. Aufl., 2006J. Matoušek & J. Nešetřil: Diskrete Mathematik - Eine Entdeckungsreise, Springer,2007A. Steger: Diskrete Strukturen - Band 1: Kombinatorik, Graphentheorie, Algebra,Springer, 2. Aufl. 2007A. Taraz: Diskrete Mathematik, Birkhäuser, 2012.
Lehrveranstaltung L1101: Kombinatorische Strukturen und Algorithmen
Typ Gruppenübung
SWS 1
LP 2
Arbeitsaufwand inStunden
Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Anusch Taraz
Sprachen DE/EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[80]
Modulhandbuch B. Sc. "Computer Science"
Modul M0863: Numerik und Computer Algebra
Lehrveranstaltungen
Titel Typ SWS LPNumerik und Computer Algebra (L0115) Vorlesung 2 3Numerik und Computer Algebra (L1060) Seminar 2 2Numerik und Computer Algebra (L0117) Gruppenübung 1 1
Modulverantwortlicher Prof. Siegfried Rump
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Grundkenntnisse in numerischer und diskreter MathematikModulziele/ angestrebte
LernergebnisseNach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Die Studierenden kennen den Unterschied zwischenRechengenauigkeit und Ergebnisgenauigkeit. Für diverse,grundlegende Problemstellungen kennen sie approximative sowieexakte Lösungsmöglichkeiten. Sie können zwischen effizient,nicht effizient und prinzipiell unlösbaren Problemenunterscheiden.
Fertigkeiten
Die Studierenden können komplexe Problemstellungen aus derMathematik und Informatik analysieren und insbesondere dieEmpfindlichkeit der Lösung bestimmen. Sie können für diverseProbleme bestmögliche Algorithmen im Hinblick auf dieGenauigkeit der Lösung entwerfen.
Personale Kompetenzen
Sozialkompetenz
Die Studierenden können in kleinen Gruppen fachspezifischeAufgaben gemeinsam bearbeiten und Ergebnisse in geeigneterWeise präsentieren, zum Beispiel währendKleingruppenübungen.
Selbstständigkeit
Die Studierenden sind in der Lage, die notwendigenInformationen aus den angegebenen Literaturquellen zubeschaffen und in den Kontext der Vorlesung zu setzen. Siekönnen ihren Wissensstand mit Hilfe vorlesungsbegleitenderMaßnahmen (Quiz-Fragen in den Vorlesungen, klausurnaheAufgaben) kontinuierlich überprüfen und auf dieser Basis ihreLernprozesse steuern.
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
[81]
Modulhandbuch B. Sc. "Computer Science"
Zuordnung zu folgendenCurricula
Computer Science: Vertiefung Computational Mathematics: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtTechnomathematik: Vertiefung II. Informatik: WahlpflichtTechnomathematik: Kernqualifikation: Wahlpflicht
Lehrveranstaltung L0115: Numerik und Computer Algebra
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Siegfried Rump
Sprachen DE
Zeitraum WiSe
Inhalt
· Grundlegende numerische Methoden
· Algorithmen
· Gleitpunktarithmetik IEEE 754
· Arithmetik von Sunaga (Avizienis), Olver, Matula
· Kettenbrüche
· Basic Linear Algebra Subroutines (BLAS)
· Methoden der Computer Algebra
· Turing Maschinen und Berechenbarkeit
· Churchsche These
· Busy Beaver Funktion
· NP Klassen
· Handlungsreisendenproblem
Literatur
Higham, N.J.: Accuracy and stability of numerical algorithms, SIAMPublications, Philadelphia, 2nd edition, 2002
Golub, G.H. and Van Loan, Ch.: Matrix Computations, John HopkinsUniversity Press, 3rd edition, 1996
Knuth, D.E.: The Art of Computer Programming: SeminumericalAlgorithms, Vol. 2. Addison Wesley, Reading, Massachusetts, 1969
[82]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1060: Numerik und Computer Algebra
Typ Seminar
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Siegfried Rump
Sprachen DE
Zeitraum WiSe
Inhalt Vorlesungsbegleitendes Seminar (s. Vorlesungsinhalt)
Literatur
Higham, N.J.: Accuracy and stability of numerical algorithms, SIAM Publications, Philadelphia,2nd edition, 2002
Golub, G.H. and Van Loan, Ch.: Matrix Computations, John Hopkins University Press, 3rdedition, 1996
Knuth, D.E.: The Art of Computer Programming: Seminumerical Algorithms, Vol. 2. AddisonWesley, Reading, Massachusetts, 1969
Lehrveranstaltung L0117: Numerik und Computer Algebra
Typ Gruppenübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Siegfried Rump
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[83]
Modulhandbuch B. Sc. "Computer Science"
Modul M0668: Algebraische Methoden in der Regelungstechnik
Lehrveranstaltungen
Titel Typ SWS LPAlgebraische Methoden in der Regelungstechnik (L0428) Vorlesung 2 4Algebraische Methoden in der Regelungstechnik (L0429) Gruppenübung 2 2
Modulverantwortlicher Dr. Prashant Batra
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Mathe I-III (Reelle Analysis, Lineare Algebra, )
und entweder: Einführung in die Regelungstechnik (Beschreibung u. gewünschteEigenschaften von Systemen, Zeitbereich/Frequenzbereich)
oder: Diskrete Mathematik (Gruppen, Ringe, Ideale, Körper, Euklidscher Algorithmus)
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können
Input-Output-Systeme polynomial beschreiben,Faktorisierungsansätze für Übertragungsfunktionen erklären,Stabilisierungsbedingungen für Systeme in coprimer stabiler Faktorisierung benennen.
Fertigkeiten
Studierende sind in der Lage
eine Synthese stabiler Regelkreise durchzuführen,geeignete Analyse und Synthesemethoden zur Beschreibung aller stabilenRegelkreise anzuwenden sowiedie Erfüllung vorgegebener Leistungsmaße sicher zu stellen.
Personale Kompetenzen
SozialkompetenzDie Studierenden sind nach Abschluss des Moduls in der Lage, fachspezifischeAufgaben alleine zu bearbeiten und die Resultate geeignet zu präsentieren.
SelbstständigkeitDie Studierenden können ihren Wissensstand mit Hilfe klausurnaher Aufgabenkontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgendenCurricula
Computer Science: Vertiefung Computational Mathematics: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Ingenieurwissenschaften: WahlpflichtTechnomathematik: Kernqualifikation: WahlpflichtTechnomathematik: Vertiefung II. Informatik: Wahlpflicht
[84]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0428: Algebraische Methoden in der Regelungstechnik
Typ Vorlesung
SWS 2
LP 4
Arbeitsaufwand inStunden
Eigenstudium 92, Präsenzstudium 28
Dozenten Dr. Prashant Batra
Sprachen DE/EN
Zeitraum SoSe
Inhalt
- Algebraische Methoden der Regelungstechniks, polynomialer Ansatz,Faktorisierungsbeschreibung - Beschreibung 1-dimensionaler Regelsysteme, Synthese von (minimalen) Regelsystemen durch algebraische Interpolationsmethoden,
- Simultane Stabilisierbarkeit
- Parametrisierung sämtlicher stabilisierenden Regler
- Reglerentwurf bei Polvorgabe
- Berücksichtigung von Systemeigenschaften: Störanfälligkeit, Sensitivität.
- Polynomiale Matrizen, Beschreibung durch Links-Faktorisierungen.
- Euklidscher Algorithmus u. Diophantische Gleichungen über Ringen
- Smith-McMillan Normal Form- Synthese von Mehrgrößensystemen durch polynomiale Methoden
Literatur
Vidyasagar, M.: Control system synthesis: a factorization approach.The MIT Press,Cambridge/Mass. - London, 1985.Vardulakis, A.I.G.: Linear multivariable control. Algebraic analysis and synthesismethods, John Wiley & Sons,Chichester,UK,1991.Chen, Chi-Tsong: Analog and digital control system design. Transfer-function, state-space, and algebraic methods. Oxford Univ. Press,1995.Kučera, V.: Analysis and Design of Discrete Linear Control Systems. Praha: Academia,1991.
Lehrveranstaltung L0429: Algebraische Methoden in der Regelungstechnik
Typ Gruppenübung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Dr. Prashant Batra
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[85]
Modulhandbuch B. Sc. "Computer Science"
Modul M1062: Mathematische Statistik
Lehrveranstaltungen
Titel Typ SWS LPMathematische Statistik (L1339) Vorlesung 3 4Mathematische Statistik (L1340) Gruppenübung 1 2
Modulverantwortlicher Prof. Natalie Neumeyer
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Mathematische Stochastik
Maßtheoretische Konzepte der Stochastik
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können grundlegende Konzepte der Mathematischen Statistik wiedie Substitutions- und Maximum-Likelihood-Methode zur Konstruktion vonSchätzern, optimale unverfälschte Schätzer, optimale Tests für parametrischeVerteilungsklassen, Suffizienz und Vollständigkeit und ihre Anwendung aufSchätz- und Testprobleme, Tests bei Normalverteilung und Konfidenzbereicheund Testfamilien beschreiben und anhand von Beispielen erklären.Studierende sind in der Lage, logische Zusammenhänge zwischen diesenKonzepten zu diskutieren und anhand von Beispielen zu erläutern.Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten
Studierende können Aufgabenstellungen aus der Mathematischen Statistik mitHilfe der kennengelernten Konzepte modellieren und mit den erlerntenMethoden lösen.Studierende sind in der Lage, sich weitere logische Zusammenhängezwischen den kennengelernten Konzepten selbständig zu erschließen undkönnen diese verifizieren.Studierende können zu gegebenen Problemstellungen einen geeignetenLösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritischauswerten.
Personale Kompetenzen
Sozialkompetenz
Studierende sind in der Lage, in Teams zusammenzuarbeiten undbeherrschen die Mathematik als gemeinsame Sprache.Sie können dabei insbesondere neue Konzepte adressatengerechtkommunizieren und anhand von Beispielen das Verständnis derMitstudierenden überprüfen und vertiefen.
Selbstständigkeit
Studierende können eigenständig ihr Verständnis komplexer Konzepteüberprüfen, noch offene Fragen auf den Punkt bringen und sichgegebenenfalls gezielt Hilfe holen.Studierende haben eine genügend hohe Ausdauer entwickelt, um auch überlängere Zeiträume zielgerichtet an schwierigen Problemstellungen zu arbeiten.
[86]
Modulhandbuch B. Sc. "Computer Science"
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 120 Minuten
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: WahlpflichtComputer Science: Vertiefung Computational Mathematics: WahlpflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtTechnomathematik: Vertiefung I. Mathematik: Wahlpflicht
Lehrveranstaltung L1339: Mathematische Statistik
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand inStunden
Eigenstudium 78, Präsenzstudium 42
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE/EN
Zeitraum SoSe
Inhalt
Die Substitutions- und Maximum-Likelihood-Methode zur Konstruktion von SchätzernOptimale unverfälschte SchätzerOptimale Tests für parametrische Verteilungsklassen (Neymann-Pearson-Theorie)Suffizienz und Vollständigkeit und ihre Anwendung auf Schätz- und TestproblemeTests bei Normalverteilung (z.B. Studentscher Test)Konfidenzbereiche und Testfamilien
Literatur
V. K. Rohatgi and A. K. Ehsanes Saleh (2001). An introduction to probability andstatistics. Wiley. L. Wasserman (2010). All of statistics : A concise course in statistical inference.Springer. H. Witting (1985). Mathematische Statistik: Parametrische Verfahren bei festemStichprobenumfang. Teubner.
Lehrveranstaltung L1340: Mathematische Statistik
Typ Gruppenübung
SWS 1
LP 2
Arbeitsaufwand inStunden
Eigenstudium 46, Präsenzstudium 14
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[87]
Modulhandbuch B. Sc. "Computer Science"
Modul M0715: Löser für schwachbesetzte lineare Gleichungssysteme
Lehrveranstaltungen
Titel Typ SWS LPLöser für schwachbesetzte lineare Gleichungssysteme (L0583) Vorlesung 2 3Löser für schwachbesetzte lineare Gleichungssysteme (L0584) Gruppenübung 2 3
Modulverantwortlicher Prof. Sabine Le Borne
Zulassungsvoraussetzungen Keine
Empfohlene VorkenntnisseMathematik I + II für Ingenieurstudierende (deutsch oder englisch)oder Analysis & Lineare Algebra I + II für TechnomathematikerProgrammierkenntnisse in C
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können
klassische und moderne Iterationsverfahren und deren Zusammenhängeuntereinander benennen,Konvergenzaussagen zu Iterationsverfahren wiedergeben,
Aspekte der effizienten Implementierung von Iterationsverfahren erklären.
Fertigkeiten
Studierende sind in der Lage,
Iterationsverfahren zu implementieren, anzuwenden und zu vergleichen,das Konvergenzverhalten von Iterationverfahren zu analysieren undgegebenenfalls Konvergenzraten zu berechnen.
Personale Kompetenzen
Sozialkompetenz
Studierende können
in heterogen zusammengesetzten Teams (d.h. aus unterschiedlichenStudiengängen und mit unterschiedlichem Hintergrundwissen)zusammenarbeiten, sich theoretische Grundlagen erklären sowie beipraktischen Implementierungsaspekten der Algorithmen unterstützen.
Selbstständigkeit
Studierende sind fähig,
selbst einzuschätzen, ob sie die begleitenden theoretischen und praktischenÜbungsaufgaben besser allein oder im Team lösen,mit ausreichender Ausdauer komplexe Problemstellungen über längereZeiträume zu bearbeiten,ihren Lernstand konkret zu beurteilen und gegebenenfalls gezielt Fragen zustellen und Hilfe zu suchen.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 20 min
Computer Science: Vertiefung Computational Mathematics: WahlpflichtElektrotechnik: Vertiefung Modellierung und Simulation: Wahlpflicht
[88]
Modulhandbuch B. Sc. "Computer Science"
Zuordnung zu folgendenCurricula
Informatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Mathematik &Ingenieurwissenschaften: WahlpflichtTechnomathematik: Vertiefung I. Mathematik: Wahlpflicht
Lehrveranstaltung L0583: Löser für schwachbesetzte lineare Gleichungssysteme
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sabine Le Borne
Sprachen DE/EN
Zeitraum SoSe
Inhalt
1. Schwachbesetzte Matrizen: Anordnungen und Speicherformate, direkte Löser2. Klassische Iterationsverfahren: Grundbegriffe, Konvergenz3. Projektionsverfahren4. Krylovraumverfahren5. Präkonditionierung (z.B ILU) 6. Mehrgitterverfahren
Literatur 1. Y. Saad, Iterative methods for sparse linear systems
Lehrveranstaltung L0584: Löser für schwachbesetzte lineare Gleichungssysteme
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Sabine Le Borne
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[89]
Modulhandbuch B. Sc. "Computer Science"
Modul M1061: Maßtheoretische Konzepte der Stochastik
Lehrveranstaltungen
Titel Typ SWS LPMaßtheoretische Konzepte der Stochastik (L1335) Vorlesung 3 4Maßtheoretische Konzepte der Stochastik (L1338) Gruppenübung 1 2
Modulverantwortlicher Prof. Holger Drees
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Mathematische Stochastik
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können grundlegende Konzepte der Stochastik wie allgemeineDichten, bedingte Erwartungswerte, Martingale in diskreter Zeit, Konvergenzvon Wahrscheinlichkeitsmaßen und Integraltransformationen beschreiben undanhand von Beispielen erklären.Studierende sind in der Lage, logische Zusammenhänge zwischen diesenKonzepten zu diskutieren und anhand von Beispielen zu erläutern.Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten
Studierende können Aufgabenstellungen aus der Stochastik mit Hilfe derkennengelernten Konzepte modellieren und mit den erlernten Methoden lösen.Studierende sind in der Lage, sich weitere logische Zusammenhängezwischen den kennengelernten Konzepten selbständig zu erschließen undkönnen diese verifizieren.Studierende können zu gegebenen Problemstellungen einen geeignetenLösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritischauswerten.
Personale Kompetenzen
Sozialkompetenz
Studierende sind in der Lage, in Teams zusammenzuarbeiten undbeherrschen die Mathematik als gemeinsame Sprache.Sie können dabei insbesondere neue Konzepte adressatengerechtkommunizieren und anhand von Beispielen das Verständnis derMitstudierenden überprüfen und vertiefen.
Selbstständigkeit
Studierende können eigenständig ihr Verständnis komplexer Konzepteüberprüfen, noch offene Fragen auf den Punkt bringen und sichgegebenenfalls gezielt Hilfe holen.Studierende haben eine genügend hohe Ausdauer entwickelt, um auch überlängere Zeiträume zielgerichtet an schwierigen Problemstellungen zu arbeiten.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
[90]
Modulhandbuch B. Sc. "Computer Science"
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgendenCurricula
Computer Science: Vertiefung Computational Mathematics: WahlpflichtTechnomathematik: Vertiefung I. Mathematik: Wahlpflicht
Lehrveranstaltung L1335: Maßtheoretische Konzepte der Stochastik
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand inStunden
Eigenstudium 78, Präsenzstudium 42
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE/EN
Zeitraum SoSe
Inhalt
Allgemeine Dichten, Satz von Radon-NikodymBedingte Erwartungswerte und ÜbergangskerneMartingale in diskreter ZeitKonvergenz von WahrscheinlichkeitsmaßenIntegraltransformationen, z.B.
erzeugende FunktionenFourier-TransformationLaplace-Transformation
Literatur
H. Bauer, Maß- und Integrationstheorie, de Gruyter Lehrbuch, Auflage: 2., überarb. A.(1. Juli 1992)H. Bauer, Wahrscheinlichkeitstheorie, de Gruyter Lehrbuch, Verlag: de Gruyter;Auflage: 5. durchges. und verb. (2002)J. Estrodt, Maß- und Integrationstheorie, Springer, 7., korrigierte und aktualisierteAuflage 2011
Lehrveranstaltung L1338: Maßtheoretische Konzepte der Stochastik
Typ Gruppenübung
SWS 1
LP 2
Arbeitsaufwand inStunden
Eigenstudium 46, Präsenzstudium 14
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE/EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[91]
Modulhandbuch B. Sc. "Computer Science"
Modul M0854: Mathematik IV
Lehrveranstaltungen
Titel Typ SWS LPDifferentialgleichungen 2 (Partielle Differentialgleichungen) (L1043) Vorlesung 2 1Differentialgleichungen 2 (Partielle Differentialgleichungen) (L1044) Gruppenübung 1 1Differentialgleichungen 2 (Partielle Differentialgleichungen) (L1045) Hörsaalübung 1 1Komplexe Funktionen (L1038) Vorlesung 2 1Komplexe Funktionen (L1041) Gruppenübung 1 1Komplexe Funktionen (L1042) Hörsaalübung 1 1
Modulverantwortlicher Prof. Anusch Taraz
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Mathematik I - III
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können die grundlegenden Begriffe der Mathematik IV benennenund anhand von Beispielen erklären.Studierende sind in der Lage, logische Zusammenhänge zwischen diesenKonzepten zu diskutieren und anhand von Beispielen zu erläutern.Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten
Studierende können Aufgabenstellungen aus der Mathematik IV mit Hilfe derkennengelernten Konzepte modellieren und mit den erlernten Methoden lösen.Studierende sind in der Lage, sich weitere logische Zusammenhängezwischen den kennengelernten Konzepten selbständig zu erschließen undkönnen diese verifizieren.Studierende können zu gegebenen Problemstellungen einen geeignetenLösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritischauswerten.
Personale Kompetenzen
Sozialkompetenz
Studierende sind in der Lage, in Teams zusammenzuarbeiten undbeherrschen die Mathematik als gemeinsame Sprache.Sie können dabei insbesondere neue Konzepte adressatengerechtkommunizieren und anhand von Beispielen das Verständnis derMitstudierenden überprüfen und vertiefen.
Selbstständigkeit
Studierende können eigenständig ihr Verständnis komplexer Konzepteüberprüfen, noch offene Fragen auf den Punkt bringen und sichgegebenenfalls gezielt Hilfe holen.Studierende haben eine genügend hohe Ausdauer entwickelt, um auch überlängere Zeiträume zielgerichtet an schwierigen Problemstellungen zu arbeiten.
Arbeitsaufwand in Stunden Eigenstudium 68, Präsenzstudium 112
[92]
Modulhandbuch B. Sc. "Computer Science"
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 60 min (Komplexe Funktionen) + 60 min (Differentialgleichungen 2)
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Elektrotechnik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Maschinenbau, SchwerpunktMechatronik: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Maschinenbau, SchwerpunktTheoretischer Maschinenbau: PflichtAllgemeine Ingenieurwissenschaften: Vertiefung Schiffbau: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Mechatronik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Maschinenbau,Schwerpunkt Theoretischer Maschinenbau: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Schiffbau: PflichtComputer Science: Vertiefung Computational Mathematics: WahlpflichtElektrotechnik: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Elektrotechnik: PflichtGeneral Engineering Science: Vertiefung Schiffbau: PflichtGeneral Engineering Science: Vertiefung Maschinenbau, Schwerpunkt Mechatronik:PflichtGeneral Engineering Science: Vertiefung Maschinenbau, Schwerpunkt TheoretischerMaschinenbau: PflichtGeneral Engineering Science (7 Semester): Vertiefung Elektrotechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktMechatronik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Maschinenbau, SchwerpunktTheoretischer Maschinenbau: PflichtGeneral Engineering Science (7 Semester): Vertiefung Schiffbau: PflichtInformatik-Ingenieurwesen: Vertiefung Ingenieurwissenschaften: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Mathematik &Ingenieurwissenschaften: WahlpflichtMaschinenbau: Vertiefung Theoretischer Maschinenbau: PflichtMaschinenbau: Vertiefung Mechatronik: PflichtMechatronik: Kernqualifikation: PflichtSchiffbau: Kernqualifikation: PflichtTheoretischer Maschinenbau: Technischer Ergänzungskurs Kernfächer: Wahlpflicht
[93]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1043: Differentialgleichungen 2 (Partielle Differentialgleichungen)
Typ Vorlesung
SWS 2
LP 1
Arbeitsaufwand inStunden
Eigenstudium 2, Präsenzstudium 28
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum SoSe
Inhalt
Grundzüge der Theorie und Numerik partieller Differentialgleichungen
Beispiele für partielle Differentialgleichungenquasilineare Differentialgleichungen erster OrdnungNormalformen linearer Differentialgleichungen zweiter Ordnungharmonische Funktionen und MaximumprinzipMaximumprinzip für die WärmeleitungsgleichungWellengleichungLösungsformel nach Liouvillespezielle FunktionenDifferenzenverfahrenfinite Elemente
Literaturhttp://www.math.uni-hamburg.de/teaching/export/tuhh/index.html
Lehrveranstaltung L1044: Differentialgleichungen 2 (Partielle Differentialgleichungen)
Typ Gruppenübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L1045: Differentialgleichungen 2 (Partielle Differentialgleichungen)
Typ Hörsaalübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[94]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1038: Komplexe Funktionen
Typ Vorlesung
SWS 2
LP 1
Arbeitsaufwand inStunden
Eigenstudium 2, Präsenzstudium 28
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum SoSe
Inhalt
Grundzüge der Funktionentheorie
Funktionen einer komplexen VariableKomplexe DifferentiationKonforme AbbildungenKomplexe IntegrationCauchyscher HauptsatzCauchysche IntegralformelTaylor- und Laurent-ReihenentwicklungSingularitäten und ResiduenIntegraltransformationen: Fourier und Laplace-Transformation
Literaturhttp://www.math.uni-hamburg.de/teaching/export/tuhh/index.html
Lehrveranstaltung L1041: Komplexe Funktionen
Typ Gruppenübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
Lehrveranstaltung L1042: Komplexe Funktionen
Typ Hörsaalübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Dozenten des Fachbereiches Mathematik der UHH
Sprachen DE
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[95]
Modulhandbuch B. Sc. "Computer Science"
Fachmodule der Vertiefung Computer and Software Engineering
Modul M0625: Databases
Lehrveranstaltungen
Titel Typ SWS LPDatenbanken (L0337) Vorlesung 4 5
Datenbanken (L1150)Projekt-/problembasierteLehrveranstaltungLehrveranstaltung
1 1
Modulverantwortlicher NN
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
Students should habe basic knowledge in the following areas:
Discrete Algebraic StructuresProcedural ProgrammingLogic, Automata, and Formal LanguagesObject-Oriented Programming, Algorithms and Data Structures
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students can explain the general architecture of an application system that is based ona database. They describe the syntax and semantics of the Entity Relationshipconceptual modeling languages, and they can enumerate basic decision problemsand know which features of a domain model can be captured with ER and whichfeatures cannot be represented. Furthermore, students can summarize the features ofthe relational data model, and can describe how ER models can be systematicallytransformed into the relational data model. Student are able to discuss dependencytheory using the operators of relational algebra, and they know how to use relationalalgebra as a query language. In addition, they can sketch the main modules of thearchitecture of a database system from an implementation point of view. Storage andindex structures as well as query answering and optimization techniques can beexplained. The role of transactions can be described in terms of ACID conditions andcommon recovery mechanisms can be characterized. The students can recall whyrecursion is important for query languages and describe how Datalog can be used andimplemented.They demonstrate how Datalog can be used for information integration.For solving ER decision problems the students can explain description logics with theirsyntax and semantics, they describe description logic decision problems and explainhow these problems can be mapped onto each other. They can sketch the idea ofontology-based data access and can name the main complexity measure in databasetheory. Last but not least, the students can describe the main features of XML and canexplain XPath and XQuery as query languages.
Fertigkeiten
Students can apply ER for describing domains for which they receive a textualdescription, and students can transform relational schemata with a given set offunctional dependencies into third normal form or even Boyce-Codd normal form. Theycan also apply relational algebra, SQL, or Datalog to specify queries. Using specificdatasets, they can explain how index structures work (e.g., B-trees) and how indexstructures change while data is added or deleted. They can rewrite queries for betterperformance of query evaluation. Students can analyse which query languageexpressivity is required for which application problem. Description logics can beapplied for domain modeling, and students can transform ER diagrams into descriptionlogics in order to check for consistency and implicit subsumption relations. They solvedata integration problems using Datalog and LAV or GAV rules. Students can applyXPath and Xquery to retrieve certain patterns in XML data.
[96]
Modulhandbuch B. Sc. "Computer Science"
Personale Kompetenzen
SozialkompetenzStudents develop an understanding of social structures in a company used fordeveloping real-world products. They know the responsibilities of data analysts,programmers, and managers in the overall production process.
Selbstständigkeit
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgendenCurricula
Computer Science: Vertiefung Computer and Software Engineering: WahlpflichtTechnomathematik: Vertiefung II. Informatik: WahlpflichtTechnomathematik: Kernqualifikation: Wahlpflicht
[97]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0337: Databases
Typ Vorlesung
SWS 4
LP 5
Arbeitsaufwand inStunden
Eigenstudium 94, Präsenzstudium 56
Dozenten NN
Sprachen EN
Zeitraum WiSe
Inhalt
Architecture of database systems, conceptual data modeling with the EntityRelationship (ER) modeling languageRelational data model, referential integrity, keys, foreign keys, functionaldependencies (FDs), canonical mapping of entity types and relationship into therelational data model, anomaliesRelational algebra as a simple query languageDependency theory, FD closure, canonical cover of FD set, decomposition of relationalschemata, multivalued dependencies, normalization, inclusion dependenciesPractical query languages and integrity constraints w/o considering a conceptualdomain model: SQL Storage structures, database implementation architectureIndex structuresQuery processingQuery optimizationTransactions and recoveryQuery languages with recursion and consideration of a simple conceptual domainmodel: DatalogSemi-naive evaluation strategy, magic sets transformationInformation integration, declarative schema transformation (LAV, GAV), distributeddatabase systemsDescription logics, syntax, semantics, decision problems, decision algorithms for AboxsatisfiabilityOntology based data access (OBDA), DL-Lite for formalizing ER diagrammsComplexity measure: Data complexitySemistructured databases and query languages: XML and XQuery
Literatur
1. A. Kemper, A. Eickler, Datenbanksysteme - n. Auflage, Oldenbourg, 20102. S. Abiteboul, R. Hull, V. Vianu, Foundations of Databases, Addison-Wesley, 19953. Database Systems, An Application Oriented Approach, Pearson International Edition,
20054. H. Garcia-Molina, J.D. Ullman, J. Widom, Database Systems: The Complete Book,
Prentice Hall, 2002
[98]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1150: Databases
Typ Projekt-/problembasierte LehrveranstaltungLehrveranstaltung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten NN
Sprachen EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[99]
Modulhandbuch B. Sc. "Computer Science"
Modul M0675: Einführung in die Nachrichtentechnik und ihre stochastischenMethoden
Lehrveranstaltungen
Titel Typ SWS LPEinführung in die Nachrichtentechnik und ihre stochastischen Methoden(L0442)
Vorlesung 3 4
Einführung in die Nachrichtentechnik und ihre stochastischen Methoden(L0443)
Hörsaalübung 1 2
Modulverantwortlicher Prof. Gerhard Bauch
Zulassungsvoraussetzungen Keine
Empfohlene VorkenntnisseMathematik 1-3Signale und SystemeGrundkenntnisse in Wahrscheinlichkeitsrechnung
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Die Studierenden kennen und verstehen die grundlegenden Funktionseinheiten einesNachrichtenübertragungssystems. Sie können die einzelnen Funktionsblöcke mit Hilfegrundlegender Kenntnisse der Signal- und Systemtheorie sowie der Theoriestochastischer Prozesse beschreiben und analysieren. Sie kennen dieentscheidenden Resourcen und Bewertungskriterien der Nachrichtenübertragung undkönnen ein elementares nachrichtentechnisches System entwerfen und beurteilen.
Fertigkeiten
Die Studierenden sind in der Lage, ein elementares nachrichtentechnisches Systemzu entwerfen und zu beurteilen. Insbesondere können Sie den Bedarf an Resourcenwie Bandbreite und Leistung abschätzen. Sie sind in der Lage, wichtigeBeurteilungskriterien wie die Bandbreiteneffizienz oder die Bitfehlerwahrscheinlichkeitelementarer Nachrichtenübertragungssysteme abzuschätzen und darauf basierendein Übertragungsverfahren auszuwählen.
Personale Kompetenzen
Sozialkompetenz Die Studierenden können in fachspezifische Aufgaben gemeinsam bearbeiten.
Selbstständigkeit
Die Studierenden sind in der Lage, die notwendigen Informationen aus geeignetenLiteraturquellen selbständig zu beschaffen und in den Kontext der Vorlesung zusetzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen(klausurnahe Aufgaben, Software-Tools, Clicker-System) kontinuierlich überprüfenund auf dieser Basis ihre Lernprozesse steuern.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 90 min
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Elektrotechnik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Elektrotechnik: PflichtComputer Science: Vertiefung Computer and Software Engineering: WahlpflichtElektrotechnik: Kernqualifikation: PflichtGeneral Engineering Science: Vertiefung Elektrotechnik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Elektrotechnik: PflichtInformatik-Ingenieurwesen: Vertiefung Ingenieurwissenschaften: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: Pflicht
[100]
Modulhandbuch B. Sc. "Computer Science"
Technomathematik: Vertiefung III. Ingenieurwissenschaften: WahlpflichtTechnomathematik: Kernqualifikation: Wahlpflicht
Lehrveranstaltung L0442: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand inStunden
Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum WiSe
Inhalt
Grundlagen stochastischer Prozesse
Einführung in die Nachrichtentechnik
Quadraturamplitudenmodulation
Beschreibung hochfrequenter Nachrichtenübertragung im äquivalenten Basisband
Übertragungskanäle, Kanalmodelle
Analog-Digital-Wandlung: Abtastung, Quantisierung, Pulsecodemodulation (PCM)
Grundlagen der Informationstheorie, Quellencodierung und Kanalcodierung
Digitale Basisbandübertragung: Pulsformung, Augendiagramm, 1. und 2. Nyquist-Bedingung, Matched-Filter, Detektion, Fehlerwahrscheinlichkeit
Grundlagen digitaler Modulationsverfahren
Literatur
K. Kammeyer: Nachrichtenübertragung, Teubner
P.A. Höher: Grundlagen der digitalen Informationsübertragung, Teubner.
M. Bossert: Einführung in die Nachrichtentechnik, Oldenbourg.
J.G. Proakis, M. Salehi: Grundlagen der Kommunikationstechnik. Pearson Studium.
J.G. Proakis, M. Salehi: Digital Communications. McGraw-Hill.
S. Haykin: Communication Systems. Wiley
J.G. Proakis, M. Salehi: Communication Systems Engineering. Prentice-Hall.
J.G. Proakis, M. Salehi, G. Bauch, Contemporary Communication Systems. CengageLearning.
[101]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0443: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden
Typ Hörsaalübung
SWS 1
LP 2
Arbeitsaufwand inStunden
Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Gerhard Bauch
Sprachen DE/EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[102]
Modulhandbuch B. Sc. "Computer Science"
Modul M0972: Verteilte Systeme
Lehrveranstaltungen
Titel Typ SWS LPVerteilte Systeme (L1155) Vorlesung 2 3Verteilte Systeme (L1156) Gruppenübung 2 3
Modulverantwortlicher Prof. Volker Turau
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Prozedurales ProgrammierenObjektorientiertes Programmieren mit JavaRechnernetzeSocket Programmierung
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können die wichtigsten Abstraktion von Verteilten Systemen erklären(Marshalling, Proxy, Dienst, Adresse, Entfernter Aufruf, synchrones/asynchronesSystem). Sie sind in der Lage, die Vor- und Nachteile verschiedener Arten vonInterprozesskommunikation zu beschreiben. Sie kennen die wichtigstenArchitekturvarianten von Verteilten Systemen einschließlich ihrer Vor- und Nachteile.Die Teilnehmer sind in der Lage, mindestens drei Synchronisationsverfahren zubeschreiben.
Fertigkeiten
Studierende können auf unterschiedliche Arten verteilte Systeme realisieren. Dabeikönnen sie folgende Methoden verwenden:
Eigenes Protokoll entwerfen und mittels TCP umsetzenHTTP als entfernten Aufruf nutzenRMI als Middleware nutzen
Personale Kompetenzen
Sozialkompetenz
Selbstständigkeit
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Klausur
Prüfungsdauer und -umfang 120 min
Zuordnung zu folgendenCurricula
Computer Science: Vertiefung Computer and Software Engineering: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: WahlpflichtTechnomathematik: Vertiefung II. Informatik: Wahlpflicht
[103]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1155: Verteilte Systeme
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Volker Turau
Sprachen DE
Zeitraum WiSe
Inhalt
Architekturen für verteilte SystemeHTTP: Einfacher entfernter AufrufClient-Server ArchitekturenEntfernter AufrufRemote Method Invocation (RMI)SynchronisierungVerteiltes CachingNamensdiensteVerteilte Dateisysteme
LiteraturVerteilte Systeme – Prinzipien und Paradigmen, Andrew S. Tanenbaum, Maarten vanSteen, Pearson StudiumVerteilte Systeme, G. Coulouris, J. Dollimore, T. Kindberg, 2005, Pearson Studium
Lehrveranstaltung L1156: Verteilte Systeme
Typ Gruppenübung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Volker Turau
Sprachen DE
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[104]
Modulhandbuch B. Sc. "Computer Science"
Modul M0941: Kombinatorische Strukturen und Algorithmen
Lehrveranstaltungen
Titel Typ SWS LPKombinatorische Strukturen und Algorithmen (L1100) Vorlesung 3 4Kombinatorische Strukturen und Algorithmen (L1101) Gruppenübung 1 2
Modulverantwortlicher Prof. Anusch Taraz
Zulassungsvoraussetzungen Keine
Empfohlene VorkenntnisseMathematik I + IIDiskrete Algebraische StrukturenGraphentheorie und Optimierung
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können die grundlegenden Begriffe der Kombinatorik undAlgorithmik benennen und anhand von Beispielen erklären.Studierende sind in der Lage, logische Zusammenhänge zwischen diesenKonzepten zu diskutieren und anhand von Beispielen zu erläutern.Sie kennen Beweisstrategien und können diese wiedergeben.
Fertigkeiten
Studierende können Aufgabenstellungen aus der Kombinatorik undAlgorithmik mit Hilfe der kennengelernten Konzepte modellieren und mit denerlernten Methoden lösen.Studierende sind in der Lage, sich weitere logische Zusammenhängezwischen den kennengelernten Konzepten selbständig zu erschließen undkönnen diese verifizieren.Studierende können zu gegebenen Problemstellungen einen geeignetenLösungsansatz entwickeln, diesen verfolgen und die Ergebnisse kritischauswerten.
Personale Kompetenzen
Sozialkompetenz
Studierende sind in der Lage, in Teams zusammenzuarbeiten undbeherrschen die Mathematik als gemeinsame Sprache.Sie können dabei insbesondere neue Konzepte adressatengerechtkommunizieren und anhand von Beispielen das Verständnis derMitstudierenden überprüfen und vertiefen.
Selbstständigkeit
Studierende können eigenständig ihr Verständnis komplexer Konzepteüberprüfen, noch offene Fragen auf den Punkt bringen und sichgegebenenfalls gezielt Hilfe holen.Studierende haben eine genügend hohe Ausdauer entwickelt, um auch überlängere Zeiträume zielgerichtet an schwierigen Problemstellungen zu arbeiten.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
[105]
Modulhandbuch B. Sc. "Computer Science"
Prüfung Mündliche Prüfung
Prüfungsdauer und -umfang 30 min
Zuordnung zu folgendenCurricula
Computer Science: Vertiefung Computational Mathematics: WahlpflichtComputer Science: Vertiefung Computer and Software Engineering: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Mathematik &Ingenieurwissenschaften: WahlpflichtTechnomathematik: Vertiefung I. Mathematik: Wahlpflicht
Lehrveranstaltung L1100: Kombinatorische Strukturen und Algorithmen
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand inStunden
Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Anusch Taraz
Sprachen DE/EN
Zeitraum WiSe
Inhalt
Zählprobleme Strukturelle GraphentheorieAnalyse von AlgorithmenExtremale KombinatorikZufällige diskrete Strukturen
Literatur
M. Aigner: Diskrete Mathematik, Vieweg, 6. Aufl., 2006J. Matoušek & J. Nešetřil: Diskrete Mathematik - Eine Entdeckungsreise, Springer,2007A. Steger: Diskrete Strukturen - Band 1: Kombinatorik, Graphentheorie, Algebra,Springer, 2. Aufl. 2007A. Taraz: Diskrete Mathematik, Birkhäuser, 2012.
Lehrveranstaltung L1101: Kombinatorische Strukturen und Algorithmen
Typ Gruppenübung
SWS 1
LP 2
Arbeitsaufwand inStunden
Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Anusch Taraz
Sprachen DE/EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[106]
Modulhandbuch B. Sc. "Computer Science"
Modul M0791: Rechnerarchitektur
Lehrveranstaltungen
Titel Typ SWS LPRechnerarchitektur (L0793) Vorlesung 2 3
Rechnerarchitektur (L0794)Projekt-/problembasierteLehrveranstaltungLehrveranstaltung
2 2
Rechnerarchitektur (L1864) Gruppenübung 1 1
Modulverantwortlicher Prof. Heiko Falk
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Modul "Technische Informatik"
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
In diesem Modul werden fortgeschrittene Konzepte der Rechnerarchitektur vorgestellt.Am Anfang steht ein breiter Überblick über mögliche Programmiermodelle, wie sie fürUniversalrechner aber auch für spezielle Maschinen (z.B. Signalprozessoren)entwickelt wurden. Anschließend werden prinzipielle Aspekte der Mikroarchitektur vonProzessoren behandelt. Der Schwerpunkt liegt hierbei insbesondere auf demsogenannten Pipelining und den in diesem Zusammenhang angewandten Methodenzur Beschleunigung der Befehlsausführung. Die Studierenden lernen Mechanismenzum dynamischen Scheduling, zur Sprungvorhersage, zu superskalaren Architekturenund zu Speicher-Hierarchien kennen.
Fertigkeiten
Die Studierenden sind in der Lage, den Aufbau eines Prozessors zu erklären. Siekennen die verschiedenen Architekturprinzipien und Programmiermodelle. DieStudierenden untersuchen verschiedene Strukturen von Pipeline-Architekturen undsind in der Lage, deren Konzepte zu erklären und im Hinblick auf Kriterien wiePerformance und Energieeffizienz zu analysieren. Sie bewerten unterschiedlicheSpeicherarchitekturen, kennen parallele Rechnerarchitekturen und können zwischenBefehls- und Datenparallelität unterscheiden.
Personale Kompetenzen
Sozialkompetenz
Die Studierenden sind nach Abschluss des Moduls in der Lage, ähnliche Aufgabenalleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zupräsentieren.
Selbstständigkeit
Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche desFachgebietes anhand von Fachliteratur selbständig zu erarbeiten, das erworbeneWissen zusammenzufassen, zu präsentieren und es mit den Inhalten andererLehrveranstaltungen zu verknüpfen.
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
StudienleistungVerpflichtendBonus Art der Studienleistung Beschreibung
Nein 15 %Fachtheoretisch-fachpraktischeStudienleistung
Prüfung Klausur
Prüfungsdauer und -umfang 90 Min., Vorlesungsstoff + 4 Testate zur PBL "Rechnerarchitektur"
Allgemeine Ingenieurwissenschaften: Vertiefung Informatik: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: WahlpflichtComputer Science: Vertiefung Computer and Software Engineering: Wahlpflicht
[107]
Modulhandbuch B. Sc. "Computer Science"
Zuordnung zu folgendenCurricula
Flugzeug-Systemtechnik: Vertiefung Avionik und Eingebettete Systeme: WahlpflichtGeneral Engineering Science: Vertiefung Informatik: PflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: WahlpflichtMicroelectronics and Microsystems: Vertiefung Embedded Systems: Wahlpflicht
Lehrveranstaltung L0793: Rechnerarchitektur
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Heiko Falk
Sprachen DE/EN
Zeitraum WiSe
Inhalt
EinführungGrundlagen von VHDLProgrammiermodelleRealisierung elementarer DatentypenDynamisches SchedulingSprungvorhersageSuperskalare MaschinenSpeicher-Hierarchien
Die Gruppenübungen vertiefen die Vorlesungsinhalte durch Bearbeiten und Besprechen vonÜbungsblättern und dienen somit zur Klausur-Vorbereitung. Der praktische Umgang mitFragestellungen aus der Rechnerarchitektur wird in der FPGA-basierten PBL zurRechnerarchitektur vermittelt, deren Teilnahme verpflichtend ist.
LiteraturD. Patterson, J. Hennessy. Rechnerorganisation und -entwurf. Elsevier, 2005.A. Tanenbaum, J. Goodman. Computerarchitektur. Pearson, 2001.
Lehrveranstaltung L0794: Rechnerarchitektur
Typ Projekt-/problembasierte LehrveranstaltungLehrveranstaltung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Heiko Falk
Sprachen DE/EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[108]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1864: Rechnerarchitektur
Typ Gruppenübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Heiko Falk
Sprachen DE/EN
Zeitraum WiSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[109]
Modulhandbuch B. Sc. "Computer Science"
Modul M0803: Embedded Systems
Lehrveranstaltungen
Titel Typ SWS LPEingebettete Systeme (L0805) Vorlesung 3 4Eingebettete Systeme (L0806) Gruppenübung 1 2
Modulverantwortlicher Prof. Heiko Falk
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse Computer Engineering
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Embedded systems can be defined as information processing systems embedded intoenclosing products. This course teaches the foundations of such systems. In particular,it deals with an introduction into these systems (notions, common characteristics) andtheir specification languages (models of computation, hierarchical automata,specification of distributed systems, task graphs, specification of real-time applications,translations between different models).
Another part covers the hardware of embedded systems: Sonsors, A/D and D/Aconverters, real-time capable communication hardware, embedded processors,memories, energy dissipation, reconfigurable logic and actuators. The course alsofeatures an introduction into real-time operating systems, middleware and real-timescheduling. Finally, the implementation of embedded systems usinghardware/software co-design (hardware/software partitioning, high-leveltransformations of specifications, energy-efficient realizations, compilers for embeddedprocessors) is covered.
Fertigkeiten
After having attended the course, students shall be able to realize simple embeddedsystems. The students shall realize which relevant parts of technological competencesto use in order to obtain a functional embedded systems. In particular, they shall beable to compare different models of computations and feasible techniques for system-level design. They shall be able to judge in which areas of embedded system designspecific risks exist.
Personale Kompetenzen
SozialkompetenzStudents are able to solve similar problems alone or in a group and to present theresults accordingly.
SelbstständigkeitStudents are able to acquire new knowledge from specific literature and to associatethis knowledge with other classes.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
StudienleistungVerpflichtendBonus Art der Studienleistung Beschreibung
Ja 10 %Fachtheoretisch-fachpraktischeStudienleistung
Prüfung Klausur
Prüfungsdauer und -umfang 90 Minuten, Inhalte der Vorlesung und Übungen
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: WahlpflichtComputer Science: Vertiefung Computer and Software Engineering: WahlpflichtElektrotechnik: Kernqualifikation: WahlpflichtFlugzeug-Systemtechnik: Vertiefung Avionik und Eingebettete Systeme: WahlpflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen: Kernqualifikation: Pflicht
[110]
Modulhandbuch B. Sc. "Computer Science"
Informatik-Ingenieurwesen (Weiterentwicklung): Kernqualifikation: PflichtMechatronics: Vertiefung Systementwurf: WahlpflichtMechatronics: Vertiefung Intelligente Systeme und Robotik: WahlpflichtMicroelectronics and Microsystems: Vertiefung Embedded Systems: Wahlpflicht
Lehrveranstaltung L0805: Embedded Systems
Typ Vorlesung
SWS 3
LP 4
Arbeitsaufwand inStunden
Eigenstudium 78, Präsenzstudium 42
Dozenten Prof. Heiko Falk
Sprachen EN
Zeitraum SoSe
Inhalt
IntroductionSpecifications and ModelingEmbedded/Cyber-Physical Systems HardwareSystem SoftwareEvaluation and ValidationMapping of Applications to Execution PlatformsOptimization
LiteraturPeter Marwedel. Embedded System Design - Embedded Systems Foundations of
Cyber-Physical Systems. 2nd Edition, Springer, 2012., Springer, 2012.
Lehrveranstaltung L0806: Embedded Systems
Typ Gruppenübung
SWS 1
LP 2
Arbeitsaufwand inStunden
Eigenstudium 46, Präsenzstudium 14
Dozenten Prof. Heiko Falk
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[111]
Modulhandbuch B. Sc. "Computer Science"
Modul M0754: Compiler Construction
Lehrveranstaltungen
Titel Typ SWS LPCompilerbau (L0703) Vorlesung 2 2Compilerbau (L0704) Gruppenübung 2 4
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene Vorkenntnisse
Practical programming experienceAutomata theory and formal languagesFunctional programming or procedural programmingObject-oriented programming, algorithms, and data structuresBasic knowledge of software engineering
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students explain the workings of a compiler and break down a compilation task indifferent phases. They apply and modify the major algorithms for compiler constructionand code improvement. They can re-write those algorithms in a programminglanguage, run and test them. They choose appropriate internal languages andrepresentations and justify their choice. They explain and modify implementations ofexisting compiler frameworks and experiment with frameworks and tools.
Fertigkeiten
Students design and implement arbitrary compilation phases. They integrate theircode in existing compiler frameworks. They organize their compiler code properly as asoftware project. They generalize algorithms for compiler construction to algorithmsthat analyze or synthesize software.
Personale Kompetenzen
Sozialkompetenz
Students develop the software in a team. They explain problems and solutions to theirteam members. They present and defend their software in class. They communicate inEnglish.
Selbstständigkeit
Students develop their software independently and define milestones by themselves.They receive feedback throughout the entire project. They organize the softwareproject so that they can assess their progress themselves.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
Prüfung Fachtheoretisch-fachpraktische Arbeit
Prüfungsdauer und -umfang Software (Compiler)
Zuordnung zu folgendenCurricula
Computer Science: Vertiefung Computer and Software Engineering: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: WahlpflichtTechnomathematik: Vertiefung II. Informatik: Wahlpflicht
[112]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L0703: Compiler Construction
Typ Vorlesung
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt
Lexical and syntactic analysis
Semantic analysisHigh-level optimization
Intermediate languages and code generationCompilation pipeline
Literatur
Alfred Aho, Jeffrey Ullman, Ravi Sethi, and Monica S. Lam, Compilers: Principles, Techniques,and Tools, 2nd edition
Aarne Ranta, Implementing Programming Languages, An Introduction to Compilers andInterpreters, with an appendix coauthored by Markus Forsberg, College Publications, London,2012
Lehrveranstaltung L0704: Compiler Construction
Typ Gruppenübung
SWS 2
LP 4
Arbeitsaufwand inStunden
Eigenstudium 92, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[113]
Modulhandbuch B. Sc. "Computer Science"
Modul M1269: Labor Cyber-Physical Systems
Lehrveranstaltungen
Titel Typ SWS LP
Labor Cyber-Physical Systems (L1740)Projekt-/problembasierteLehrveranstaltungLehrveranstaltung
4 6
Modulverantwortlicher Prof. Heiko Falk
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse Modul "Eingebettete Systeme"
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Cyber-Physical Systems (CPS) stehen über Sensoren, A/D- und D/A-Wandler undAktoren in enger Verbindung mit ihrer Umgebung. Wegen der besonderenEinsatzgebiete kommen hier hochgradig spezialisierte Sensoren, Prozessoren undAktoren zum Einsatz, die applikationsspezifisch auf ihr jeweiliges Einsatzgebietausgerichtet sind. Dementsprechend existiert - im Gegensatz zum klassischenSoftware Engineering - eine Vielzahl unterschiedlicher Techniken zur Spezifikationvon CPS.
In Form von rechnergestützten Versuchen mit Roboterbausätzen werden in dieserVeranstaltung die Grundzüge der Spezifikation und Modellierung von CPS vermittelt.Das Labor behandelt die Einführung in diese Systeme (Begriffsbildung,charakteristische Eigenschaften) und deren Spezifikationssprachen (models ofcomputation, hierarchische Zustandsautomaten, Datenfluss-Modelle, Petri-Netze,imperative Techniken). Da CPS häufig Steuerungs- und Regelungsaufgaben erfüllen,wird das Labor praxisnah einfache Anwendungen aus der Regelungstechnikvermitteln. Die Versuche nutzen gängige Spezifikationswerkzeuge (MATLAB/Simulink,LabVIEW, NXC), um hiermit Cyber-Physical Systems zu modellieren, die überSensoren und Aktoren mit ihrer Umwelt interagieren.
Fertigkeiten
Nach erfolgreichem Besuch der Veranstaltung sind die Studierenden in der Lage,einfache CPS zu entwickeln. Sie können Wechselwirkungen zwischen einem CPSund dessen umgebenden Prozessen beurteilen, der sich aus dem Kreislauf zwischenphysikalischer Umwelt, Sensor, A/D-Wandler, digitalem Prozessor, D/A-Wandler undAktor ergibt. Die Veranstaltung versetzt die Studierenden in die Lage,Modellierungstechniken miteinander vergleichen, deren Vor- und Nachteile abwägen,und geeignete Techniken zur Systementwicklung einsetzen zu können. Sie erwerbendie Fähigkeit, diese Techniken im Rahmen konkreter praktischer Aufgabenstellungenanzuwenden. Sie haben erste Erfahrungen im hardwarenahen Software-Entwurf, imUmgang mit industrierelevanten Spezifikationswerkzeugen und im Entwurf einfacherRegelungssysteme erworben.
Personale Kompetenzen
Sozialkompetenz
Die Studierenden sind nach Abschluss des Moduls in der Lage, ähnliche Aufgabenalleine oder in einer Gruppe zu bearbeiten und die Resultate geeignet zupräsentieren.
Selbstständigkeit
Die Studierenden sind nach Abschluss des Moduls in der Lage, sich Teilbereiche desFachgebietes anhand von Fachliteratur selbständig zu erarbeiten, das erworbeneWissen zusammenzufassen, zu präsentieren und es mit den Inhalten andererLehrveranstaltungen zu verknüpfen.
Arbeitsaufwand in Stunden Eigenstudium 124, Präsenzstudium 56
Leistungspunkte 6
Studienleistung Keine
[114]
Modulhandbuch B. Sc. "Computer Science"
Prüfung Schriftliche Ausarbeitung
Prüfungsdauer und -umfang Durchführung und Beschreibung sämtlicher Versuche
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften (7 Semester): Vertiefung Informatik: WahlpflichtComputer Science: Vertiefung Computer and Software Engineering: WahlpflichtGeneral Engineering Science (7 Semester): Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Mathematik &Ingenieurwissenschaften: WahlpflichtMechatronics: Vertiefung Intelligente Systeme und Robotik: WahlpflichtMechatronics: Vertiefung Systementwurf: WahlpflichtMechatronics: Technischer Ergänzungskurs: Wahlpflicht
Lehrveranstaltung L1740: Labor Cyber-Physical Systems
Typ Projekt-/problembasierte LehrveranstaltungLehrveranstaltung
SWS 4
LP 6
Arbeitsaufwand inStunden
Eigenstudium 124, Präsenzstudium 56
Dozenten Prof. Heiko Falk
Sprachen DE/EN
Zeitraum SoSe
InhaltVersuch 1: Programmieren in NXCVersuch 2: Programmierung des Roboters mit Matlab/SimulinkProgrammierung des Roboters in LabVIEW
LiteraturPeter Marwedel. Embedded System Design - Embedded System Foundations of
Cyber-Physical Systems. 2nd Edition, Springer, 2012.Begleitende Foliensätze
[115]
Modulhandbuch B. Sc. "Computer Science"
Modul M1300: Software Development
Lehrveranstaltungen
Titel Typ SWS LP
Softwareentwicklung (L1790)Projekt-/problembasierteLehrveranstaltungLehrveranstaltung
2 5
Softwareentwicklung (L1789) Vorlesung 1 1
Modulverantwortlicher Prof. Sibylle Schupp
Zulassungsvoraussetzungen None
Empfohlene VorkenntnisseIntroduction to Software EngineeringProgramming SkillsExperience with Developing Small to Medium-Size Programs
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Students explain the fundamental concepts of agile methods, describe the process of test-driven development, and explain how continuous integration can be used in different scenarios. They give examples of selected pitfalls in software development, regarding scalability and other non-functional requirements. They write unit tests andbuild scripts and combine them in a corresponding integrationenvironment. They explain major activities in requirements analysis,program comprehension, and agile project development.
Fertigkeiten
For a given task on a legacy system, students identify the correspondingparts in the system and select an appropriate method for understanding thedetails. They choose the proper approach of splitting a task inindependent testable and extensible pieces and, thus, solve the taskwith proper methods for quality assurance. They design tests for legacy systems, create automated builds, and find errors at differentlevels. They integrate the resulting artifacts in a continuousdevelopment environment
Personale Kompetenzen
SozialkompetenzStudents discuss different design decisions in a group. They defend their solutionsorally. They communicate in English.
Selbstständigkeit
Using accompanying tools, students can assess their level of knowledge continuouslyand adjust it appropriately. Within limits, they can set their own learning goals. Uponsuccessful completion, students can identify and formulate concrete problems ofsoftware systems and propose solutions. Within this field, they can conductindependent studies to acquire the necessary competencies. They can devise plans toarrive at new solutions or assess existing ones.
Arbeitsaufwand in Stunden Eigenstudium 138, Präsenzstudium 42
Leistungspunkte 6
Studienleistung Keine
Prüfung Fachtheoretisch-fachpraktische Arbeit
Prüfungsdauer und -umfang Software
Zuordnung zu folgendenCurricula
Computer Science: Vertiefung Computer and Software Engineering: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Informatik: Wahlpflicht
[116]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1790: Software Development
Typ Projekt-/problembasierte LehrveranstaltungLehrveranstaltung
SWS 2
LP 5
Arbeitsaufwand inStunden
Eigenstudium 122, Präsenzstudium 28
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt
Agile MethodsTest-Driven Development and Unit TestingContinuous IntegrationWeb ServicesScalabilityFrom Defects to Failure
Literatur
Duvall, Paul M. Continuous Integration. Pearson Education India, 2007.Humble, Jez, and David Farley. Continuous delivery: reliable software releases through build,test, and deployment automation. Pearson Education, 2010.
Martin, Robert Cecil. Agile software development: principles, patterns, and practices. PrenticeHall PTR, 2003.
http://scrum-kompakt.de/
Myers, Glenford J., Corey Sandler, and Tom Badgett. The art of software testing. John Wiley &Sons, 2011.
[117]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1789: Software Development
Typ Vorlesung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Sibylle Schupp
Sprachen EN
Zeitraum SoSe
Inhalt
Agile MethodsTest-Driven Development and Unit TestingContinuous IntegrationWeb ServicesScalabilityFrom Defects to Failure
Literatur
Duvall, Paul M. Continuous Integration. Pearson Education India, 2007.Humble, Jez, and David Farley. Continuous delivery: reliable software releases through build,test, and deployment automation. Pearson Education, 2010.
Martin, Robert Cecil. Agile software development: principles, patterns, and practices. PrenticeHall PTR, 2003.
http://scrum-kompakt.de/
Myers, Glenford J., Corey Sandler, and Tom Badgett. The art of software testing. John Wiley &Sons, 2011.
[118]
Modulhandbuch B. Sc. "Computer Science"
Modul M0634: Einführung in Medizintechnische Systeme
Lehrveranstaltungen
Titel Typ SWS LPEinführung in Medizintechnische Systeme (L0342) Vorlesung 2 3Einführung in Medizintechnische Systeme (L0343) Projektseminar 2 2Einführung in Medizintechnische Systeme (L1876) Hörsaalübung 1 1
Modulverantwortlicher Prof. Alexander Schlaefer
Zulassungsvoraussetzungen Keine
Empfohlene Vorkenntnisse
Grundlagen Mathematik (Algebra, Analysis)Grundlagen StochastikGrundlagen Programmierung, R/Matlab
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Die Studierenden können Funktionsprinzipien ausgewählter medizintechnischerSysteme (beispielsweise bildgebende Systeme, Assistenzsysteme im OP,medizintechnische Informationssysteme) erklären. Sie können einen Überblick überregulatorische Rahmenbedingungen und Standards in der Medizintechnik geben.
FertigkeitenDie Studierenden sind in der Lage, die Funktion eines medizintechnischen Systemsim Anwendungskontext zu bewerten.
Personale Kompetenzen
SozialkompetenzDie Studierenden können in Gruppen ein medizintechnisches Thema als Projektbeschreiben, in Teilaufgaben untergliedern und gemeinsam bearbeiten.
Selbstständigkeit
Die Studierenden können ihren Wissensstand einschätzen und ihre Arbeitsergebnissedokumentieren. Sie können die erzielten Ergebnisse kritisch bewerten und ingeeigneter Weise präsentieren.
Arbeitsaufwand in Stunden Eigenstudium 110, Präsenzstudium 70
Leistungspunkte 6
StudienleistungVerpflichtendBonus Art der Studienleistung BeschreibungJa 10 % Schriftliche AusarbeitungJa 10 % Referat
Prüfung Klausur
Prüfungsdauer und -umfang 90 Minuten
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Vertiefung Mediziningenieurwesen: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): VertiefungMediziningenieurwesen: PflichtComputer Science: Vertiefung Computer and Software Engineering: WahlpflichtElektrotechnik: Kernqualifikation: WahlpflichtGeneral Engineering Science: Vertiefung Mediziningenieurwesen: PflichtGeneral Engineering Science (7 Semester): Vertiefung Mediziningenieurwesen: PflichtInformatik-Ingenieurwesen: Vertiefung Ingenieurwissenschaften: WahlpflichtInformatik-Ingenieurwesen: Vertiefung Informatik: WahlpflichtInformatik-Ingenieurwesen (Weiterentwicklung): Vertiefung Mathematik &Ingenieurwissenschaften: WahlpflichtMediziningenieurwesen: Vertiefung Künstliche Organe und Regenerative Medizin:WahlpflichtMediziningenieurwesen: Vertiefung Implantate und Endoprothesen: WahlpflichtMediziningenieurwesen: Vertiefung Medizin- und Regelungstechnik: Wahlpflicht
[119]
Modulhandbuch B. Sc. "Computer Science"
Mediziningenieurwesen: Vertiefung Management und Administration: WahlpflichtTechnomathematik: Vertiefung III. Ingenieurwissenschaften: Wahlpflicht
Lehrveranstaltung L0342: Einführung in Medizintechnische Systeme
Typ Vorlesung
SWS 2
LP 3
Arbeitsaufwand inStunden
Eigenstudium 62, Präsenzstudium 28
Dozenten Prof. Alexander Schlaefer
Sprachen DE
Zeitraum SoSe
Inhalt
- Bildgebende Systeme- Assistenzsysteme im OP- Medizintechnische Sensorsysteme- Medizintechnische Informationssysteme- Regulatorische Rahmenbedingungen- Standards in der MedizintechnikDurch problembasiertes Lernen erfolgt die Vertiefung der Methoden aus der Vorlesung. Dieserfolgt in Form von Gruppenarbeit.
Literatur Wird in der Veranstaltung bekannt gegeben.
Lehrveranstaltung L0343: Einführung in Medizintechnische Systeme
Typ Projektseminar
SWS 2
LP 2
Arbeitsaufwand inStunden
Eigenstudium 32, Präsenzstudium 28
Dozenten Prof. Alexander Schlaefer
Sprachen DE
Zeitraum SoSe
Inhalt Siehe korrespondierende Vorlesung
Literatur Siehe korrespondierende Vorlesung
[120]
Modulhandbuch B. Sc. "Computer Science"
Lehrveranstaltung L1876: Einführung in Medizintechnische Systeme
Typ Hörsaalübung
SWS 1
LP 1
Arbeitsaufwand inStunden
Eigenstudium 16, Präsenzstudium 14
Dozenten Prof. Alexander Schlaefer
Sprachen DE
Zeitraum SoSe
Inhalt
- Bildgebende Systeme- Assistenzsysteme im OP- Medizintechnische Sensorsysteme- Medizintechnische Informationssysteme- Regulatorische Rahmenbedingungen- Standards in der MedizintechnikDurch problembasiertes Lernen erfolgt die Vertiefung der Methoden aus der Vorlesung. Dieserfolgt in Form von Gruppenarbeit.
Literatur Wird in der Veranstaltung bekannt gegeben.
[121]
Modulhandbuch B. Sc. "Computer Science"
Thesis
Modul M-001: Bachelorarbeit
Lehrveranstaltungen
Titel Typ SWS LP
Modulverantwortlicher Professoren der TUHH
Zulassungsvoraussetzungen
Laut ASPO § 21 (1):
Es müssen mindestens 126 Leistungspunkte im Studiengang erworbenworden sein. Über Ausnahmen entscheidet der Prüfungsausschuss.
Empfohlene Vorkenntnisse
Modulziele/ angestrebteLernergebnisse
Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisseerreicht
Fachkompetenz
Wissen
Studierende können die wichtigsten wissenschaftlichen Grundlagen ihresStudienfaches (Fakten, Theorien und Methoden) problembezogen auswählen,darstellen und nötigenfalls kritisch diskutieren.Die Studierenden können ausgehend von ihrem fachlichen Grundlagenwissenanlassbezogen auch weiterführendes fachliches Wissen erschließen undverknüpfen.Die Studierenden können zu einem ausgewählten Thema ihres Faches einenForschungsstand darstellen.
Fertigkeiten
Die Studierenden können das im Studium vermittelte Grundwissen ihresStudienfaches zielgerichtet zur Lösung fachlicher Probleme einsetzen.Die Studierenden können mit Hilfe der im Studium erlernten MethodenFragestellungen analysieren, fachliche Sachverhalte entscheiden undLösungen entwickeln.Die Studierenden können zu den Ergebnissen ihrer eigenen Forschungsarbeitkritisch aus einer Fachperspektive Stellung beziehen.
Personale Kompetenzen
Sozialkompetenz
Studierende können eine wissenschaftliche Fragestellung für einFachpublikum sowohl schriftlich als auch mündlich strukturiert, verständlichund sachlich richtig darstellen.Studierende können in einer Fachdiskussion auf Fragen eingehen und sie inadressatengerechter Weise beantworten. Sie können dabei eigeneEinschätzungen und Standpunkte überzeugend vertreten.
Selbstständigkeit
Studierende können einen umfangreichen Arbeitsprozess zeitlich strukturierenund eine Fragestellung in vorgegebener Frist bearbeiten.Studierende können notwendiges Wissen und Material zur Bearbeitung eineswissenschaftlichen Problems identifizieren, erschließen und verknüpfen.Studierende können die wesentlichen Techniken des wissenschaftlichenArbeitens in einer eigenen Forschungsarbeit anwenden.
Arbeitsaufwand in Stunden Eigenstudium 360, Präsenzstudium 0
[122]
Modulhandbuch B. Sc. "Computer Science"
Leistungspunkte 12
Studienleistung Keine
Prüfung Abschlussarbeit
Prüfungsdauer und -umfang laut ASPO
Zuordnung zu folgendenCurricula
Allgemeine Ingenieurwissenschaften: Abschlussarbeit: PflichtAllgemeine Ingenieurwissenschaften (7 Semester): Abschlussarbeit: PflichtBau- und Umweltingenieurwesen: Abschlussarbeit: PflichtBioverfahrenstechnik: Abschlussarbeit: PflichtComputer Science: Abschlussarbeit: PflichtElektrotechnik: Abschlussarbeit: PflichtEnergie- und Umwelttechnik: Abschlussarbeit: PflichtGeneral Engineering Science: Abschlussarbeit: PflichtGeneral Engineering Science (7 Semester): Abschlussarbeit: PflichtInformatik-Ingenieurwesen: Abschlussarbeit: PflichtInformatik-Ingenieurwesen (Weiterentwicklung): Abschlussarbeit: PflichtLogistik und Mobilität: Abschlussarbeit: PflichtMaschinenbau: Abschlussarbeit: PflichtMechatronik: Abschlussarbeit: PflichtSchiffbau: Abschlussarbeit: PflichtTechnomathematik: Abschlussarbeit: PflichtTeilstudiengang Lehramt Elektrotechnik-Informationstechnik: Abschlussarbeit: PflichtVerfahrenstechnik: Abschlussarbeit: Pflicht
[123]
Modulhandbuch B. Sc. "Computer Science"