Sie sind auf Seite 1von 3

Modulbeschreibung (Druck) - Fachgebiet Wirtschaftsinformatik - Intranet

8/25/11 11:28 AM

Studiengang: Wirtschaftsinformatik

Abschluss: Bachelor of Science

SPO: 3 (14.12.2005 )

EDV-Bez. Pos.

B2.5

WI2421

Modulbezeichnung Diskrete Mathematik

Sem. CP SWS

6

2

6

Art

Voraus.

SL/PV Dauer

PL

Dauer

GFN

FP

Bemerkung

V+Ü

Kl+Kl

60+60

1+1

5

Modulverantwortliche(r):

Prof. Dr. Thomas Morgenstern

Dozent(in), Lehrveranstaltung, SWS:

Prof. Dr. Thomas Morgenstern

Diskrete Mathe. - Algebra II

3

Prof. Ulrich Reich

Diskrete Mathe. - Optimierung

3

Angestrebte Lernergebnisse:

Gründliche Beherrschung des dargebotenen Vorlesungsstoffes (siehe Inhalt). Das beinhaltet Lernziele nach drei Kategorien: (Vgl. Bemerkungen bei Mathematik I) bei Algebra II:

Mathematik als Sprache: Die Studierenden kennen am Ende die Standardnotationen in den Bereichen Prädikatenlogik, Relationenalgebra, Graphentheorie.

Sachverhalte: Die Studierenden kennen u.a. die folgenden Sachverhalte: Regeln von de Morgan der Prädikatenlogik, Satz über die Charakterisierung von Äquivalenzen und Implikationen, Resolutionsschluss der Prädikatenlogik, Zusammenhang zwischen Äquivalenzrelationen und disjunkten Zerlegungen, Zusammenhang zwischen Relationenprodukt und der Operation „join“. Grundlegende graphentheoretische Algorithmen (Kürzeste Wege, spannende Bäume, maximale Flüsse, Eulersche Linien)

Strategien: Untersuchung von speziellen Tautologien (Äquivalenzen und Implikationen) mit heuristischen Methoden und durch Rückführung auf Aussagenlogik, Skolemisierung von Formeln. Untersuchung von Relationen (auf Symmetrie, Antsymmetrie, Transitivität u.a.), Bestimmung von Relationenprodukten und Join. Anwendung der oben genannten graphentheoretischen Algorithmen in konkreten Fällen.

Die Lernziele bei Mathematische Grundlagen der Informatik sind:

Mathematik als Sprache: Die Studierenden kennen am Ende wichtige Standardnotationen der Linearen Algebra: LGS, Matrizen, Matrizenprodukt, Transposition, inverse Matrizen, Vektoren, lineare Abhängigkeit und Unabhängigkeit, allgemeine Vektorräume, Skalarprodukt. Dazu die Grundkonzepte der Differentialrechnung im Rn: Partielle Ableitungen, Gradient, Höhenlinien, Lagrange-Multiplikatoren.

Sachverhalte: Die Studierenden kennen u.a. die folgenden Sachverhalte, Lösungsstruktur von LGS, Rechenregeln für Matrizen, Basissatz für Vektorräume, geometrische Interpretation des Skalarprodukts. Satz von Taylor, hinreichende Bedingungen für die Existenz relativer Extrema bei Funktionen mehrerer Veränderlicher.

Strategien: Die folgenden Aufgabenstellungen können mit adäquaten Methoden behandelt werden:

Lösung von LGS mit dem Gaußverfahren und Standardsoftware, Multiplikation von Matrizen, Berechnung inverser Matrizen, Darstellung eines Vektors in einer vorgegebenen Basis, Bestimmung orthogonaler Basen. Taylorapproximation von Funktionen, Bestimmung freier und gebundener Extrema bei Funktionen mehrerer Veränderlicher, ein Hauch des Newtonverfahrens bei mehreren Veränderlichen.

Inhalt:

Grundzüge der Prädikatenlogik (Sprache der Prädikatenlogik, Syntax, Äquivalenzen und

Modulbeschreibung (Druck) - Fachgebiet Wirtschaftsinformatik - Intranet

8/25/11 11:28 AM

Implikationen, pränexe Normalformen, Skolemformen), zweistellige Relationen (Äquivalenzrelationen, Ordnungsrelationen, Produkte), n-stellige Relationen, Join-Operation, Graphen, ausgewählte graphentheoretische Algorithmen.

Ausgewählte Kapitel aus Analysis: Newtonsches Näherungsverfahren, Anwendungen der Lagerhaltung, numerische Integration

Einstieg in Operations Research: Definition, geschichtliche Entwicklung, Vorgehensweise bei OR – Untersuchungen, Modell (Begriffserläuterung, Klassifizierungen der Modelle), Methodenschatz des OR, Gebiete des OR, Anwendungsbeispiele des OR.

Lineare Optimierung (LO): Beispiele (Problemstellung und mathematische Formulierung bei Transport-, Produktions- und Mischungsproblem), mathematische Formulierung des Problems der linearen Optimierung, geometrische Lösung des LO - Problems mit 2 Variablen, Lösungsverfahren, Anwendungsprogramme, mathematische Behandlung des Problems der linearen Optimierung (Standardmodell als Maximum, Hauptsatz der linearen Optimierung, Lösungsmöglichkeit durch Betrachtung aller Basislösungen, Simplexalgorithmus und seine geometrische Interpretation, Darstellung der Rechenschritte im Simplextableau, allgemeine Beschreibung des Simplexalgorithmus).

Diskrete Optimierung: Methode Branch and Bound mit Anwendungen (Rucksackproblem, Travelling Salesman Problem, Maschinenbelegungsproblem)

Lehr- und Medienform:

Vorlesung mit Übungen

Literatur:

Albrecht Beutelspacher: Marc-Alexander Zschiegner: Diskrete Mathematik für Einsteiger. Mit Anwendungen in Technik und Informatik, 2. Auflage Braunschweig, 2004.Literatur: Martin Aigner: Diskrete Mathematik, 6. Auflage Braunschweig, 2006. Angelika Stegner: Diskrete Strukturen. 1.

Martin Aigner: Diskrete Mathematik, 6. Auflage Braunschweig, 2006.in Technik und Informatik, 2. Auflage Braunschweig, 2004. Angelika Stegner: Diskrete Strukturen. 1. Kombinatorik,

Angelika Stegner: Diskrete Strukturen. 1. Kombinatorik, Graphentheorie, Algebra, Berlin, Januar 2007. Januar 2007.

Karl-Heinz Borgwardt: Optimierung, Operations Research, Spieltheorie – Mathematische Grundlagen. Basel 2001.Kombinatorik, Graphentheorie, Algebra, Berlin, Januar 2007. George B. Dantzig / M. N. Thapa: Linear Programming, 1:

George B. Dantzig / M. N. Thapa: Linear Programming, 1: Introduction, Springer-Verlag, Berlin u.a. 1997, Linear Programming. 2: Theory and Extensions, Berlin u.a. 2003.Spieltheorie – Mathematische Grundlagen. Basel 2001. Wolfgang Domschke / A. Drexl: Einführung in Operations

Wolfgang Domschke / A. Drexl: Einführung in Operations Research. Berlin u.a., 6. AuflageProgramming. 2: Theory and Extensions, Berlin u.a. 2003. 2005. Frederick S. Hillier, Gerald J. Lieberman: Einführung

2005.

Frederick S. Hillier, Gerald J. Lieberman: Einführung in Operations Research, München / Wien, 5. deutschsprachige Auflage 1997 (2. Nachdruck 2003).in Operations Research. Berlin u.a., 6. Auflage 2005. Ulrich Kathöfer, Ulrich Müller-Funk: Operations Research,

Ulrich Kathöfer, Ulrich Müller-Funk: Operations Research, BWL-Crash-Kurs, Stuttgart 2005.Wien, 5. deutschsprachige Auflage 1997 (2. Nachdruck 2003). H. Kellerer, U. Pferschy, D. Pisinger: Knapsack Problems,

H. Kellerer, U. Pferschy, D. Pisinger: Knapsack Problems, Springer 2004.Operations Research, BWL-Crash-Kurs, Stuttgart 2005. Bernhard Korte, Jens Vygen: Combinatorial Optimization –

Bernhard Korte, Jens Vygen: Combinatorial Optimization – Theory and Algorithms. Berlin, Heidelberg, New York, 2. Auflage 2002.U. Pferschy, D. Pisinger: Knapsack Problems, Springer 2004. Klaus Neumann / Martin Morlock: Operations Research

Klaus Neumann / Martin Morlock: Operations Research (einbändige Auflage des bisher 3- bändigen Werkes), 2. Auflage München 2002.Korte, Jens Vygen: Combinatorial Optimization – Theory and Algorithms. Berlin, Heidelberg, New York, 2. Auflage 2002.

Empfohlene Voraussetzungen:

Kenntnisse der Mathematikvorlesung im 1. Semester

Arbeitsaufwand:

67,5 Stunden Präsenzzeit, 100 Stunden Selbststudium

d : 67,5 Stunden Präsenzzeit, 100 Stunden Selbststudium

Modulbeschreibung (Druck) - Fachgebiet Wirtschaftsinformatik - Intranet

8/25/11 11:28 AM

Angebot:

jedes Semester

Lehrsprache:

deutsch

AM Angebot: jedes Semester Lehrsprache: deutsch Drucken Fenster schließen

Drucken

Fenster schließen