Die Vorlesung Analysis 1 ist eine Pflichtveranstaltung für alle mathematischen Studiengänge. Hauptobjekte der Analysis 1 sind die reellen und komplexen Zahlen (und damit z.B. auch Funktionen auf diesen Zahlbereichen). Das zentrale Konzept ist das des Grenzwertes, mit dem wir diverse weitere Konzepte präzise und elegant beschreiben können.

Die lineare Algebra und die Analysis sind unverzichtbare Bestandteile des Lehrplans im ersten Studienjahr eines Mathematikstudiums. Sie legen die Grundlagen für nahezu alle mathematischen Disziplinen und weiterführenden Kurse. Jede weitere Veranstaltung in der Mathematik baut auf den Kenntnissen aus diesen beiden Pflichtvorlesungen auf.

Das Projektplenum: Vertiefung zur Linearen Algebra 1 ist ein Bestandteil des Moduls Lineare Algebra. Die Lehrveranstaltung, mit 2 SWS, begleitet die Lineare Algebra 1 Vorlesung und die erfolgreiche Teilnahme dessen ist notwendiger Teil um die Studienleistung des Moduls Lineare Algebra zu erwerben. Es wird für Vollfach und Lehramt Mathematik Studierende parallel bzw. getrennt gehalten.

Veranstaltung findet am Ende des Wintersemesters als Blockveranstaltung statt.
Zeiten und Räume werden noch rechtzeitig hier bekannt gegeben.
Das mathematische Computerpraktikum ist eine Pflichtveranstaltung der Studiengänge Mathematik und Industriemathematik im Bachelor.
Sie ist laut Musterstudienplan für das 1. Semester vorgesehen.
Die Veranstaltung führt in die Arbeit mit Computern und in die Programmierung ein und setzt dabei keine Vorerfahrungen auf diesem Gebiet voraus.

Die Vorlesung Analysis 3 bildet zusammen mit Analysis 1-2 den klassischen Analysis-Grundzyklus. Dieser Analysis-Zyklus, zusammen mit dem Lineare Algebra-Zyklus, ist grundlegend für alle mathematischen Studiengänge. Jede fortgeschrittenere Veranstaltung baut auf diesen Vorlesungen auf. Hauptthemen der Analysis 3 sind die Integrationstheorie im Mehrdimensionalen, die Theorie der gewöhnlichen Differentialgleichungen und die Vektoranalysis (Anfänge einer Analysis auf Mannigfaltigkeiten).

Die Veranstaltung widmet sich den grundlegenden Fragestellungen und Algorithmen der numerischen Mathematik z. B. im Hinblick auf die Lösung von (nicht) linearen Gleichungssystemen oder Anfangswertproblemen.

Die Veranstaltung beschäftigt sich mit der Modellierung von Prozessen aus verschiedenen Bereichen. Dazu werden zunächst die grundlegenden Prinzipien der Modellierung eingeführt und anschließend konkrete Anwendungen diskutiert.

Die Veranstaltung findet zusammen mit der 03-M-SP-2 statt.
Parametric statistical models and corresponding statistical methods will be introduced. In this, we pursue a general decision-theoretic approach, from which we will derive the different sub-areas of inferential statistics (point estimation, confidence estimation, hypothesis testing, etc). In prototypical model classes, we will characterize optimal decision rules.

Die Veranstaltung findet zusammen mit der 03-M-SP-45 statt.
The course will offer a panorama view of Discrete Mathematics, which is a core subject of mathematics with impact on algebra, topology and geometry.
Discrete structures are the main building blocks in algorithm design, and the class will also cover some algorithmic aspects, making it of interest to CS majors. Furthermore, counting techniques and asymptotic estimates are of use in discrete probability, so the class is also suitable for math majors interested in statistics.

Profil: SQ
Schwerpunkt: IMA-SQ.
https://lvb.informatik.uni-bremen.de/imat/03-imat-krypt.pdf
mit Zusatzleistung(en) (wird in der Veranstaltung bekannt gegeben) 9 CP für Studierende in den mathematischen Studiengängen

Thema der Vorlesung ist die Analysis von Funktionen einer komplexen Variable. (Im Englischen sagt man daher "Complex Analysis".)
Themen: Wegintegrale, Cauchy'scher Integralsatz und Cauchy'sche Integralformel, Analytizität holomorpher Funktionen, Singularitäten und Laurentreihen, Residuensatz, Berechnung bestimmter Integrale der reellen Analysis, Homotopie, Riemann'scher Abbildungssatz, Primzahlsatz.

In der Lehrveranstaltung werden grundlegende Konzepte der Maß- und Integrationstheorie behandelt. Ferner werden Konzepte der Wahrscheinlichkeitstheorie vertieft und damit ein weiterführendes Verständnis derselben entwickelt. Die Lehrveranstaltung "Maß- und Wahrscheinlichkeitstheorie" bildet einen Einstieg in eine Spezialisierung im Bereich Stochastik und Statistik. Insbesondere bauen inferenzstatistische Methoden auf wahrscheinlichkeitstheoretischen Konzepten auf.

Für Studierende des Vollfachs Informatik, Systems Engineering, Wirtschaftinformatik, Mathematik und Industriemathematik. Für Studierende der Digitalen Medien, Komplementärfach Informatik und Berufliche Bildung - Mechatronik gibt es die Veranstaltung Grundlagen der Programmierung.
Die Übungen finden im MZH in der Ebene 0 statt. Der Übungsbetrieb startet in der 2. Semesterwoche.

Diese Veranstaltung richtet sich an Studierende des Studiengangs Wirtschaftsingenieurwesen des Studienbereichs Elektrotechnik & Informationstechnik, die bereits am Grundlagenlabor der Elektrotechnik für Wirtschaftsingenieure teilgenommen haben, offiziell über Pabo zur Prüfung angemeldet waren und die Prüfung nicht bestanden haben.

Diese Veranstaltung richtet sich an Studierende des Studiengangs der Elektrotechnik & Informationstechnik, die bereits am Grundlagenlabor der Elektrotechnik, Teil 1 ( GLAB I ) teilgenommen haben, offiziell über Pabo zur Prüfung angemeldet waren und die Prüfung nicht bestanden haben.

Diese Veranstaltung richtet sich an Studierende des Studiengangs Elektrotechnik & Informationstechnik, die bereits am Grundlagenlabor der Elektrotechnik, Teil 2 ( GLAB /II) teilgenommen haben, offiziell über Pabo zur Prüfung angemeldet waren und die Prüfung nicht bestanden haben.

Anmeldung und Infos über Stud.IP

Diese Veranstaltung richtet sich an Studierende des Studiengangs Technomathematik, die bereits am Grundlagenlabor der Elektrotechnik, Teil 2 ( GLAB /II) teilgenommen haben, offiziell über Pabo zur Prüfung angemeldet waren und die Prüfung nicht bestanden haben.

Bitte bei Laborleiter den
-Studiengang (z.B. ET/IT, WIng)
-vollständigen Namen

• Matrikelnummer hinterlegen
• sowie in Pabo (wie bei Prüfungen üblich) anmelden

um CPs zu bekommen

Please inform Tutor about your study programm, your complete name and your matriculation number and sign up in Pabo in order to receive your CPs

(2 Kurse)

2 SWS
Zeit: n.V.

+ Exercise

+ Übung

+ Übung

Alle Termine, Versuchsanleitungen und Information auf http://www.uni-bremen.de/physika/

Vortrag: HS 2010 (großer Hörsaal in der Keksdose)
praktische Feuerlöschübung: Emmy-Noether-Str. hinter dem SFG Gebäude

Beginn ab 9:45 Uhr, bitte pünktlich erscheinen.

Im Anschluss (ab ca. 11 Uhr) praktische Feuerlöschübung im Außenbereich hinter dem SFG-Gebäude, Platz Emmy-Noether-Straße. Die Teilnehmenden werden gebeten, auf wetterfeste Kleidung und festes Schuhwerk zu achten, da die Feuerlöschübung draußen stattfindet.

Alle Termine, Versuchsanleitungen und Information auf http://www.uni-bremen.de/physika/

Hinweis für Studierende im Bachelor Berufliche Bildung – Mechatronik: Gemäß Studienverlaufsplan werden in diesem Modul insgesamt 6 CP absolviert. Bitte melden Sie sich hierfür im WiSe in dieser Veranstaltung an. Das dazugehörige Fertigungstechnik-Labor (VAK Nr. 04-26-KA-004) kann sowohl im WiSe als auch im SoSe besucht werden.

BITTE IN StudIP NUR FÜR DIE VORLESUNG ANMELDEN, DIE ÜBUNG WIRD ÜBER DIE VORLESUNG ORGANSIERT

This course provides basic knowledge of elastic continuum mechanics. It also includes a compact overview of vector and tensor algebra as tools for the representation of material theory, deformation geometry and stress analysis. Isotropy, anisotropy, material symmetries, elastic and supplementary energy, variational methods and special solution methods are discussed. Kirchhoff's plate theory is used as a practical application in structural mechanics.

In den Übungsstunden werden Aufgaben vorgerechnet und Fragen zu den Vorlesungsthemen diskutiert.

Lerninhalte:
• Einführung zu autonomen Systemen und Leitbeispiele anhand aktueller Produkte und Grundschema des Steuerns, Messens und Regelns (z. B. Auto, Bio-Landwirtschaft und Robotik, Windenergieanlage)
• Elemente mechatronischer Systeme (Mechanik, Aktorik/Sensorik, Informations-verarbeitung), Komponenten hydraulischer und pneumatischer Systeme, mechanische Bewegungswandlung
• Modellierung mechanischer und mechatronischer Systeme

Lernhinhalte:
• Umgang mit komplexen Zahlen und j-Omega-Rechnung, Berechnung elektrischer RLC-Netzwerke (Gleich- und Wechselstrom), Übertragungsverhalten
• Signalverstärkung mittels OPV, Analog-Digital- und Digital-Analog-Umsetzung
• Einführung zu Aktorsystemen und elektrischen Antrieben (Gleich- und Wechselstrommotoren, Piezoaktor)

Homepage des KKSB und Uni-Lageplan

Die Veranstaltuing findet im KKSB statt.

Die genauen Termine werden im Kurs abgesprochen.
VORBESPRECHUNG mit weiteren Informationen am Mittwoch, 22.10.2025 um 15 Uhr im MZH 6200

(ACHTUNG: Am 15.10.2025 findet der Kurs noch nicht statt!)

Profil: KIKR
Schwerpunkt: IMAP-AI, IMA-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-aml.pdf

Die Veranstaltung findet im KKSB statt.

Schwerpunkt: IMK-AI, IMA-VMC
https://lvb.informatik.uni-bremen.de/imap/03-imap-amai.pdf

Schwerpunkt: IMVT-AI

Many every-day processes can seen as a game between autonomous interacting players, where each player acts strategically in order to pursue her own objectives. This seminar covers various game-theoretic concepts and techniques, mainly with connections to applications. Use-cases are distributed systems, auctions, online-markets, resource allocation, and traffic networks.

Profil: SQ
Schwerpunkt: IMA-SQ, IMA-AI
https://lvb.informatik.uni-bremen.de/imat/03-imat-au.pdf


A key assumption of many powerful optimization methods is that all the data is fully accessible from the beginning.

However, from the point of view of many real-world applications (e.g., in logistics, production or project planning, cloud computing, etc.) this assumption is simply not true. Large data centers allocate resources to tasks without knowledge of exact execution times or energy requirements; transit times in networks are often uncertain; or, parameters such as bandwidth, demands or energy consumption are highly fluctuating. The current trend of data collection and data-driven applications often amplifies this phenomenon. As the amount of available data is increasing tremendously due to internet technology, cloud systems and sharing markets, modern algorithms are expected to be highly adaptive and learn and benefit from the dynamically changing mass of data.

In the above examples, our knowledge of the current data is only partial or based on historical estimates. The class ``Algorithms and Uncertainty'' will teach students about the most common models of such uncertain data and how to design and analyze efficient algorithms in these models.

Specifically, we will cover the theory of online optimization, where the input arrives without any prior information (such as network packets arriving to a router) and also needs to be processed immediately, before the next piece of input arrives. This model is best suited for analyzing critical networking and scheduling systems where devices and algorithms must perform well even in the worst-case scenario.

In the cases where previous history can be used to model the upcoming data, we often employ robust optimization or stochastic optimization. In robust optimization, the aim is to optimize the worst-case of all possible realizations of the input data. Hence, this model is rather conservative.
In stochastic optimization however, the algorithms work with the assumption that data is drawn from some probability distribution known ahead of time and typically the goal is to optimize the expected value.

Nowadays, another source of information is often available: machine learning algorithms can generate predictions which are accurate most of the time. However, there is no guarantee on the quality of the prediction, as the current instance may not be covered by the training set. This statement motivated a very recent research domain that will be covered in this course: how to use error-prone predictions in order to improve guaranteed algorithms.

Organization: The course will be taught in English in two sessions per week (4 SWS) including interactive exercise sessions.

Examination: The examination will be by individual oral exam. As admission to the oral exam it is mandatory to present solutions in the exercise session at least twice during the term.

Prerequisites: Having heard an introductory course to discrete algorithms and their mathematical analysis (e.g. Algorithmentheorie, Algorithmische Diskrete Mathematik) or graph theory is beneficial but not required.

https://lvb.informatik.uni-bremen.de/ims/03-ims-apmsk.pdf

https://lvb.informatik.uni-bremen.de/ibat/03-ibat-ata.pdf

Die Veranstaltung findet zusammen mit der 03-M-SP-2 statt.
Parametric statistical models and corresponding statistical methods will be introduced. In this, we pursue a general decision-theoretic approach, from which we will derive the different sub-areas of inferential statistics (point estimation, confidence estimation, hypothesis testing, etc). In prototypical model classes, we will characterize optimal decision rules.

Die Veranstaltung findet zusammen mit 03-M-FTH-10 statt.

https://lvb.informatik.uni-bremen.de/ibap/03-ibap-bs.pdf

Schwerpunkt: DMI, VMC
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-cg.pdf
Programmierkenntnisse sind Voraussetzung (ein erfolgreicher Abschluss des "Propädeutikums C" wird empfohlen), ebenso wie algorithmisches Denken, eine gewisse Vertrautheit mit mathematischer Begriffsbildung und Vorgehensweise.

Diese Vorlesung soll sowohl eine Einführung in die theoretischen und methodischen Grundlagen der Computergraphik geben, als auch die Grundlagen für die praktische Implementierung von computergraphischen Systemen legen. Der Schwerpunkt liegt auf Algorithmen und Konzepten zur Repräsentation und Visualisierung von polygonalen, 3-dimensionalen graphischen Szenen.
Der Inhalt umfasst in der Regel folgende Themen:
Mathematische Grundlagen; OpenGL and C ; 2D Algorithmen der Computergrafik (Scan Conversion, Visibility Computations, etc.); Theorie der Farben, Farbräume (hauptsächlich physikalische, neurologische, und technische Aspekte); 3D Computergraphik (Rendering Pipeline, Transformationen, Beleuchtung, etc.); Techniken zum Echtzeit-Rendering; Das Konzept und die Programmierung von Shadern; Texturierung (Einordnung in die Pipeline, einfache Parametrisierung, etc.).

Die Übungsaufgaben werden teils theoretisch, teils praktisch sein, wobei die praktischen Aufgaben gewisse Programmierfähigkeiten in C verlangen. (Zu Beginn der Vorlesung wird deshalb nochmals ein kurzer "Refresh" Ihrer C/C-Kenntnisse gemacht.) Die Vorlesung setzt eine gewisse mathematische, algorithmische und programmiertechnische Gewandtheit voraus, fördert diese aber auch und führt sie weiter.
https://cgvr.cs.uni-bremen.de/teaching/

Die "Hauptveranstaltung" Datenbanksysteme mit 6 CP geht bis Ende Dezember und
die 3CP Ergänzung Datenbanksysteme beginnt im Januar.
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-dbs.pdf

https://lvb.informatik.uni-bremen.de/ibv/03-ibva-dsg.pdf

Die Veranstaltung findet zusammen mit der FTH-13 statt.
The course will offer a panorama view of Discrete Mathematics, which is a core subject of mathematics with impact on algebra, topology and geometry.
Discrete structures are the main building blocks in algorithm design, and the class will also cover some algorithmic aspects, making it of interest to CS majors. Furthermore, counting techniques and asymptotic estimates are of use in discrete probability, so the class is also suitable for math majors interested in statistics.

https://lvb.informatik.uni-bremen.de/ibaa/03-ibaa-eca.pdf
Für Studierende des Zertifikatsstudiums DiMePäd ist eine Teilnahme nur bei ausreichender Kapazität möglich.

The seminar is based on the so-called "29th Internet Seminar 2025/26", see
https://www.fan.uni-wuppertal.de/de/lehre/29th-internet-seminar/
The main topics are eventually positive resolvents and semigroups, first in finite dimensional spaces and then in Banach spaces - or to be more precise in Banach lattices, which is a convenient setting for the study of (eventual) positivity.

Thema der Vorlesung ist die Analysis von Funktionen einer komplexen Variable. (Im Englischen sagt man daher "Complex Analysis".)
Themen: Wegintegrale, Cauchy'scher Integralsatz und Cauchy'sche Integralformel, Analytizität holomorpher Funktionen, Singularitäten und Laurentreihen, Residuensatz, Berechnung bestimmter Integrale der reellen Analysis, Homotopie, Riemann'scher Abbildungssatz, Primzahlsatz.

Seminararbeit und Vortrag über ausgewählte Publikation aus dem Bereich der Visualisierung großer wissenschaftlicher Datensätze

„Informatik und Gesellschaft“ richtet sich zum einen an Bachelor-Studierende der Informatik und wird JEDES Semester (Sommer- wie Wintersemester) angeboten. In der Regel besuchen Informatik-Bachelor-Studierende diesen Kurs im zweiten oder dritten Fachsemester.
Zum anderen sind interessierte Studierende anderer Fächer herzlich eingeladen, an „Informatik und Gesellschaft“ teilzunehmen. Viele der behandelten Themen sind im Kern interdisziplinär und unterschiedliche fachliche Hintergründe sind damit in der Regel sehr bereichernd.

Der Beginn und die gemeinsame Vorbesprechung dieses Kurses findet am Freitag, den 17.10.2025 von 12 bis 14 Uhr im MZH 1090 statt. An dem genannten Termin erfolgen im Plenum die Vorstellung des Kurses, die Klärung der organisatorischen Abläufe und der Scheinbedingungen. Außerdem erfolgt an diesem Termin die Aufteilung der Teilnehmer*innen auf die einzelnen Seminar- bzw. „Übungs“-Termine. Daher finden vor dieser Vorbesprechung auch noch keine Seminartermine statt.

Im weiteren Verlauf der Veranstaltung wird es vereinzelte online-Termine geben (z.B. zur Beratung der einzelnen Arbeitsgruppen) - insb die Präsentation von Referaten (aufgeteilt in mehrere Seminargruppen) ist aber als Präsenzveranstaltung geplant.

Schwerpunkt: SQ
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-isec.pdf

Homepage des KKSB und Uni-Lageplan

In this course Robust control is introduced. Robust control is an approach to design controllers to deal with uncertainty. The aim is to achieve robust performance (or stability) in the presence of bounded modelling errors.

https://lvb.informatik.uni-bremen.de/ims/03-ims-apks.pdf
Termine:
Auftakttermin: 14.10.2025 um 12:00 Uhr in Raum 2.43 Rotunde Cartesium.

In der Lehrveranstaltung werden grundlegende Konzepte der Maß- und Integrationstheorie behandelt. Ferner werden Konzepte der Wahrscheinlichkeitstheorie vertieft und damit ein weiterführendes Verständnis derselben entwickelt. Die Lehrveranstaltung "Maß- und Wahrscheinlichkeitstheorie" bildet einen Einstieg in eine Spezialisierung im Bereich Stochastik und Statistik. Insbesondere bauen inferenzstatistische Methoden auf wahrscheinlichkeitstheoretischen Konzepten auf.

Die Vorlesungen und Übungen finden in Präsenz statt.

Übungsternmine in Präsenz für Studierende der Wirtschaftsinformatik primär am Di 16-18h und für Digitale Medien am Di 8-10.

Schwerpunkt: DMI
https://lvb.informatik.uni-bremen.de/ibaa/03-ibaa-mti.pdf

The course is dedicated to the numerical solution of partial differential equations. The focus is on finite differences and finite element methods.

Partial differential equations are a main component in the modelling of physical, chemical or biological phenomena in several spatial dimensions or in space and time. They also often occur in mathematical problems in geometry or calculus of variations. The lecture deals with the discretisation of partial differential equations and the estimation of the error between continuous and discrete solution. In particular, the finite difference and the finite element method are introduced and investigated. We first discuss the application of the methods to stationary elliptic problems. Later also time-dependent problems are considered. The connection of theory, numerical analysis and implementation is particularly important.

Finding a route that minimizes the travel time from Bremen to another city is easy if all information is available upfront. In reality, when starting the trip we have to decide on a mode of transport and the first parts of our route while information about congestion, and road or train track blockages become available over time. In online optimization, we address such problems where input information is revealed step by step while some parts of the solution are already fixed.

Für Studierende des Vollfachs Informatik, Systems Engineering, Wirtschaftinformatik, Mathematik und Industriemathematik. Für Studierende der Digitalen Medien, Komplementärfach Informatik und Berufliche Bildung - Mechatronik gibt es die Veranstaltung Grundlagen der Programmierung.
Die Übungen finden im MZH in der Ebene 0 statt. Der Übungsbetrieb startet in der 2. Semesterwoche.

https://lvb.informatik.uni-bremen.de/ibap/03-ibap-ra.pdf

https://lvb.informatik.uni-bremen.de/ibg/03-ibga-fi-rdl.pdf

The quantitative assessment and the management of (extreme) risks are key tools for policy makers and stakeholders in many areas such as climate and environmental research, economics, or finance and insurance. In this course, we will get familiar with basic mathematical concepts of (quantitative) risk assessment and management.

Schwerpunkt: VMC
https://lvb.informatik.uni-bremen.de/ibap/03-ibap-sdv.pdf

• Was macht Sensordaten anders als anderen Daten?
• Kamera, Mikrophon, Inertialsensor als drei wichtige Sensoren und was sie messen
• Algorithmen zur Analyse von Sensordaten (z.B. Fouriertransformation, Sprachmerkmale, farbgetriebene BV, Filte, Houghtransformation, Bewegungsmerkmale, Klassifizierungsalgorithmen)
• Entwicklungs- und Evaluationsmethoden für Systeme mit Sensordaten
• Bayesschätzer und -filter

Die Vorlesung wird als Video zur Verfügung gestellt. In den Präsenzterminen wird der Stoff wiederholt und eingeübt. Dazu gibt es unbenotete Hausaufgaben als Vorbereitung. Die Prüfungsleistung ist eine Klausur.

Lecture under the specialization
1) Statistics/Stochastics
2) Data Analysis

Die Veranstaltuing findet im KKSB statt.

Many phenomena in nature, in technology, and in economics possess spatial, temporal, or spatio-temporal dynamics. In a probabilistic or statistical modeling framework, such dynamics are expressed by means of dependency models, dependency structures, or dependency measures. These are the topics of the seminar.

Die Kenntnisse aus dem Propädeutikum C/C++ werden vorausgesetzt.

Algorithmentheorie

Algorithmen bilden eine der wichtigsten Grundlagen der
Informatik. Anschaulich beschreibt ein Algorithmus eine Vorgehensweise
um ein Problem zu lösen. Somit bilden Algorithmen eine Grundlage der
Programmierung, sind aber unabhängig von der konkreten
Programmiersprache und Umsetzung. Algorithmen sind so vielfältig wie
ihre Anwendungen, darum ist es umso wichtiger die fundamentalen
Prinzipien des effizienten Algorithmenentwurfs und in den wichtigsten
Problembereichen die grundlegenden Lösungsverfahren zu kennen.

Die Vorlesung hat zum Ziel diese fundamentalen Prinzipien des
Algorithmenentwurfs zu vermitteln. Die Prinzipien werden anhand
klassischer Algorithmen für wichtige Probleme illustriert und
eingeübt. Auf der theoretischen Seite werden die Grundlagen
abstrakter Maschinenmodelle, formale Korrektheitsbeweise und
Laufzeitanalyse vermittelt. Das erworbene Wissen ermöglicht es den
Studierenden für ein gegebenes algorithmisches Problem verschiedene
Lösungsansätze bezüglich ihrer Effizienz zu beurteilen, den am besten
geeigneten Ansatz zur Lösung auszuwählen und seine Korrektheit zu
beweisen.

• Algorithmenparadigmen: Greedy, Divide-and-Conquer, Dynamische Programmierung
• Sortierverfahren
• Grundlegende Begriffe der Graphentheorie
• Graphenprobleme: Kürzeste-Wege, minimale aufspannende Bäume, maximale Netzwerkflüsse

Die Veranstaltung findet zusammen mit der MKOM-13 statt.
Seminar on selected topics of algebraic topology

Die genauen Termine werden im Kurs abgesprochen.
VORBESPRECHUNG mit weiteren Informationen am Mittwoch, 22.10.2025 um 15 Uhr im MZH 6200

(ACHTUNG: Am 15.10.2025 findet der Kurs noch nicht statt!)