Algoritmen en Complexiteit

Algorithms and Complexity

6 EC

Semester 1, periode 1

5062ALCO6Y

Eigenaar Bachelor Informatica
Coördinator dr. Leen Torenvliet
Onderdeel van Bachelor Informatica, jaar 2Dubbele bachelor Wiskunde en Informatica, jaar 2

Studiewijzer 2017/2018

Globale inhoud

Computers worden steeds sneller en krachtiger. Daar staat tegenover dat we steeds grotere en ingewikkelder problemen met computers willen aanpakken. Deze twee ontwikkelingen houden elkaar minstens in evenwicht, en de al dan niet objectieve ergernis over de traagheid van computers blijft onder ons. Niet alleen door betere, snellere en krachtigere hardware, maar vooral door beter doordachte meer op het probleem toegesneden software kunnen imposante besparingen op rekentijd en geheugengebruik worden bereikt. Vaak kunnen simpele observaties het verschil maken tussen dagen rekentijd en minuten. In dit college zullen we aandacht besteden aan een aantal van deze programmeermethoden die veelvuldig toepassing hebben gekregen. Voorbeelden hiervan zijn: greedy algoritmen, dynamisch programmeren, branch & bound en backtracking met geheugenfuncties. Sommige problemen zijn bewijsbaar zo moeilijk dat er geen snelle algoritmen voor bestaan. In dat geval is het toegestaan genoegen te nemen met oplossingen die een slechts een benadering geven van de juiste of de optimale oplossing, of met programma's die alleen gemiddeld snel zijn. In het tweede gedeelte van het college zullen we aandacht besteden aan deze bewijzen, en aan verschillende soorten van benaderingsalgoritmen.

Studiemateriaal

Syllabus

  • 'Algoritmen & Complexiteit', Leen Torenvliet

Leerdoelen

A Kennis


Student heeft functionele kennis van de volgende begrippen:
complexiteitsmaten, complexiteitsklassen, optimalisatiealgoritmen, dynamisch programmeren, greedy algoritmen, reducties, complexe problemen (eind van het college).

B Toepassing


De student kan:

  1. Bepalen van de tijdscomplexiteit van een gegeven algoritme. (+- week 2)
  2. Ontwerpen van een algoritme met een van tevoren bepaalde bovengrens voor een gegeven probleem. (+- week 4)
  3. Ontwerpen van een algoritme in een van de drie behandelde optimaliseringsstrategieën. (+- week 4)
  4. Analyseren van een netwerkprobleem en vertalen van een gegeven probleem in een netwerk probleem. (+- week 5)
  5. Toepassen van Discrete Fourier Transformatie op praktijkvoorbeelden. (+- week 5)
  6. Vertalen van een probleem in een ander probleem door middel van tijdbegrensde reductie. (+- week 7)

C Analyse/synthese


De student kan algoritmische eigenschappen van een probleem analyseren
(bijvoorbeeld: heeft exhaustive search over een groot domein nodig, of is door constante ruimte begrensd) op grond waarvan voorspellingen kunnen worden gedaan over de (on)mogelijkheid tot het ontwerpen van efficiënte algoritmen.

Onderwijsvormen

  • Hoorcollege
  • Werkcollege
  • Zelfstandig werken aan bijv. project/scriptie

Hoorcollege, huiswerk en programmeeropdrachten. Er zijn 6 series huiswerk en 6 toetsen. Bij de toetsen moet je wel aanwezig zijn (elke eerste les van de week een kwartier) anders kun je ze niet maken. Verder is er geen aanwezigheidsplicht maar is het eigen verantwoordelijkheid.

Verdeling leeractiviteiten

Activiteit

Aantal uur

Hoorcollege

28

Werkcollege

14

Zelfstudie

126

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

  • Voor practica en werkgroepbijeenkomsten met opdrachten geldt een aanwezigheidsplicht. Wanneer studenten niet voldoen aan deze aanwezigheidsplicht kan dit als gevolg hebben dat het onderdeel niet met een voldoende kan worden afgerond.

Toetsing

Onderdeel en weging Details

Eindcijfer

Bij een onvoldoende score voor de wekelijkse toetsen is er de mogelijkheid tot herkansing na het college in de vorm van een tentamen.

Opdrachten

Groepsopdrachten

  • programmeeropdrachten (huiswerk)

Fraude en plagiaat

Over het algemeen geldt dat elke uitwerking die je inlevert ter verkrijging van een beoordeling voor een vak je eigen werk moet zijn, tenzij samenwerken expliciet door de docent is toegestaan. Het inzien of kopiëren van andermans werk (zelfs als je dat hebt gevonden bij de printer, in een openstaande directory of op een onbeheerde computer) of materiaal overnemen uit een boek, tijdschrift, website, code repository of een andere bron - ook al is het gedeeltelijk - en inleveren alsof het je eigen werk is, is plagiaat.

We juichen toe dat je het cursusmateriaal en de opdrachten met medestudenten bespreekt om het beter te begrijpen. Je mag bronnen op het web raadplegen om meer te weten te komen over het onderwerp en om technische problemen op te lossen, maar niet voor regelrechte antwoorden op opgaven. Als in een uitwerking gebruik is gemaakt van externe bronnen zonder dat een bronvermelding is vermeld (bijvoorbeeld in de rapportage of in commentaar in de code), dan kan dat worden beschouwd als plagiaat.

Deze regels zijn er om alle studenten een eerlijke en optimale leeromgeving aan te kunnen bieden. De verleiding kan groot zijn om te plagiëren als de deadline voor een opdracht nadert, maar doe het niet. Elke vorm van plagiaat wordt bestraft. Als een student ernstige fraude heeft gepleegd, kan dat leiden tot het uitschrijven uit de Universiteit. Zie voor meer informatie over het fraude- en plagiaatreglement van de Universiteit van Amsterdam: www.student.uva.nl

Weekplanning

Cursusweek Werkvorm Uren per week
1 - 7 Hoorcollege 4  
1 - 7 Werkcollege 2

Rooster

Het rooster van dit vak is in te zien op DataNose.

Aanvullende informatie

Aanbevolen voorkennis: Enige programmeerervaring, met name in imperatieve talen is een must. Verder is kennis van grafen en grafeneigenschappen een voordeel. Basiskennis van wiskunde (bewijzen) is ook nuttig bij dit college.

Verwerking vakevaluaties

Hieronder vind je de aanpassingen in de opzet van het vak naar aanleiding van de vakevaluaties.

Contactinformatie

Coördinator

  • dr. Leen Torenvliet