DM817: Netværksprogrammering: Teori og anvendelser

Det Naturvidenskabelige Studienævn

Undervisningssprog: Dansk, men engelsk ved internationale studerende
EKA: N340083102
Censur: Ekstern prøve
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Efterår
Niveau: Kandidatkursus forhåndsgodkendt som Ph.d.-kursus

STADS ID (UVA): N340083101
ECTS-point: 10

Godkendelsesdato: 02-03-2020


Varighed: 1 semester

Version: Arkiv

Kommentar

15005701 (tidligere UVA) er identisk med denne kursusbeskrivelse.
Kurset udbydes efter behov og udbydes ikke nødvendigvis hvert år. Eksamensforsøg for DM817 udbydes efter følgende plan, når kurset udbydes: Ordinær eksamen (januar), første reeksamen (marts) og 2. reeksamen i (juni).
Eksamensforsøg for DM817 (en del af kursusudbud E20) udbydes: Ordinær eksamen januar 2021, første reeksamen marts 2021 og 2. reeksamen i juni 2021.

Indgangskrav

Ingen

Faglige forudsætninger

Studerende, der følger kurset, forventes at:
  • Have kendskab basale algoritmer, som dem der undervises i DM507
  • Have kendskab til basal matematisk argumentation, herunder bevis ved induktion og bevis ved modstrid.
  • Have kendskab til kompleksitet af algoritmer
  • Have kendskab til basale datastrukturer som dem der undervises i DM507

Formål

Kurset har til formål at sætte den studerende i stand til at:
  • Anvende strømningsalgoritmer som et vigtigt værktøj til at løse praktiske optimeringsproblemer. Eksempler på disse er, udover egentlige strømningsproblemer, f.eks. matchingproblemer, orienteringsproblemer og simple skeduleringsproblemer
  • Modellere diverse optimeringsproblemer som strømningsproblemer 
  • Anvende teorien for strømning i netværk til at vise at et givet problem kan løses effektivt.
  • Bruge teorien for strømning i netværk til at udlede strukturelle beskrivelser af optimale løsninger til visse optimeringsproblemer.
  • Redegøre for de i kurset gennemgåede algoritmer, samt anvende disse på problemer som ligner dem fra kurset.
  • Opstille en (generaliseret) strømningsmodel ud fra en problembeskrivelse i ord.
  • Redegøre for algoritmer fra kurset, hvori strømningsalgoritmer indgår som en delkomponent, f.eks udvidelse af kantsammenhængen i digrafer, pardannelse i 2-delte grafer og skeduleringsalgoritmer.
Kurset bygger oven på den viden, der er erhvervet i kurserne DM507 Algoritmer og datastrukturer og DM553 Kompleksitet og Beregnelighed. 
Kurset giver fagligt grundlag for valgfrie kandidatkurser indenfor kombinatorisk optimering og grafteoretiske emner. Desuden giver kurset et fagligt grundlag for at lave et speciale indenfor grafalgoritmer, samt naturligvis alle strømningsrelaterede emner.
I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at den studerende skal:
  • Kunne analysere og løse avancerede problemstillinger ved hjælp af de lærte strømningsmetoder.
  • Kunne udvikle nye varianter af de lærte strømningsmetoder med henblik på at anvende disse på nye problemtyper.
  • Kunne løse praktiske optimeringsproblemer ved hjælp af de lærte algoritmer.

Målbeskrivelse

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:
  • Kunne anvende teorien for strømning i netværk som et redskab til at løse problemer som i natur ligner dem fra kurset.
  • Kunne anvende strømningsalgoritmer som delkomponenter i mere komplekse algoritmer.
  • Kunne vurdere om man kan modellere et givet problem, som i natur ligner dem fra kurset, som et strømningsproblem.
  • Argumentere for kompleksiteten af algoritmer som baserer sig på strømningsalgoritmer.
  • Kunne redegøre for generalisationer af strømning i netværk og forklare med eksempler, hvorledes disse udvider anvendelsesområdet for teorien.
  • Kunne anvende teori og algoritmer fra kurset til at løse praktiske optimeringsproblemer, som for eksempel strømningsproblemer, transportproblemer, matching problemer, simple skeduleringsproblemer og problemer vedrørende orienteringer af (vej) netværk.

Indhold

Kurset indeholder følgende faglige hovedområder:
  • Korteste veje 
  • Strømning og minimum omkostnings strømning
  • Polynomielle algoritmer til strømningsproblemer
  • Skedulering, herunder projektplanlægning
  • Strømninger med konvekse omkostningsfunktioner
  • Submodulære strømme
  • Grafsammenhæng
  • Pardannelse i grafer
  • Primal dual algoritmer

Litteratur

Se itslearning for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Januar

Udprøvninger

Projektopgaver

EKA

N340083102

Censur

Ekstern prøve

Bedømmelse

7-trinsskala

Identifikation

Studiekort

Sprog

Følger, som udgangspunkt, undervisningssprog

Varighed

Mundtlig reeksamen - 60 minutter

Hjælpemidler

Nærmere beskrivelse af eksamensreglerne vil blive offentliggjort i itslaerning.

ECTS-point

10

Uddybende information

Reeksamen er en mundtlig eksamen.

Vejledende antal undervisningstimer

66 timer per semester

Undervisningsform

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

  • Introfase 40 timer 
  • Træningsfase 26 timer, heraf eksaminatorier 26 timer

Aktiviteter i studiefasen:

  • Løsning af ugentlige opgaver med henblik på diskussion af disse ved eksaminatorierne
  • Løsning af projektopgaverne
  • Selvstudium af visse emner fra lærebogen
  • Selvstændig opsamling på intro og træningsfasen.
    Introfasen består af forelæsninger ved underviser. Her gennemgås teori og metoder og disse  illustreres med eksempler. Introfasen suppleres af træningsfasen, hvor de studerende ugentligt arbejder med  nye opgaver, der belyser de emner som aktuelt studeres. Endeligt består studiefasen af yderligere selvstændig læsning af og reflektion over kursus materialerne, samt løsning af de 2 projektopgaver som udgør kursets evaluering.

Yderligere undervisere

Navn E-mail Institut By
Jørgen Bang-Jensen jbj@imada.sdu.dk Institut for Matematik og Datalogi

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (matematik)

Team hos Uddannelsesjura & Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Profil Uddannelse Semester Udbuds periode