MM850: Kompleksitet og beregnelighed

Det Naturvidenskabelige Studienævn

Undervisningssprog: På dansk eller engelsk afhængigt af underviser, men engelsk ved internationale studerende
EKA: N310035102
Censur: Ekstern prøve
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Forår
Niveau: Kandidat

STADS ID (UVA): N310035101
ECTS-point: 10

Godkendelsesdato: 29-10-2018


Varighed: 1 semester

Version: Arkiv

Kommentar

Kurset samlæses med: DM553: Kompleksitet og beregnelighed (10 ECTS)
Kurset kan ikke følges af studerende, der har bestået DM508 eller DM553.

NYT kursus F2019.
Kurset er valgfrit for følgende studieordninger: Matematik, Matematik-Økonomi, Anvendt matematik

Indgangskrav

Ingen

Faglige forudsætninger

Studerende, der følger kurset, forventes at:

  • Have kendskab til grundlæggende datastrukturer
  • Have kendskab til basale algoritmer for manipulering af (repræsentationer af) talsæt og grafer, samt implementering af sådanne i et imperativt programmeringssprog
  • Have kendskab til basal matematisk argumentation, herunder bevis ved induktion, bevis ved modstrid og logiske udtryk.
  • Have kendskab til brugen af kombinatoriske samt probabilistiske teknikker indenfor algoritmeudvikling.

Formål

Kurset har til formål at sætte den studerende i stand til at:

  • Anvende formalismer for formelle sprog til at formulere f.eks. afgørelsesproblemer præcist.
  • Opskrive endelige automater, regulære udtryk, stakautomater og kontekstfrie grammatikker som et element i en algoritmisk løsning af større problemer.
  • Afgøre kompleksiteten af nye problemer ud fra kendskab til kompleksiteten af en lang række vigtige eksempler fra kurset.
  • Vurdere om et problem kan løses ved hjælp af en computer eller om det er uafgørligt.
  • Argumentere for NP-komplethed af problemer.
  • Vurdere muligheden for at udvikle en approksimationsalgoritme for et givet optimeringsproblem der vides at være NP-hårdt.
  • Give nedre grænser for kompleksiteten af problemer der ligner dem som studeres i kurset.

Disse færdigheder er vigtige både når der skal udvikles nye algoritmer til et givet problem og når man skal vurdere om et givet problem vil kunne løses (evt. kun approksimativt) ved hjælp af en algoritme indenfor rimelig tid.

Kurset bygger oven på den viden, der er erhvervet i kurserne MM541 Kombinatorisk matematik samt MM544 Sandsynlighedsteori.

Kurset giver et fagligt grundlag for at gennemføre et bachelorprojekt samt valgfrie kandidatkurser der indeholder et eller flere af følgende elementer: kompleksitet af algoritmer, approksimationsalgoritmer og beregnelighed.

Desuden giver kurset, suppleret med ovennævnte type af kurser, et fagligt grundlag for at lave et speciale indenfor algoritmiske og kompleksitetsteoretiske emner.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

  • Give kompetence til at kunne vurdere kompleksiteten af (afgørelses)problemer.
  • Give viden om beregningsstyrken af forskellige modeller for beregning.
  • Give den studerende evnen til at kunne konstruere endelige automater og regulære udtryk for simple sprog
  • Give den studerende evnen til at kunne konstruere stakautomater og kontekstfrie grammatiker til simple sprog.
  • Udstyre den studerende med vigtige redskaber til at vise at et givet sprog ikke kan genkendes ved hjælp af en endelig automat, stakautomat eller en Turing maskine.
  • Give den studerende evnen til at kunne bevise nedre grænser for kompleksiteten af algoritmer til et givet problem.
  • Udstyre den studerende med vigtige redskaber til at kunne designe nye approksimationsalgoritmer.
  • Udstyre den studerende med vigtige redskaber til at bevise at et givet afgørelsesproblem er NP-komplet eller uafgørligt.

Målbeskrivelse

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:

  • Kunne vurdere kompleksiteten af (afgørelses)problemer.
  • Kunne vurdere beregningsstyrken af forskellige modeller for beregning.
  • Konstruere endelige automater og regulære udtryk for simple sprog
  • Konstruere stakautomater og kontekstfrie grammatiker til simple sprog.
  • Vise at et givet sprog, der ligner dem som er studeret i kurset, ikke kan genkendes ved hjælp af en endelig automat, stakautomat eller en Turing maskine.
  • Kunne bevise nedre grænser for kompleksiteten af algoritmer til et givet problem som i natur ligner dem der er behandlet i kurset.
  • Designe nye approksimationsalgoritmer til et givet problem som i natur ligner dem der er behandlet i kurset
  • Kunne bevise at et givet afgørelsesproblem, som i natur ligner dem der er behandlet i kurset, er NP-komplet eller uafgørligt.

Indhold

Kurset indeholder følgende faglige hovedområder:

  • Endelige automater og stakautomater
  • Regulære sprog og kontekstfrie sprog
  • Grammatiker
  • Turing-maskiner
  • Afgørlighed
  • Problem reduktioner
  • Nedre grænser (informationsteoretiske og modstanderargumenter)
  • Kompleksitetsklasserne P og NP
  • Teorien for NP-fuldstændighed
  • Approksimationsalgoritmer

Litteratur

Se BlackBoard for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Juni

Udprøvninger

Mundtlig eksamen

EKA

N310035102

Censur

Ekstern prøve

Bedømmelse

7-trinsskala

Identifikation

Studiekort

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Oplyses på kurset

ECTS-point

10

Uddybende information

Eksamen består af:



  • Et opgavesæt som skal løses selvstændigt og tæller som en del af den endelige eksamen

  • To opgavesæt som må laves i grupper på op til 3 og tæller som en del af den endelige eksamen


I eksamensterminen, hvor opgavesættene er afleveret, gives karakteren ud fra en helhedsvurdering af de tre opgavesæt samt den mundtlige eksamen. Censor vil have adgang til besvarelserne af opgaverne.

 Reeksamen er en mundtlig eksamen, der bedømmes med ekstern censur og karakter efter 7 trinsskalaen.

Vejledende antal undervisningstimer

76 timer per semester

Undervisningsform

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

  • Introfase (forelæsning, holdtimer) - 38 timer
  • træningsfase: 38 timer, heraf 38 timers eksaminatorier

Aktiviteter i studefasen:

  • Selvstudium af lærebogen og andet undervisningsmateriale
  • Løsning af ugentlige opgaver med henblik på diskussion af disse ved eksaminatorierne.
  • Skriftlige hjemmeopgaver som en del af eksamen
  • Selvstændig opsamling på intro- og træningsfasen
  • Repetition op til eksamen

Ansvarlig underviser

Navn E-mail Institut
Joan Boyar joan@imada.sdu.dk

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (matematik)

Team hos Uddannelsesjura & Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Profil Uddannelse Semester Udbuds periode