Kursplan för Algoritmer och datastrukturer III

Algorithms and Data Structures III

Kursplan

  • 5 högskolepoäng
  • Kurskod: 1DL481
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Datavetenskap A1N

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2015-03-12
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2021-02-04
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: vecka 27, 2021
  • Behörighet: 120 hp varav 30 hp matematik inkl. en introduktion till linjär algebra (Linjär algebra och geometri I) och grundläggande logik (Algebra I eller Baskurs i matematik), och 45 hp datavetenskap. Genomgången Algoritmer och datastrukturer II. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
  • Ansvarig institution: Institutionen för informationsteknologi

Mål

Efter godkänd kurs ska studenten kunna

  • analysera NP-fullständighet för algoritmiska problem;
  • använda avancerade algoritmanalysmetoder inom områden som amorterad analys och probabilistisk analys;
  • använda avancerade algoritmdesignmetoder för att pragmatiskt kunna arbeta med svåra algoritmiska problem, t ex genom att använda randomiserade algoritmer (såsom universal hashing), approximeringsalgoritmer, stokastisk lokal sökning (såsom simulated annealing och tabu search), heltalsprogrammering, satslogisk satisfierbarhet (SAT) och SAT modulo teorier (SMT).
  • presentera och diskutera material relaterat till kursens innehåll muntligt och skriftligt med för utbildningsnivån lämplig färdighet.

Innehåll

NP-fullständighet. Avancerade tekniker inom algoritmanalys och design såsom amorterad och probabilistisk analys, universal hashing, heltalsprogrammering, simulated annealing, tabu search, satisfierbarhet (SAT). Anknytning till modern forskning inom algoritmik.

Undervisning

Föreläsningar, lektioner och övningar.

Examination

Muntlig och skriftlig redovisning av uppgifter samt muntlig och skriftlig tentamen.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Övergångsbestämmelser

Kursen kan ej tillgodoräknas i examen tillsammans med kurserna Algoritmer och datastrukturer (DV)3/III (1DL104, 1DL113, 1DL030) och Avancerad algoritmik (1DL480).

Litteratur

Litteraturlista

Gäller från: vecka 27, 2022

I bibliotekets söktjänst kan du se om en titel finns elektroniskt.