Θεωρία Πολυπλοκότητας (ΠΛ1): Διαφορά μεταξύ των αναθεωρήσεων

Από Wiki Τμήματος Μαθηματικών
Χωρίς σύνοψη επεξεργασίας
 
(3 ενδιάμεσες αναθεωρήσεις από τον ίδιο χρήστη δεν εμφανίζεται)
Γραμμή 1: Γραμμή 1:
[[Περιγράμματα Μεταπτυχιακών Μαθημάτων]] - [https://math.uoi.gr Τμήμα Μαθηματικών]
* [[Complexity Theory (ΠΛ1)|English version]]
{{Course-Graduate-Top-GR}}
{{Menu-OnAllPages-GR}}


=== Γενικά ===
=== Γενικά ===

Τελευταία αναθεώρηση της 12:10, 15 Ιουνίου 2023

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ1
Εξάμηνο 1
Τίτλος Μαθήματος ΘΕΩΡΙΑ ΠΟΛΥΠΛΟΚΟΤΗΤΑΣ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Επιλογής
Προαπαιτούμενα Μαθήματα Απαραίτητες γνώσεις από 641-Σχεδίαση και Ανάλυση Αλγορίθμων
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Ο κύριος σκοπός του μαθήματος είναι η εισαγωγή στην έννοια της πολυπλοκότητας χρόνου και χώρου για την επίλυση δύσκολων προβλημάτων.
  • Η έννοια της πολυπλοκότητας επίλυσης προβλημάτων. Μηχανές Turing, μη-ντετερμινισμός και ντετερμινισμός, η μέθοδος της διαγωνοποίησης, αποφασίσιμες και μη αποφασίσιμες γλώσσες - το HALTING PROBLEM είναι μη αποφασίσιμο.
  • Το θεώρημα του Rice, το θεώρημα της αναδρομής, το θεώρημα Smn. Μέτρηση πολυπλοκότητας (χρόνος και χώρος), ασυμπτωτικές εκφράσεις και συμβολισμοί, περιορισμοί στους πόρους υπολογισμού, οι κλάσεις P, NP, PSPACE. Το Θεμελιώδες ερώτημα αν P=NP.
  • Το θεώρημα του Savitch, σχέσεις μεταξύ κλάσεων πολυπλοκότητας, η ιεραρχία κλάσεων DSPACE και DTIME. Πολυωνυμικές αναγωγές, το θεώρημα του Cook: το Πρόβλημα της Ικανοποιησιμότητας Λογικών Εκφράσεων (SAT) είναι NP-πλήρες.

Μέθοδοι απόδειξης NP-πληρότητας προβλημάτων.

  • Η πολυωνυμική ιεραρχία χρόνου, PSPACE-πλήρη προβλήματα και το πρόβλημα QBF, αποδεδειγμένα δύσκολα υπολογιστικά προβλήματα. Αλγόριθμοι Monte Carlo και Las Vegas.

Στο μάθημα περιλαμβάνονται ατομικές ασκήσεις, περιληπτική συγγραφή και παρουσίαση σχετικών ερευνητικών εργασιών. Στόχος του μαθήματος είναι οι φοιτητές να είναι σε θέση:

  • να κατανοήσουν τις κλάσεις πολυπλοκότητας,
  • να επεκτείνουν τις μεθόδους επίλυσης δύσκολων προβλημάτων, και
  • να αντιλαμβάνονται δύσκολα επιλύσιμα προβλήματα με αναγωγές.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Αυτόνομη εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον

Περιεχόμενο Μαθήματος

  • ΝΡ και υπολογιστική δυσεπιλυσιμότητα
  • Η κλάση PSPACE
  • Επέκταση των ορίων επιλυσιμότητας
  • Προσεγγιστικοί Αλγόριθμοι
  • Τοπική Αναζήτηση
  • Τυχαιοποιημένοι Αλγόριθμοι

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Υποστήριξη Μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Ατομικές Εργασίες (50%)
  • Συγγραφή Περιληπτικών Εργασιών (20%)
  • Παρουσιάσεις (30%)

Συνιστώμενη Βιβλιογραφία

  • Computational Complexity, Christos Papadimitriou.
  • Computers and Intractability, M. R. Garey and D. S. Johnson.
  • J. Kleinberg and E. Tardos, Σχεδιασμός Αλγορίθμων, ελληνική έκδοση, Εκδόσεις Κλειδάριθμος, 2008
  • T. Cormen, C. Leiserson, R. Rivest, and C. Stein, Εισαγωγή στους Αλγορίθμους, ελληνική έκδοση, Πανεπιστημιακές Εκδόσεις Κρήτης, 2012.