2. Docenti
  3. Didattica

PROGETTAZIONE DI ALGORITMI

Annalisa DE BONIS PROGETTAZIONE DI ALGORITMI

0512100043
DIPARTIMENTO DI INFORMATICA
CORSO DI LAUREA
INFORMATICA
2020/2021

OBBLIGATORIO
ANNO CORSO 2
ANNO ORDINAMENTO 2017
SECONDO SEMESTRE
CFUOREATTIVITÀ
648LEZIONE
324ESERCITAZIONE


ANNALISA DE BONIS T Curriculum
Obiettivi
CONOSCENZA E CAPACITÀ DI COMPRENSIONE

L’INSEGNAMENTO SI PREFIGGE I SEGUENTI OBIETTIVI:

- FORNIRE ALLO STUDENTE METODI E CONOSCENZE ATTI AL PROGETTO DI ALGORITMI EFFICIENTI
- FORNIRE STRUMENTI PER L’ANALISI DELLE RISORSE (SPAZIO E TEMPO) UTILIZZATE DAGLI ALGORITMI
- FORNIRE UN CATALOGO DEI PIÙ NOTI ED EFFICIENTI ALGORITMI PER PROBLEMI COMPUTAZIONALI DI BASE (ORDINAMENTO, RICERCA, OTTIMIZZAZIONE DI RISORSE, ECC.)

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
L’INSEGNAMENTO HA COME OBIETTIVO QUELLO DI RENDERE LO STUDENTE CAPACE DI ASTRARRE MODELLI E
PROBLEMI ALGORITMICI FORMALI DA PROBLEMI COMPUTAZIONALI CONCRETI, E DI PROGETTARE PER ESSI
SOLUZIONI ALGORITMICHE EFFICIENTI.

RISULTATI DI APPRENDIMENTO ATTESI:

CONOSCENZA E CAPACITÀ DI COMPRENSIONE

- CONOSCENZA DELLE NOTAZIONI ASINTOTICHE USATE NELL'ANALISI DI ALGORITMI
- CONOSCENZA DEI METODI PER LA VALUTAZIONE DELLE RISORSE USATE DAGLI ALGORITMI
- CONOSCENZA DELLA METODOLOGIA DIVIDE ET IMPERA PER IL PROGETTO DI ALGORITMI
- CONOSCENZA DELLA METODOLOGIA DI PROGRAMMAZIONE DINAMICA PER IL PROGETTO DI ALGORITMI
- CONOSCENZA DELLA METODOLOGIA GREEDY PER IL PROGETTO DI ALGORITMI
- CONOSCENZA DELLE TECNICA DI VISITE SU GRAFI
- CONOSCENZA DEI METODI PER IL CALCOLO DI CAMMINI MINIMI IN GRAFI
- CONOSCENZA DEI METODI PER IL CALCOLO DI ALBERI RICOPRENTI DI PESO MINIMO IN GRAFI
- CONOSCENZA DELLA METODOLOGIA DEL BACKTRACKING
- CONOSCENZA DELLE METODOLOGIA DEL BRANCH AND BOUND

CAPACITÀ DI APPLICARE CONOSCENZE E COMPRENSIONE

- CAPACITÀ DI VALUTARE LA COMPLESSITÀ ASINTOTICA DEGLI ALGORITMI
- CAPACITÀ DI PROGETTARE ALGORITMI BASATI SULLA METODOLOGIA DIVIDE ET IMPERA
- CAPACITÀ DI PROGETTARE ALGORITMI BASATI SULLA METODOLOGIA DI PROGRAMMAZIONE DINAMICA
- CAPACITÀ DI PROGETTARE ALGORITMI BASATI SULLA METODOLOGIA GREEDY
- CAPACITÀ DI PROGETTARE ALGORITMI SU GRAFI
- CAPACITÀ DI PROGETTARE ALGORITMI BASATI SULLA METODOLOGIA DEL BACKTRACKING
- CAPACITÀ DI PROGETTARE ALGORITMI BASATI SULLA METODOLOGIA DEL BRANCH AND BOUND

AUTONOMIA DI GIUDIZIO

LO STUDENTE SARÀ IN GRADO DI VALUTARE IN AUTONOMIA:
- L'EFFICIENZA (O MENO) DI UN ALGORITMO
- LA CORRETTEZZA (O MENO) DI UN ALGORITMO
- IL DOMINIO DI APPLICABILITÀ DELLA METODOLOGIA DIVIDE ET IMPERA E LA SUA OPPORTUNITÀ D'USO
- IL DOMINIO DI APPLICABILITÀ DELLA METODOLOGIA DI PROGRAMMAZIONE DINAMICA E LA SUA OPPORTUNITÀ D'USO
- IL DOMINIO DI APPLICABILITÀ DELLA METODOLOGIA GREEDY E LA SUA OPPORTUNITÀ D'USO
- IL DOMINIO DI APPLICABILITÀ DELLA METODOLOGIA DEL BACKTRACKING E LA SUA OPPORTUNITÀ D'USO
- IL DOMINIO DI APPLICABILITÀ DELLA METODOLOGIA DEL BRANCH AND BOUND E LA SUA OPPORTUNITÀ D'USO

ABILITÀ COMUNICATIVE

LO STUDENTE SARÀ IN GRADO DI SOSTENERE CONVERSAZIONI TECNICHE SUL PROGETTO ED ANALISI DI ALGORITMI.
LO STUDENTE SARÀ ALTRESÌ IN GRADO DI ILLUSTRARE LE DIFFERENTI TECNICHE PER IL PROGETTO DI ALGORITMI
(DIVIDE ET IMPERA, PROGRAMMAZIONE DINAMICA, GREEDY, BACKTRACKING E BRANCH AND BOUND).
Prerequisiti
LO STUDENTE DOVREBBE AVERE ACQUISITO LE NOZIONI DI MATEMATICA
INSEGNATE NEL PRECEDENTE ANNO ACCADEMICO E LA CAPACITÀ DI SVILUPPARE RAGIONAMENTI DI TIPO LOGICO.
DOVREBBE ALTRESÌ AVER APPRESO I CONCETTI DI BASE DI UN INSEGNAMENTO INTRODUTTIVO ALLE STRUTTURE
DATI.
Contenuti
ORE DI LEZIONI FRONTALI: 48
ORE DI ESERCITAZIONI: 24

1.INTRODUZIONE ALLE NOTAZIONI ASINTOTICHE O GRANDE, OMEGA, TETA E
LORO APPLICAZIONI ALL'ANALISI ASINTOTICA DEGLI ALGORITMI (4 ORE TEORIA + 2 DI ESERCITAZIONI)
2.STUDIO DELL'EQUAZIONI DI RICORRENZA PER L'ANALISI DELLA COMPLESSITÀ DI
ALGORITMI RICORSIVI E DERIVAZIONE DI METODI PER LA LORO SOLUZIONE (2 ORE TEORIA + 2 DI ESERCITAZIONI)
3.STUDIO DELLA TECNICA DIVIDE ET IMPERA PER LA PROGETTAZIONE DI ALGORITMI E RELATIVI
ESEMPI DI APPLICAZIONE (10 ORE TEORIA + 4 DI ESERCITAZIONI)
4.STUDIO DELLA TECNICA PROGRAMMAZIONE DINAMICA PER LA PROGETTAZIONE DI ALGORITMI
E RELATIVI ESEMPI DI APPLICAZIONE (10 ORE TEORIA + 4 DI ESERCITAZIONI).
5.STUDIO DELLA TECNICA GREEDY PER LA PROGETTAZIONE DI ALGORITMI E RELATIVI ESEMPI DI
APPLICAZIONE (10 ORE TEORIA + 4 DI ESERCITAZIONI).
6.GRAFI ED ALGORITMI SU GRAFI. VISITA IN AMPIEZZA E VISITA IN PROFONDITÀ DI GRAFI E
LORO APPLICAZIONI. GRAFI DIRETTI ACICLICI ED ORDINAMENTO TOPOLOGICO. ALGORITMI PER IL
CALCOLO DI CAMMINI DI COSTO MINIMO IN GRAFI CON COSTI SU ARCHI. ALGORITMI PER IL
CALCOLO DI ALBERI RICOPRENTI DI COSTO MINIMO IN GRAFI CON COSTI SU ARCHI
(8 ORE TEORIA + 6 DI ESERCITAZIONI).
7.ALGORITMI INTELLIGENTI DI RICERCA ESAUSTIVA: BACKTRACKING, BRANCH-AND-BOUND E RELATIVI
ESEMPI DI APPLICAZIONE. (4 ORE TEORIA + 2 DI ESERCITAZIONI).
Metodi Didattici
L’INSEGNAMENTO PREVEDE UNA PARTE DI LEZIONI FRONTALI DI CARATTERE
TEORICO/METODOLOGICO FINALIZZATE ALL'APPRENDIMENTO DELLE TECNICHE
DI BASE PER IL PROGETTO ED ANALISI DI ALGORITMI, E UNA PARTE DI LEZIONI
DI TIPO ESERCITATIVO IN CUI SI ILLUSTRERÀ, CON ABBONDANZA DI ESEMPI,
IN CHE MODO LE METODOLOGIE ACQUISITE POSSANO ESSERE UTILIZZATE AL
FINE DI RISOLVERE PROBLEMI ALGORITMICI DI INTERESSE PRATICO.
Verifica dell'apprendimento
IL RAGGIUNGIMENTO DEGLI OBIETTIVI DELL’INSEGNAMENTO È CERTIFICATO MEDIANTE IL SUPERAMENTO DI UN ESAME CON VALUTAZIONE IN TRENTESIMI. L'ESAME PREVEDE UNA PROVA SCRITTA ED UNA PROVA ORALE. LA PROVA SCRITTA POTRÀ ESSERE SOSTITUITA DA DUE PROVE INTERCORSO. LA PROVA SCRITTA SI SVOLGE IN DATA PRECEDENTE ALLA PROVA ORALE E LA SI CONSIDERA SUPERATA CON IL RAGGIUNGIMENTO DEL PUNTEGGIO MINIMO PRESTABILITO. LE PROVE SCRITTE SARANNO PARTICOLARMENTE PROGETTATE PER VERIFICARE IL LIVELLO DI ACQUISIZIONE, DA PARTE DELLO STUDENTE, DELLE CAPACITÀ DI APPLICARE LE METODOLOGIE PER IL PROGETTO ED ANALISI DI ALGORITMI A SEMPLICI PROBLEMI CONCRETI. LA PROVA ORALE CONSISTE IN UN COLLOQUIO CON DOMANDE E DISCUSSIONE SULLE METODOLOGIE DI PROGETTO DI ALGORITMI STUDIATE DURANTE IL CORSO. ESSA È FINALIZZATA AD ACCERTARE IL LIVELLO DI CONOSCENZA E DI COMPRENSIONE RAGGIUNTO DALLO STUDENTE, AD ACCERTARE LA CAPACITÀ DI ESPOSIZIONE DI ORGANIZZAZIONE DELL'ESPOSIZIONE SUGLI STESSI ARGOMENTI A CONTENUTO TEORICO. LA VOTAZIONE FINALE È DI NORMA LA MEDIA DELLE VALUTAZIONI DELLA PROVA SCRITTA E DELLA PROVA ORALE.
Testi
LIBRI DI TESTO:
KLEINBERG, TARDOS. ALGORITHM DESIGN. PEARSON ADDISON WESLEY.
S. DASGUPTA, C.H. PAPADIMITRIOU, AND U.V. VAZIRANI. ALGORITHMS. MCGRAW-HILL

ULTERIORI MATERIALI E SUPPORTI NECESSARI PER AFFRONTARE LO STUDIO E LA GESTIONE DELLA PROVA DI
VERIFICA POTRANNO ESSERE FORNITI TRAMITE LE PAGINE DEI DOCENTI E/O LA PIATTAFORMA E-LEARNING
ALL’INDIRIZZO HTTP://ELEARNING.INFORMATICA.UNISA.IT/
Altre Informazioni
È RAGIONEVOLE SUPPORRE CHE UNA PREPARAZIONE SODDISFACENTE RICHIEDA IN MEDIA 2 ORE DI STUDIO PER CIASCUNA ORA TRASCORSA IN AULA.
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2022-05-23]