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.
Kursinnehåll
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.
Förutsättningar
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.)