| Corsi di Laurea | Corsi di Laurea Magistrale | Corsi di Laurea Magistrale a Ciclo Unico |
| Scuola di Ingegneria | ||
| INGEGNERIA DELL'AUTOMAZIONE | ||
Insegnamento
DATI E ALGORITMI 2
IN14112348, A.A. 2014/15
Informazioni valide per gli studenti immatricolati nell'A.A. 2014/15
DATI E ALGORITMI 2
IN14112348, A.A. 2014/15
Informazioni valide per gli studenti immatricolati nell'A.A. 2014/15
Principali informazioni sull'insegnamento
| Corso di studio |
Corso di laurea magistrale in INGEGNERIA DELL'AUTOMAZIONE IN0527, ordinamento 2008/09, A.A. 2014/15 |
 porta questa pagina con te |
|---|---|---|
| Crediti formativi | 9.0 | |
| Tipo di valutazione | Voto | |
| Denominazione inglese | DATA STRUCTURES AND ALGORITHMS 2 | |
| Dipartimento di riferimento | Dipartimento di Ingegneria dell'Informazione (DEI) | |
| Obbligo di frequenza | No | |
| Lingua di erogazione | ITALIANO | |
| Sede | PADOVA | |
| Corso singolo | È possibile iscriversi all'insegnamento come corso singolo | |
| Corso a libera scelta | È possibile utilizzare l'insegnamento come corso a libera scelta |
Docenti
| Responsabile | GEPPINO PUCCI | INF/01 |
|---|
Mutuante
| Codice | Insegnamento | Responsabile | Corso di studio |
|---|---|---|---|
| IN14112348 | DATI E ALGORITMI 2 | GEPPINO PUCCI | IN0521 |
Dettaglio crediti formativi
| Tipologia | Ambito Disciplinare | Settore Scientifico-Disciplinare | Crediti |
|---|---|---|---|
| AFFINE/INTEGRATIVA | Attività formative affini o integrative | ING-INF/05 | 9.0 |
Organizzazione dell'insegnamento
| Periodo di erogazione | Primo semestre |
|---|---|
| Anno di corso | A scelta dello studente |
| Modalità di erogazione | frontale |
| Tipo ore | Crediti | Ore di didattica assistita |
Ore Studio Individuale |
|---|---|---|---|
| LEZIONE | 9.0 | 72 | 153.0 |
| Inizio attività didattiche | 26/09/2016 |
|---|---|
| Fine attività didattiche | 24/01/2015 |
| Visualizza il calendario delle lezioni | Lezioni 2019/20 Ord.2008 |
Commissioni d'esame
| Commissione | Dal | Al | Membri |
|---|---|---|---|
| 9 A.A. 2017/2018 | 01/10/2017 | 15/03/2020 |
PUCCI
GEPPINO
(Presidente)
PIETRACAPRINA ANDREA ALBERTO (Membro Effettivo) BILARDI GIANFRANCO (Supplente) FANTOZZI CARLO (Supplente) VANDIN FABIO (Supplente) |
| 8 A.A. 2015/2016 | 10/01/2017 | 15/03/2017 |
PUCCI
GEPPINO
(Presidente)
PIETRACAPRINA ANDREA ALBERTO (Membro Effettivo) VANDIN FABIO (Supplente) |
| 7 A.A. 2016/2017 | 01/10/2016 | 15/03/2018 |
PUCCI
GEPPINO
(Presidente)
PIETRACAPRINA ANDREA ALBERTO (Membro Effettivo) FANTOZZI CARLO (Supplente) VANDIN FABIO (Supplente) |
| 6 A.A. 2015/2016 | 01/10/2015 | 15/03/2017 |
BILARDI
GIANFRANCO
(Presidente)
FANTOZZI CARLO (Membro Effettivo) PESERICO STECCHINI NEGRI DE SALVI ENOCH (Supplente) VANDIN FABIO (Supplente) |
| 5 A.A. 2014/2015 | 01/10/2014 | 15/03/2016 |
PUCCI
GEPPINO
(Presidente)
PIETRACAPRINA ANDREA ALBERTO (Membro Effettivo) AGOSTI MARISTELLA (Supplente) BILARDI GIANFRANCO (Supplente) COMIN MATTEO (Supplente) DE POLI GIOVANNI (Supplente) FANTOZZI CARLO (Supplente) FERRARI CARLO (Supplente) PIZZI CINZIA (Supplente) SATTA GIORGIO (Supplente) |
| 4 | 01/10/2013 | 15/03/2015 |
PUCCI
GEPPINO
(Presidente)
PIETRACAPRINA ANDREA ALBERTO (Membro Effettivo) BILARDI GIANFRANCO (Supplente) DE POLI GIOVANNI (Supplente) FANTOZZI CARLO (Supplente) FERRARI CARLO (Supplente) PINI MARIA SILVIA (Supplente) PIZZI CINZIA (Supplente) |
| Prerequisiti: | Introduzione alla programmazione; Strutture di dati; Elementi di combinatorica; Teoria della Computazione. |
| Conoscenze e abilita' da acquisire: | Competenze di problem-solving. Capacità di affrontare il processo di risoluzione di un problema computazionale con strumenti rigorosi basati su alcuni paradigmi algoritmici generali. Conoscenza di primitive algoritmiche notevoli. Comprensione del concetto di problema intrattabile. |
| Modalita' di esame: | Esame scritto diviso in due parti: a) teoria e b) risoluzione di problemi.
Eventuale esame orale. |
| Criteri di valutazione: | La prova scritta valuta sia la dimestichezza con il materiale esposto a lezione che la capacità acquisita di applicare le tecniche apprese a nuovi contesti. |
| Contenuti: | Paradigmi algoritmici: progetto e analisi. Casi di studio notevoli. Teoria dell'intrattabilità computazionale. |
| Attivita' di apprendimento previste e metodologie di insegnamento: | 1. Introduzione agli argomenti del corso. Richiami: definizione di problema e algoritmo; modello computazionale; modello di costo; uso dello pseudolinguaggio
2. Il paradigma divide-and-conquer: Caratteristiche generali e strumenti per l'analisi; Casi di studio: Moltiplicazione di interi: algoritmo di Karatsuba; Moltiplicazione di matrici: algoritmo di Strassen; Moltiplicazione di polinomi: la Fast Fourier Trasform. 3. Il paradigma dynamic programming: Caratteristiche generali: sottoproblemi ripetuti e tecniche di risoluzione; Casi di studio: Algoritmo di Matrix-chain multiplication; Problemi su stringhe: Longest Common Subsequence. 4. Il paradigma greedy: Problemi risolvibili con l'approccio greedy e tecniche di risoluzione; Casi di studio: Il problema della selezione di attività I codici di Huffman per la compressione dei dati. 5. La teoria della NP-Completezza: Classi di complessità P, NP, co-NP e NPC; Tecniche di riducibilità in tempo polinomiale e riduzioni notevoli. |
| Eventuali indicazioni sui materiali di studio: | A complemento del libro di testo la pagina web del corso
http://www.dei.unipd.it/~geppo/DA2 offre materiale integrativo, dispense ed esercizi svolti. |
| Testi di riferimento: |
|
