Offerta Didattica

 

ENGINEERING AND COMPUTER SCIENCE

ADVANCED ALGORITHMS AND COMPUTATIONAL MODELS (yearly)

Classe di corso: LM-32, 18 - Classe delle lauree magistrali in Ingegneria informatica
AA: 2017/2018
Sedi: MESSINA
SSDTAFtipologiafrequenzamoduli
INF/01Affine/IntegrativaLiberaLibera
CFUCFU LEZCFU LABCFU ESEOREORE LEZORE LABORE ESE
1290312072048
Legenda
CFU: n. crediti dell’insegnamento
CFU LEZ: n. cfu di lezione in aula
CFU LAB: n. cfu di laboratorio
CFU ESE: n. cfu di esercitazione
FREQUENZA:Libera/Obbligatoria
MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli
ORE: n. ore programmate
ORE LEZ: n. ore programmate di lezione in aula
ORE LAB: n. ore programmate di laboratorio
ORE ESE: n. ore programmate di esercitazione
SSD:sigla del settore scientifico disciplinare dell’insegnamento
TAF:sigla della tipologia di attività formativa
TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio

Obiettivi Formativi

Il modulo si pone tre obiettivi principali: - introdurre lo studente allo sviluppo di metodologie strutturare per modelizzare varie situazioni in termini di grafi - mostrare una serie di soluzioni di problemi tipiche della teoria dei grafi - migliorare le competenze dello studente in termini di analisi e codifica di algoritmi

Learning Goals

The module has three main goals: - introduce the student to the employment of structured methodologies to model various situations in terms of graphs - show a series of solutions to problems typical of the graph theory - increase the proficiencies of the student in terms of both analysis and coding of algorithms

Metodi didattici

Lezioni frontali, svolgimento di esercitazioni in aula e a casa

Teaching Methods

Frontal lectures, discussions of exercises, homeworks

Prerequisiti

Lo studente deve conoscere i fondamenti della programmazione e del corso di Algoritmi (o equivalente)

Prerequisites

The student must know the basics of Programming and Algorithms (or equivalent)

Verifiche dell'apprendimento

L'apprendimento verrà verificato mediante la valutazione di una serie di esercizi da svolgere individualmente a casa e un progetto finale da discutere durante l'esame orale.

Assessment

Learning will be verified through the evaluation of homework exercises and a final project to be discussed during the oral examination.

Programma del Corso

Elementary graph algorithms Representation of graphs Breadth-first search Depth-first search Topological sort Strongly connected components Minimum spanning tree Growing a minimum spanning tree The algorithms of Kruskal and Prim Single-source shortest paths The Bellman-Ford algorithm Single-source shortest paths in directed acyclic graphs Dijkstra's algorithm Difference constraints and shortest paths Proofs of shortest-paths properties All-pairs shortest paths Shortes paths and matrix multiplication The Floyd-Warshall algorithm Johnson's algorithm for sparse graphs Maximum flow Flow networks The Ford-Fulkerson method Maximum bipartite matching Push-relabel algorithms The relabel-to-front algorithm

Course Syllabus

Elementary graph algorithms Representation of graphs Breadth-first search Depth-first search Topological sort Strongly connected components Minimum spanning tree Growing a minimum spanning tree The algorithms of Kruskal and Prim Single-source shortest paths The Bellman-Ford algorithm Single-source shortest paths in directed acyclic graphs Dijkstra's algorithm Difference constraints and shortest paths Proofs of shortest-paths properties All-pairs shortest paths Shortes paths and matrix multiplication The Floyd-Warshall algorithm Johnson's algorithm for sparse graphs Maximum flow Flow networks The Ford-Fulkerson method Maximum bipartite matching Push-relabel algorithms The relabel-to-front algorithm

Testi di riferimento: Cormen, Leiserson, Rivest, Stein, "Introduction to ALgorithms", third edition, ISBN-13: 978-0262033848 "Graph algorithms", a collection of readings from Wikipedia

Elenco delle unità didattiche costituenti l'insegnamento

ADVANCED ALGORITHMS AND COMPUTATIONAL MODELS A

Docente: GIACOMO FIUMARA
NNomeSSDTipoCFUORETAFFrequenza
1ADVANCED ALGORITHMS AND COMPUTATIONAL MODELS AINF/01LEZ4,536Affine/IntegrativaLibera
2ADVANCED ALGORITHMS AND COMPUTATIONAL MODELS AINF/01ESE1,524Affine/IntegrativaLibera

Legenda
SEGMENTO: Tutte le unità didattiche sono composte da almeno un segmento
TIPO:LEZ - lezione, ESE - esercitazione, LAB - laboratorio

Orario di Ricevimento - GIACOMO FIUMARA

GiornoOra inizioOra fineLuogo
Lunedì 11:30 13:30Edificio principale dell'ex facoltà di Scienze MM. FF. NN. (secondo piano), blocco dell'ex direzione del Dipartimento di Matematica. Prenotarsi mediante email
Mercoledì 11:30 13:30Edificio principale dell'ex facoltà di Scienze MM. FF. NN. (secondo piano), blocco dell'ex direzione del Dipartimento di Matematica. Prenotarsi mediante email
Note:

ADVANCED ALGORITHMS AND COMPUTATIONAL MODELS B

Docente: MASSIMO VILLARI
NNomeSSDTipoCFUORETAFFrequenza
1ADVANCED ALGORITHMS AND COMPUTATIONAL MODELS BINF/01LEZ4,536Affine/IntegrativaLibera
2ADVANCED ALGORITHMS AND COMPUTATIONAL MODELS BINF/01ESE1,524Affine/IntegrativaLibera

Legenda
SEGMENTO: Tutte le unità didattiche sono composte da almeno un segmento
TIPO:LEZ - lezione, ESE - esercitazione, LAB - laboratorio

Orario di Ricevimento - MASSIMO VILLARI

GiornoOra inizioOra fineLuogo
Martedì 16:00 18:00Dipartimento di Ingegneria Blocco B VII Piano. Previa prenotazione per email settimana precedente.
Giovedì 16:00 18:00Dipartimento di Ingegneria Blocco B VII Piano. Previa prenotazione per email settimana precedente.
Note:
  • Segui Unime su:
  • istagram32x32.jpg
  • facebook
  • youtube
  • twitter
  • UnimeMobile
  • tutti