Frågan om P=NP? Är P=NP? Bakgrund. "Snabb lösning"?!
|
|
- Cecilia Lund
- för 5 år sedan
- Visningar:
Transkript
1 Frågan om P=NP? Är P=NP? Institutionen för system- och rymdteknik Luleå tekniska universitet Luleå, Sverige Kan varje [beräknings-] problem vars lösning kan verifieras snabbt av en dator även lösas snabbt av en dator? Alla snabbt lösbara problem bildar mängden P Alla problem vars lösningar snabbt kan kollas utgör mängden NP Om svaret är JA så är P=NP och om NEJ så är P NP 1000-tals med forskare har misslyckats med att besvara frågan De allra flesta tror att P NP Att det finns problem som inte kan lösas snabbt trots att deras lösningar kan verifieras snabbt Många viktiga problem verkar nämligen vara så 1 2 Bakgrund "Snabb lösning"?! Första belägget från 1956 Ett brev från Kurt Gödel till John von Neumann Formuleringen om P=NP? är från 1971 Frågan stramades upp av Richard Karp, Stephen Cook och Leonid Levin Frågan P=NP? är den viktigaste obesvarade frågan inom datavetenskapen Den som först kommer på svaret får USD och evig berömmelse(!) Frågan är ett s k Millennium Prize Problem Googla Clay Mathematics Institute för mer info Med "snabbt" eller enkelt menas här polynomiellt antal steg/jämförelser Högst ungefär Cn k steg (eller jämförelser), där n är indatas storlek medan C och k är konstanter Exempel: 20n 2, 100n 300, 9n 3, n En lösning är polynomiell om det existerar ett k sådant att antal beräkningssteg som lösningen i värsta fall förbrukar tillhör O(n k ) Mer än polynomiellt är "långsamt eller svårt Framförallt exponentiellt Exempel: 2 n, 4 3n-5, n 3 4
2 Problem 1: Subsetsum Givet en mängd med n tal, finns det en icke-tom delmängd vars summa är noll? Konkret instans: Vad sägs om { 2, 14, 15, 10, 7, 3}? Lösning: Ja, { 2, 15, 10, -3} Lösningen kan kollas med 3 additioner och 1 jämförelse (med noll) En lösning tar högst n-1 additioner och 1 jämförelse att verifiera Detta är polynomiellt i n De bästa algoritmerna som löser problemet tar exponentiellt antal steg/jämförelser (dvs O(k n )) 2. Handelsresandeproblemet (TSP) En handelsresande vill besöka ett antal städer genom att köra från sitt hem och sen tillbaka Det finns en maximal körsträcka som inte får överskridas T ex att regler sätter begränsningar Jämför med hur långtradarchaufförer måste sova då och då Finns det någon ordning som den handelsresande kan köra runt till alla städerna i (och återvända hem) utan att köra för långt? Vilken är den kortast möjliga rutten? Källa: Schemaläggning av tentor Studenterna vid ett inte närmare namngivet nordligt beläget tekniskt universitet läser alla varje läsperiod en eller flera kurser Varje kurs avslutas med en obligatorisk tenta som tar 4 timmar att skriva För att hindra fusk måste alla som tar tentan i en kurs ta den samtidigt Om en student läser flera kurser måste tentorna i de kurserna ges olika tider (dvs inte överlappa tidsmässigt) Givet en examinationsperiod ("tentaperiod") med 5 dagar, finns det något sätt att schemalägga tentorna på så att alla studenter kan tentera alla sina kurser? Källa: 4. Packning av filer En student [vid ett inte närmare namngivet nordligt beläget tekniskt universitet] har 100 filmer och vill spara dessa på USB-minnen Filmerna har (väldigt) varierande storlek Vissa är små (< 1 GB) medan andra är stora (många GB) Ingen film får delas Varje minne rymmer 32 GB Räcker det med 10 minnen? Vilket är det minsta antalet minnen som krävs? Källa: 7 8
3 Vid ett [inte närmare namngivet nordligt beläget tekniskt] universitet vill man införa kameraövervakade tentor A och B är vänner, R och S är vänner, D och K är vänner, B och R är vänner osv... Finns det en grupp med t ex 40 studenter som alla är vänner med varandra? 7. Inbrottstjuvens dilemma En tjuv hittar vid ett inbrott en stor mängd dyrbarheter (guld, ädelstenar mm) Varje dyrbarhet är odelbar samt har viss volym och visst värde Tjuvens säck rymmer 30 liter Ryms det dyrbarheter för kr i säcken? Vilket är det maximala värdet säcken kan innehålla, om man packar så smart som möjligt? Källa: Källa: Räcker det med 100 övervakningskameror? Vilket är det absolut minsta antalet som krävs? 6. Vänskapsrelationer Antag att man har en fullständig lista på vilka studenter [vid ett inte närmare namngivet nordligt beläget tekniskt universitet] som är vänner Tentorna ges överallt på campus (inte bara i klassrum och tentasalar) För att ingen ska kunna fuska så måste varje punkt på universitetet ses av minst en kamera (gärna flera) Målning av Jerry Weiss, Källa: wikipedia om "vänskap" Källa: 5. Tentavaktningsproblemet 8. En knäckfråga I en påse finns 100 st hemgjorda knäck som alla väger lite olika Går det att dela upp alla knäck i två högar så att högarna väger lika mycket? Samma fråga men ett jämnt antal högar För om man t ex kan dela upp i 6 högar med samma vikt så kan man dela upp i 2: Lägg ihop de första 3 högarna till en hög och de övriga 3 högarna till en annan hög 11 12
4 OR NOT AND (a) Är satisfierbar, <x1=1, x2=1, x3=0> (b) Är inte satisfierbar (a) ((x1 x2) x3) (x3 (x1 x2 x3)) (x1 x2 x3) (b) ((x1 x2) x3) (x3 (x1 x2 x3)) (x1 x2 x3) Om problem och lösningsmetoder Givet en logisk krets, finns det en tilldelning av värden (0 eller 1) till variablerna x1, x2, x3,... sådan att kretsen ger 1 som utdata? Problemet kallas "SAT som i "SATisfiability Vi har just lärt känna grupperna P och NP Notera att P ingår i NP Verifiera en påstådd lösning genom att beräkna en ny (på polynomiellt antal steg/ jämförelser) och jämför dem En annan viktig grupp utgörs av de s k NPfullständiga problemen (NP-Complete) De 9 problem jag gått igenom är exempel på NP-fullständiga problem Satisfierbarhetsproblemet på svenska Nr 9 SAT var det första NP-fullständiga (1971) Såna är de svåraste att lösa i NP De kan idag endast lösas genom att testa alla möjligheter (Brute Force) NP-fullständiga problem är nära besläktade Skulle ett kunna lösas snabbt så kan alla problem i NP lösas snabbt(!) è P=NP(!) 15 NP-svåra problem (NP-Hard) är minst lika svåra att lösa som de i NP 16
5 P, NP och NP-fullständigt Studiet av [beräknings-] problem hör nära samman med datavetenskapen och datatekniken Datorer löser ju (beräknar lösningar på) problem Idag har vi sett hur lösbara problem trots allt kan vara olika svåra att lösa P och NP-fullständigt Exempel på enkla vardagsproblem som inte verkar gå att lösa snabbt Det viktigaste datavetenskapliga problemet är om P=NP eller ej Senare kommer jag att prata om rejält svåra och, ja, rent utav omöjliga problem, men mer om det då 17
Föreläsning 8: Intro till Komplexitetsteori
Föreläsning 8: Intro till Komplexitetsteori Formalisering av rimlig tid En algoritm som har körtid O(n k ) för någon konstant k är rimligt snabb. En algoritm som har körtid Ω(c n ) för någon konstant c>1
Läs merFöreläsning 9: NP-fullständighet
Föreläsning 9: NP-fullständighet Olika typer av problem: 1. Beslutsproblem: A(x) =Ja. 2. Optimeringsproblem: A(x) =m Vanligen max/min. 3. Konstruktionsproblem: A(x) =En struktur. Vanligen lösningen till
Läs merFöreläsning 7+8: NP-problem. Begreppet effektiv algoritm är alltså synonymt med går i polynomisk tid i den här kursen. Är detta en rimlig uppdelning?
Formalisering av rimlig tid Föreläsning 7+8: NP-problem En algoritm som har körtid O(n k ) för någon konstant k är rimligt snabb. En algoritm som har körtid Ω(c n ) för någon konstant c>1 är för långsam.
Läs merFöreläsning 8+9: NP-problem. Begreppet effektiv algoritm är alltså synonymt med går i polynomisk tid i den här kursen. Är detta en rimlig uppdelning?
Formalisering av rimlig tid Föreläsning 8+9: NP-problem En algoritm som har körtid O(n k ) för någon konstant k är rimligt snabb. En algoritm som har körtid Ω(c n ) för någon konstant c>1 är för långsam.
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övning 12 Anton Grensjö grensjo@csc.kth.se 10 december 2015 Anton Grensjö ADK Övning 12 10 december 2015 1 / 19 Idag Idag Komplexitetsklasser Blandade uppgifter
Läs merCOMPUTABILITY BERÄKNINGSBARHET. Källa: Goldschlager, Lister: Computer Science A Modern Introduction 2. upplaga 1988, Prentice Hall
COMPUTABILITY BERÄKNINGSBARHET Källa: Goldschlager, Lister: Computer Science A Modern Introduction 2. upplaga 1988, Prentice Hall Den centrala frågan: givet ett problem, kan det ha en algoritmisk lösning?
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övning 10 Anton Grensjö grensjo@csc.kth.se 9 november 2017 1 Idag En konstruktionsreduktion Fler bevis av NP-fullständighet 2 Teori Repetition Ett problem tillhör
Läs merÖvningsmästarprov 2 + några NP-reduktioner. Algoritmer, datastrukturer och komplexitet
Övningsmästarprov 2 + några NP-reduktioner Algoritmer, datastrukturer och komplexitet Idag Första timmen: övningsmästarprov 2 Andra timmen: NP-reduktioner Uppgiftsbeskrivning Låt oss ta bort kravet på
Läs merPCP-satsen på kombinatoriskt manér
austrin@kth.se Teorigruppen Skolan för Datavetenskap och Kommunikation 2005-10-24 Agenda 1 Vad är ett bevis? Vad är ett PCP? PCP-satsen 2 Vad, hur och varför? Lite definitioner Huvudresultatet 3 Ännu mer
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övning 10 Anton Grensjö grensjo@csc.kth.se 18 november 2015 Anton Grensjö ADK Övning 10 18 november 2015 1 / 20 Översikt Kursplanering Ö9: NP-fullständighetsbevis
Läs merFöreläsning 11. Giriga algoritmer
Föreläsning 11 Giriga algoritmer Föreläsning 11 Giriga algoritmer Användning Växelproblemet Kappsäcksproblemet Schemaläggning Färgläggning Handelsresandeproblemet Giriga algoritmer (Greedy algorithms)
Läs merFöreläsning 9: Turingmaskiner och oavgörbarhet. Turingmaskinen. Den maximalt förenklade modell för beräkning vi kommer använda är turingmaskinen.
Föreläsning 9: Turingmaskiner och oavgörbarhet Turingmaskinen Den maximalt förenklade modell för beräkning vi kommer använda är turingmaskinen. Data är ett oändligt långt band där nollor och ettor står
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övningsmästarprovsövning 2 Anton Grensjö grensjo@csc.kth.se 20 november 2017 1 Dagordning 1. Genomgång av uppgiftens lösning 2. Genomgång av bedömningskriterier
Läs merFöreläsning 12+13: Approximationsalgoritmer
Föreläsning 12+13: Approximationsalgoritmer Många av de NP-fullständiga problemen är från början optimeringsproblem: TSP, Graph Coloring, Vertex Cover etc. Man tror att P NP och att det alltså inte går
Läs merFöreläsning 1. Introduktion. Vad är en algoritm?
Några exempel på algoritmer. Föreläsning 1. Introduktion Vad är en algoritm? 1. Häll 1 dl havregryn och ett kryddmått salt i 2 1 2 dl kallt vatten. Koka upp och kocka gröten ca 3minuter. Rör om då och
Läs merBakgrund. Bakgrund. Bakgrund. Håkan Jonsson Institutionen för systemteknik Luleå tekniska universitet Luleå, Sverige
Är varje påstående som kan formuleras matematiskt*) alltid antingen sant eller falskt? *) Inom Institutionen för systemteknik Luleå tekniska universitet Luleå, Sverige Exempel: 12 = 13 nej, falskt n! >
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övning 9 Anton Grensjö grensjo@csc.kth.se 9 november 2017 1 Idag Bevis av NP-fullständighet Labbteoriredovisning inför labb 4 2 Teori Teori När vi talar om NP-fullständighet
Läs merDD1350 Logik för dataloger. Fö 7 Predikatlogikens semantik
DD1350 Logik för dataloger Fö 7 Predikatlogikens semantik 1 Kryssprodukt av mängder Om A och B är två mängder så är deras kryssprodukt A B mängden av alla par (a,b), där a A och b B. Ex: A={1,2}, B={3,4},
Läs merFöreläsning 11. Giriga algoritmer
Föreläsning 11 Giriga algoritmer Föreläsning 11 Giriga algoritmer Användning Växelproblemet Kappsäcksproblemet Schemaläggning Färgläggning Handelsresandeproblemet Uppgifter Giriga algoritmer (Greedy algorithms)
Läs merAlla datorprogram har en sak gemensam; alla processerar indata för att producera något slags resultat, utdata.
Att förstå variabler Alla datorprogram har en sak gemensam; alla processerar indata för att producera något slags resultat, utdata. Vad är en variabel? En variabel är en plats att lagra information. Precis
Läs merAlgoritmer, datastrukturer och komplexitet
Algoritmer, datastrukturer och komplexitet Övning 8 Anton Grensjö grensjo@csc.kth.se 12 november 2015 Anton Grensjö ADK Övning 8 12 november 2015 1 / 21 Översikt Kursplanering Ö8: Mästarprov 1, oavgörbarhet
Läs merKomplexitetsklasser och repetition
Algoritmer, datastrukturer och komplexitet, hösten 2016 Uppgifter till övning 12 Komplexitetsklasser och repetition Uppgifter på komplexitetsklasser co-np-fullständighet Ett diskret tekniskt diagnosproblem
Läs merTentamen i. för D1 m fl, även distanskursen. lördag 26 februari 2011
1 of 7 Örebro universitet Akademin för naturvetenskap och teknik Thomas Padron-McCarthy (thomas.padron-mccarthy@oru.se) Tentamen i Programmering grundkurs och Programmering C för D1 m fl, även distanskursen
Läs merTentamen i. för D1 m fl, även distanskursen. lördag 28 maj 2011
1 of 7 Örebro universitet Akademin för naturvetenskap och teknik Thomas Padron-McCarthy (thomas.padron-mccarthy@oru.se) Tentamen i Programmering grundkurs och Programmering C för D1 m fl, även distanskursen
Läs merAlgoritmer och datastrukturer TDA143
Algoritmer och datastrukturer TDA143 2017 02 15 Uno Holmer Algoritmer och datastrukturer, TDA143, HT17, UH Algoritm Informell beskrivning: Ett antal steg som beskriver hur en uppgift utförs. Formell beskrivning:
Läs merBakgrund och motivation. Definition av algoritmer Beskrivningssätt Algoritmanalys. Algoritmer. Lars Larsson VT 2007. Lars Larsson Algoritmer 1
Algoritmer Lars Larsson VT 2007 Lars Larsson Algoritmer 1 1 2 3 4 5 Lars Larsson Algoritmer 2 Ni som går denna kurs är framtidens projektledare inom mjukvaruutveckling. Som ledare måste ni göra svåra beslut
Läs merKaliningrad) låg vid bägge sidor av floden Pregel samt på
Grunder i matematik och logik (2018) Grafteori Marco Kuhlmann Grafteori är det område inom matematiken som undersöker egenskaper hos grafer. Inom grafteorin har begreppet graf en annan betydelse än graf
Läs merTentamen i. för D1 m fl, även distanskursen. fredag 13 januari 2012
1 of 6 Örebro universitet Akademin för naturvetenskap och teknik Thomas Padron-McCarthy (thomas.padron-mccarthy@oru.se) Tentamen i Programmering grundkurs och Programmering C för D1 m fl, även distanskursen
Läs merRelativa, kriteriebaserade och målrelaterade betyg. Målrelaterade kriterier. Relationen betygskriterier lärandemål
1 Relativa, kriteriebaserade och målrelaterade betyg Verkliga eempel på betygskriterier och eamination Viggo Kann Relativa betyg Kriteriebaserade betyg Målrelaterade betyg Skolan för datavetenskap och
Läs merStudentrapport från mitt utbyte
Partneruniversitet: Auckland University of Technology År/termin som du var på utbyte: VT19 Vilka kurser läste du och vad tycker du om kvaliteten på undervisningen vid värduniversitetet? Hur var det med
Läs merJavaScript del 3 If, Operatorer och Confirm
JavaScript del 3 If, Operatorer och Confirm Under förra uppgiften så kollade vi på hur användaren kan ge oss information via promt(), vi använde den informationen både för att skriva ut den och för att
Läs merIntroduktion till algoritmer - Lektion 1 Matematikgymnasiet, Läsåret 2014-2015. Lektion 1
Kattis Lektion 1 I kursen används onlinedomaren Kattis (från http://kattis.com) för att automatiskt rätta programmeringsproblem. För att få ett konto på Kattis anmäler du dig på Programmeringsolympiadens
Läs merhur väl kursens lärandemål uppfylls Syften med betygskriterier Uppgift i grupper om fyra Betygskriterier är bra men kräver ny examination
Betygskriterier / bedömningskriterier LH216V Utveckla lärandet med betygskriterier, dag 1 Viggo Kann Skolan för datavetenskap och kommunikation och hur väl kursens lärandemål uppfylls Skolan för teknikvetenskaplig
Läs merTentamen i Programmering grundkurs och Programmering C
1 of 7 Örebro universitet Institutionen för teknik Thomas Padron-McCarthy (thomas.padron-mccarthy@oru.se) Tentamen i Programmering grundkurs och Programmering C för D1 m fl, även distanskursen fredag 15
Läs merProgrammering C: Tentamen of 5 Prioritet och associativitet hos operatorerna i C De viktigaste operatorerna: Prioritet Kategori Operator
Programmering C: Tentamen 2008-05-31 1 of 5 Örebro universitet Institutionen för teknik Thomas Padron-McCarthy (Thomas.Padron-McCarthy@tech.oru.se) Tentamen i Programmering grundkurs och Programmering
Läs merFöreläsning 16: Tentan, att förbereda sig
TDA 545: Objektorienterad programmering Föreläsning 16: Tentan, att förbereda sig Magnus Myréen Chalmers, läsperiod 1, 2015-2016 Idag Idag: talar om tentan, förberedelse, exempel, mm. Inget nytt material.
Läs merUTVÄRDERING AV SKOGSMÄSTARPROGRAM M ET 201 1 / 1 4
2014-06-03 UTVÄRDERING AV SKOGSMÄSTARPROGRAM M ET 201 1 / 1 4 UNDERLAG Sammanställningen bygger på de enkäter som skickats ut i maj 2014 (59 st). Här redovisas endast ett urval av de frågor som ställdes
Läs merTommy Färnqvist, IDA, Linköpings universitet
Föreläsning Metoder för algoritmdesign TDDD86: DALP Utskriftsversion av föreläsning i Datastrukturer, algoritmer och programmeringsparadigm 7 december 015 Tommy Färnqvist, IDA, Linköpings universitet.1
Läs merGrundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 4: Konjunktiv och disjunktiv normalform Henrik Björklund Umeå universitet 15. september, 2014 CNF och DNF Konjunktiv normalform (CNF) Omskrivning av en formel
Läs merPartneruniversitet (enkät ifylles i datorn): University of Western Australia
Partneruniversitet (enkät ifylles i datorn): University of Western Australia Varför valde du att studera utomlands? Jag hade velat studera utomlands sen jag började juristprogrammet på Stockholms Universitet
Läs mersamt lite algoritmer en kortfattad introduktion för studenter på Intro:DV
O, P, N och NP samt lite algoritmer en kortfattad introduktion för studenter på Intro:DV DSV En enkel algoritm Ponera att du spelar poker och har fått korten till höger. Eftersom det bara rör sig om fem
Läs merIntroduktion till algoritmer - Lektion 4 Matematikgymnasiet, Läsåret 2014-2015. Lektion 4
Introduktion till algoritmer - Lektion 4 Matematikgymnasiet, Läsåret 014-015 Denna lektion ska vi studera rekursion. Lektion 4 Principen om induktion Principen om induktion är ett vanligt sätt att bevisa
Läs merTentamen i. Programmering i språket C
1 of 6 Örebro universitet Akademin för naturvetenskap och teknik Thomas Padron-McCarthy (thomas.padron-mccarthy@oru.se) Tentamen i Programmering i språket C för D1 m fl, även distanskursen lördag 25 februari
Läs mer9 Funktioner. Exempel. f(x) = x + 1 sqr(y) = y 2. x, om x < 0. abs(x) =
Lunds tekniska högskola Datavetenskap Lennart Andersson Föreläsningsanteckningar EDAF10 9 Funktioner I kursen i endimensionell analys definieras funktioner genom att man ger funktionen ett namn, talar
Läs merDD1310/DD1314/DA3009 Programmeringsteknik LÄRANDEMÅL... Vilka läser kursen? ...FLER LÄRANDEMÅL. Föreläsning 1
Skolan för Datavetenskap och kommunikation DD1310/DD1314/DA3009 Programmeringsteknik Föreläsning 1 Kursinfo Python-intro: print variabler reserverade ord input kommentarer beräkningar datatyper if-satser
Läs merTentamen i EDAF05 Algoritmer, datastrukturer och komplexitet
Tentamen i EDAF05 Algoritmer, datastrukturer och komplexitet 7 juni 2019, 8-13 Du får svara på engelska, på svenska, auf Deutsch, или по-русски. Examinator: Jonas Skeppstedt 30 av 60p behövs för betyg
Läs merTuringmaskiner och oavgörbarhet. Turingmaskinen. Den maximalt förenklade modell för beräkning vi kommer använda är turingmaskinen.
Turingmaskiner och oavgörbarhet Turingmaskinen Den maximalt förenklade modell för beräkning vi kommer använda är turingmaskinen. Data är ett oändligt långt band där nollor och ettor står skrivna: Oändligt
Läs merTENTA: TDDD11 & TDDC68. Tillåtna hjälpmedel. Starta Emacs, terminal och tentakommunikationsfönster. Skicka in frågor och uppgifter
TENTA: TDDD11 & TDDC68 Tillåtna hjälpmedel Det är tillåtet att ha böcker (t.ex. Ada-bok, formelsamlingar, lexikon,...) med sig samt utdelade lathundar (finns på kurshemsidan) för Ada, Unix och Emacs. Utdraget
Läs merAvslutning. Vad? Hur? Anmärkningar inför tentan 2. Vad ska kunnas?
Avslutning Anmärkningar inför tentan Vad ska kunnas? Avslutning 1 Vad? Anmärkningar inför tentan 1 Att ha en bra förståelse för det som behandlades på föreläsningarna och gruppövningarna räcker i princip.
Läs merDatorprogram, algoritmer och Turing-maskiner
Datorprogram, algoritmer och Turing-maskiner Uppsala universitet Turing-året 2012 Inledning Det är bekvämt om en maskin, till exempel en dator, kan utföra en uppgift, särskilt om den kan göra det avsevärt
Läs merTentaupplägg denna gång
Tentaupplägg denna gång Denna tenta är uppdelad i två olika varianter. Det är helt ok att använda vilken variant ni vill. Det är ok att byta mitt under tentan om man så vill också. Variant 1: Uppgift 1,
Läs merFöreläsning 8. Innehåll. Satisfierbarhet hos en formel. Logik med tillämpningar
Föreläsning 8 Logik med tillämpningar 000413 Innehåll Lite mer om värderingar och tolkningar Semantiska tablåer i predikatlogiken Kapitel 3.5 Satisfierbarhet hos en formel En formel A är satisfierbar om
Läs mer2016-03-18.kl.14-19. Tentaupplägg
Tentaupplägg TIPS 1: Läs igenom ALLA uppgifterna. Välj den du känner är lättast först. Det kan gärna ta 10-20 minuter. Försök skriva saker som kan vara problem i uppgifterna. Är det något du absolut kommer
Läs merInstitutionen för datavetenskap vid Helsingfors universitet
Institutionen för datavetenskap vid Helsingfors universitet PB 68 Gustaf Hällströms gata 2b Helsingfors universitet www.cs.helsinki.fi www.cs.helsinki.fi/index.sv.html Datavetenskap Datavetenskapen försöker
Läs merCS - Computer science. Datateknik Informationsbehandling Datalogi Datavetenskap (ÅA 2008)
CS - Computer science Datateknik Informationsbehandling Datalogi Datavetenskap (ÅA 2008) Vad datateknik INTE är: Att studera datorer Att studera hur man skriver datorprogram Att studera hur man använder
Läs merObjektorienterad Programmering (TDDC77)
Objektorienterad Programmering (TDDC77) Föreläsning I: kursinfo, att programmera datorer, första programmet Ahmed Rezine IDA, Linköpings Universitet Hösttermin 2015 Outline Hemsida Organization Examination
Läs merFöreläsning 1: Intro till kursen och programmering
Föreläsning 1: Intro till kursen och programmering λ Kursens hemsida http:www.it.uu.se/edu/course/homepage/prog1/mafykht11/ λ Studentportalen http://www.studentportalen.uu.se UNIX-konton (systemansvariga
Läs merBeräkningsvetenskap introduktion. Beräkningsvetenskap I
Beräkningsvetenskap introduktion Beräkningsvetenskap I Kursens mål För godkänt betyg ska studenten kunna redogöra för de grundläggande begreppen algoritm, numerisk metod, diskretisering maskinepsilon,
Läs merTATM79: Föreläsning 1 Notation, ekvationer, polynom och summor
TATM79: Föreläsning 1 Notation, ekvationer, polynom och summor Johan Thim 22 augusti 2018 1 Vanliga symboler Lite logik Implikation: P Q. Detta betyder att om P är sant så är Q sant. Utläses P medför Q
Läs merInnehåll. Mina målsättningar. Vad krävs för att nå dit? Obligatoriska uppgifter. Websajten. Datastrukturer och algoritmer
Innehåll Datastrukturer och algoritmer Föreläsning 1! Introduktion och begrepp Kurspresentation! - Målsättning! - Kursutvärdering! - Upplägg! - Översikt! Viktiga begrepp "1 "2 Mina målsättningar Alla ska
Läs mer1/15/2013. DD1310/DD1314/DA3009 Programmeringsteknik. Lärandemål... Vilka läser kursen? ...fler lärandemål VARFÖR? Föreläsning 1
Skolan för Datavetenskap och kommunikation DD1310/DD1314/DA3009 Programmeringsteknik Föreläsning 1 Kursinfo Diagnostiskt prov Python-intro: print variabler reserverade ord input kommentarer beräkningar
Läs merSå, med nytt (inget) hår satte jag mig på planet till Irland och Dublin!
Hallojs! En reseberättelse om Irland Jag heter Fabian, går tredje året på Datateknik ute i Kista och tänkte berätta om min förra höst, då jag var i Irland och lekte runt! Varför Irland kanske man frågar
Läs merBG306A Strukturmekanik, bärverksanalys MT129A Finita elementmetoden
BG306A Strukturmekanik, bärverksanalys MT129A Finita elementmetoden Antal svar: 16 (14+28) 1. Flervalsfråga Andel Allmänt Hur tycker du kursen har varit? 1. Dålig 0% 2. Ganska bra 12,5% 3. Bra 50% 4. Mycket
Läs merFöreläsning 5 Innehåll
Föreläsning 5 Innehåll Algoritmer och effektivitet Att bedöma och jämföra effektivitet för algoritmer Begreppet tidskomplexitet Datavetenskap (LTH) Föreläsning 5 VT 2019 1 / 39 Val av algoritm och datastruktur
Läs merC++ Funktioner 1. int summa( int a, int b) //funktionshuvud { return a+b; //funktionskropp } Värmdö Gymnasium Programmering B ++ Datainstitutionen
C++ Funktioner 1 Teori När programmen blir större och mer komplicerade är det bra att kunna dela upp programmet i olika delar som gör specifika saker, vilket kan göra programmet mer lättläst. Ett sätt
Läs merStudentrapport från mitt utbyte
Studentrapport från mitt utbyte Partneruniversitet: Warszawa Universitet År/termin som du var på utbyte: VT19 Varför valde du att studera utomlands? Jag såg det som en möjlighet till att utvecklas, utmana
Läs merFöreläsning 1: Intro till kursen och programmering
Föreläsning 1: Intro till kursen och programmering Kursens hemsida http:www.it.uu.se/edu/course/homepage/prog1/vt11 Studentportalen http://www.studentportalen.uu.se Lärare: Tom Smedsaas, Tom.Smedsaas@it.uu.se
Läs merHur fungerade det med bibliotek, studiematerial och datorer? Alldeles utmärkt. Universitetet hade bra bibliotek och jag hade med egen dator.
Partneruniversitet (enkät ifylles i datorn): Erasmus Universiteit Varför valde du att studera utomlands? För upplevelsen att bo utomlands. Vilka kurser läste du och vad tycker du om kvaliteten på undervisningen
Läs mer1. Hur många timmar per vecka har du i genomsnitt lagt ner på kursen (inklusive schemalagd tid)?
Utökad växt- och ståndortskännedom LP0562, 10291.1011 15 Hp Studietakt = 100% Nivå och djup = Grund Kursledare = Kenneth Lorentzon Värderingsresultat Värderingsperiod: 2010-11-02-2010-11-24 Antal svar
Läs merUppgift (poäng) 1 (2) 2 (3) 3 (4) 4 (4) 5 (3) 6 (4) 7 (6) 8 (6) 9 (8) Summa
Lena Kallin Westin 2005-08-22 Institutionen för datavetenskap Umeå universitet TENTAMEN Uppgift (poäng) 1 (2) 2 (3) 3 (4) 4 (4) 5 (3) 6 (4) 7 (6) 8 (6) 9 (8) Summa Inlämnad Poäng Kurs : Programmeringsteknisk
Läs merTentamen i kurserna Beräkningsmodeller (TDA181/INN110) och Grundläggande Datalogi (TDA180)
Göteborgs Universitet och Chalmers Tekniska Högskola 25 oktober 2005 Datavetenskap TDA180/TDA181/INN110 Tentamen i kurserna Beräkningsmodeller (TDA181/INN110) och Grundläggande Datalogi (TDA180) Onsdagen
Läs merDagens föreläsning (F15)
Dagens föreläsning (F15) Problemlösning med datorer Carl-Mikael Zetterling bellman@kth.se KP2+EKM http://www.ict.kth.se/courses/2b1116/ 1 Innehåll Programmering i Matlab kap 5 EKM Mer om labben bla Deluppgift
Läs merProgrammering. Seminarier i datavetenskap, datorteknik och informationsteknik. Niklas Broberg
Programmering Seminarier i datavetenskap, datorteknik och informationsteknik Niklas Broberg niklas.broberg@chalmers.se 2017-09-21 Hur många från Datavetenskap? Datateknik? Informationsteknik? Översikt
Läs merINFORMATION IDAG. 09:00 Information (E4304) 09:30 Fika (utanför E1418) 10:15 Labbintroduktion (E3437, E3439) 12:00 Faddrarna tar över
INFORMATION IDAG 09:00 Information (E4304) 09:30 Fika (utanför E1418) 10:15 Labbintroduktion (E3437, E3439) 12:00 Faddrarna tar över PERSONAL PÅ PROGRAMMET Anders Adlemo Programansvarig adland@ju.se Sonny
Läs merDD1314 Programmeringsteknik
Skolan för Datavetenskap och kommunikation DD1314 Programmeringsteknik Föreläsning 1 o print o variabler o reserverade ord o input o kommentarer o beräkningar o datatyper o if-satser Kursinformation Programmering:
Läs merGrundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 7: SAT-lösare Henrik Björklund Umeå universitet 29. september, 2014 SAT En instans av SAT är en mängd av mängder av literaler. Exempel: {{p, q, r}, {p, q, s},
Läs merTentamen i. för D1 m fl, även distanskursen. lördag 19 januari 2013
1 of 7 Örebro universitet Institutionen för naturvetenskap och teknik Thomas Padron-McCarthy (thomas.padron-mccarthy@oru.se) Tentamen i Programmering grundkurs och Programmering C för D1 m fl, även distanskursen
Läs merkl Tentaupplägg
Tentaupplägg TIPS 1: Läs igenom ALLA uppgifterna. Välj den du känner är lättast först. Det kan gärna ta 10-20 minuter. Försök skriva saker som kan vara problem i uppgifterna. Är det något du absolut kommer
Läs merFörslag på intervjufrågor:
Förslag på intervjufrågor: FRÅGOR OM PERSONENS BAKGRUND 1. Var är du uppväxt? 2. Om du jämför din uppväxt med andras, hur skulle du ranka din egen uppväxt? 3. Har du några syskon? 4. Vad gör de? 5. Vilka
Läs merUtvärdering Lärande med stöd av IKT vt-10
Utvärdering Lärande med stöd av IKT vt-10 1. Hur bedömer du som helhet kursens kvalitet? ( 1 anger lägsta betyg, anger högsta betyg) Fråga 1 Fråga 1 Motivering: Bl a jätteintressant att träffa folk från
Läs merAvslutning. Vad? Hur? Anmärkningar inför tentan 2. Vad ska ni kunna?
Avslutning Anmärkningar inför tentan Vad ska ni kunna? Avslutning 1 Vad? Anmärkningar inför tentan 1 Att ha en bra förståelse för det som behandlades på föreläsningarna, inlämningsuppgifterna och gruppövningarna
Läs merVT17-1DV023-7,5hp. Vilket sammanfattande omdöme ger du kursen? Antal respondenter: 56. Antal svar. Svarsfrekvens: 42,86 %
VT17-1DV023-7,5hp Antal respondenter: 56 : Svarsfrekvens: 42,86 % Vilket sammanfattande omdöme ger du kursen? Vilket sammanfattande omdöme ger du kursen? Mycket bra 17 (70,8%) Ganska bra 6 (25,0%) Ganska
Läs merObjektorienterad modellering och diskreta strukturer. 13. Problem. Sven Gestegård Robertz. Datavetenskap, LTH
Objektorienterad modellering och diskreta strukturer 13. Problem Sven Gestegård Robertz Datavetenskap, LTH 2014 Rekaputilation Vi har talat om satslogik och härledning predikatlogik och substitution mängder
Läs merkl Tentaupplägg
Tentaupplägg TIPS 1: Läs igenom ALLA uppgifterna. Välj den du känner är lättast först. Det kan gärna ta 10-20 minuter. Försök skriva saker som kan vara problem i uppgifterna. Är det något du absolut kommer
Läs merPoäng. Start v. Programmeringsteknik med C och Matlab 7,50. Antal registrerade (män/kvinnor) 274 (194/80)
TEK/NAT Kursrapport Kurs Kurskod Poäng År Start v. Programmeringsteknik med C och Matlab 5DV157 7,5 218 4 Institution Institutionen för datavetenskap Antal registrerade (män/kvinnor) 274 (194/8) Antal
Läs merSommarakademin 2010 SOMMARGUIDE
Sommarakademin 2010 SOMMARGUIDE Innehåll: Välkommen till HFF! Tacka JA! till kursen Att vara i huset Schema Bra att veta inför kursen Studentexpeditionen Verkstäder och utlåning Utställning Välkommen till
Läs mera = a a a a a a ± ± ± ±500
4.1 Felanalys Vill man hårddra det hela, kan man påstå att det inte finns några tal i den tillämpade matematiken, bara intervall. Man anger till exempel inte ett uppmätt värde till 134.78 meter utan att
Läs mer[SLUTRAPPORT: DRAWPIXLZ (ANDROID-APP)] Slutrapport. Författare: Zlatko Ladan. Program: Utvecklare av Digitala Tjänster 180P
Slutrapport Författare: Zlatko Ladan Program: Utvecklare av Digitala Tjänster 180P Kurs: Individuellt Mjukvaruprojekt Z l a t k o L a d a n Sida 1 Abstrakt: Denna rapport handlar om mitt projekt som jag
Läs merIntroduktion till Programmering. Dåtid, nutid och framtid
Introduktion till Programmering Dåtid, nutid och framtid Reflektion och feedback vänta! Vad har den här kursen lärt mig om mitt eget lärande? Vad kommer jag fortfarande minnas från den här kursen om fem
Läs merRobotar i NXc. En laboration med Mindstormrobotar. Sammanfattning KUNGLIGA TEKNISKA HÖGSKOLAN
KUNGLIGA TEKNISKA HÖGSKOLAN Robotar i NXc En laboration med Mindstormrobotar Anton Gyllenhammar 7/30/12 antongy@kth.se II1310 Introduktionskurs i datateknik Sammanfattning Denna rapport beskriver NXc-
Läs merCacheminne Intel Core i7
EDT621 Datorarkitekturer med operativsystem 7,5 hp 2015-12-07 Cacheminne i Intel Core i7 Författare: Adnan Karahmetovic Handledare: Erik Larsson Innehåll 1. Inledning... 1 1.1 Syfte... 1 1.2 Frågeställning...
Läs merVad är ett universitet? Dagens agenda. Introduktion till informationsteknik (1IK426) VT Vad är ett universitet? Linnéuniversitetet
Vad är ett universitet? Introduktion till informationsteknik (1IK426) VT 2013 Patrik Brandt patrik.brandt@lnu.se Dagens agenda Vad är ett universitet? Linnéuniversitetet Allmänna tips om universitetsstudier
Läs merTea Nygren Siv Söderlund Fredrik Wiklund. Carl Hemmingsson. Magnus Johansson. Carl Hemmingsson. Föreläsningar Lektioner Laborationer Projekt
1 (6) TFYY68 - Mekanik Sändlista Inger Erlander Klein Tea Nygren Siv Söderlund Fredrik Wiklund Carl Hemmingsson Magnus Johansson Kurskod TFYY68 Examinator Carl Hemmingsson Kursen gavs Årskurs 2 Termin
Läs merDiskret matematik, lektion 2
Diskret matematik, lektion Uppgifter med (*) är överkurs, och potentiellt lite klurigare. Ni behöver inte kunna lösa dessa. 1 Uppgifter 1. Låt A = {1,, 3}, B = {a, b}. Vilka element finns med i... a) A
Läs merTentamen, EDAA10 Programmering i Java
LUNDS TEKNISKA HÖGSKOLA 1(6) Institutionen för datavetenskap Tentamen, EDAA10 Programmering i Java 2019 08 21, 08.00 13.00 Anvisningar: Preliminärt ger uppgifterna 25 + 15 + 5 = 45 poäng. För godkänt betyg
Läs merFöreläsningsanteckningar F6
Föreläsningsanteckningar F6 Martin Andersson & Patrik Falkman Kortaste vägen mellan en nod och alla andra noder Detta problem innebär att givet en graf G = (E,V) hitta den kortaste vägen över E från en
Läs merStudentrapport från mitt utbyte
Partneruniversitet: Université Aix-Marseille År/termin som du var på utbyte: VT 19 Vilka kurser läste du och vad tycker du om kvaliteten på undervisningen vid värduniversitetet? Hur var det med studiekulturen
Läs merAtt våga tala. - går det att lära sig? Mina egna små erfarenheter... Fredrik Bengtsson
Att våga tala - går det att lära sig? Mina egna små erfarenheter... Fredrik Bengtsson Vad jag tänkte prata om... Vem är jag? Vad gör jag här? min bakgrund som talare Går det att lära sig att våga nåt?
Läs merGrundläggande logik och modellteori
Grundläggande logik och modellteori Kapitel 6: Binära beslutsdiagram (BDD) Henrik Björklund Umeå universitet 22. september, 2014 Binära beslutsdiagram Binära beslutsdiagram (Binary decision diagrams, BDDs)
Läs mer