Teoria obliczeń i złożoności obliczeniowej

Sylabus modułu zajęć

Informacje podstawowe

Kierunek studiów Cykl dydaktyczny

Informatyka - Data Science 2021/2022

Specjalność Kod przedmiotu

Wszystkie IEiTIDSS.IIi80000O.0f8505002f45b7415a9467d748911a
7d.21
Jednostka organizacyjna
Wydział Informatyki, Elektroniki i Telekomunikacji Języki wykładowe
Polski
Poziom kształcenia
studia magisterskie inżynierskie II stopnia Obligatoryjność
Obowiązkowy
Forma studiów
Stacjonarne Blok zajęciowy
przedmioty ogólne
Profil studiów
Ogólnoakademicki Przedmiot powiązany z badaniami naukowymi
Tak

Koordynator Piotr Faliszewski

przedmiotu

Prowadzący zajęcia Piotr Faliszewski

Okres Forma weryfikacji uzyskanych efektów uczenia się Liczba

Semestr 0 Zaliczenie punktów ECTS
3.0
Forma prowadzenia i godziny zajęć
Wykład: 30, Ćwiczenia audytoryjne: 14

Cele kształcenia dla przedmiotu

Celem przedmiotu jest zapoznanie studentów z podstawowymi pojęcia teorii obliczeń i złożoności obliczeniowej.
C1 Student powinien zrozumieć pojęcia (nie)obliczalności, trudności obliczeniowej, redukcji między problemami
obliczeniowymi.

1/6
 Efekty uczenia się dla przedmiotu

Kierunkowe efekty
Kod Efekty w zakresie Metody weryfikacji
uczenia się

Wiedzy – Student zna i rozumie:

Aktywność na zajęciach,
znaczenie pojęcia nierozstrzygalności problemów INF2DS_W01_0, Udział w dyskusji,
W1
obliczeniowych. INF2DS_W02_0 Kolokwium, Odpowiedź
ustna

Aktywność na zajęciach,
podstawowe pojęcia teorii obliczeń i złożoności INF2DS_W01_0, Udział w dyskusji,
W2
obliczeniowej. INF2DS_W02_0 Kolokwium, Odpowiedź
ustna

Aktywność na zajęciach,
teoretyczne i praktyczne konsekwencje wysokiej Udział w dyskusji,
W3 INF2DS_W02_0
złożoności zadań obliczeniowych. Kolokwium, Odpowiedź
ustna

Umiejętności – Student potrafi:

Aktywność na zajęciach,
wykazać równoważność obliczeniową rozważanych Udział w dyskusji,
U1 INF2DS_U02_0
problemów Kolokwium, Odpowiedź
ustna

Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć
W ramach przedmioty przedstawione są podstawy teorii obliczeń i złożoności obliczeniowej.

Bilans punktów ECTS

Średnia liczba godzin* przeznaczonych

Rodzaje zajęć studenta
na zrealizowane aktywności

Wykład 30

Ćwiczenia audytoryjne 14

Przygotowanie do zajęć 40

Dodatkowe godziny kontaktowe 6

Liczba godzin
Łączny nakład pracy studenta
90

Liczba godzin
Liczba godzin kontaktowych
44

* godzina (lekcyjna) oznacza 45 minut

Treści programowe

Efekty uczenia się dla Formy prowadzenia

Lp. Treści programowe
przedmiotu zajęć

2/6
 1. Podstawowe pojęcia (2 godz.)
Problem obliczeniowy, problem funkcyjny, problem
decyzyjny, języki formalne. Związek między
problemami funkcyjnymi i problemami decyzyjnymi.
Związek między problemami decyzyjnymi i językami
formalnymi.

2. Modele obliczeń (4 godz.)

Maszyna Turinga (deterministyczna i
niedeterministyczna). Wielotaśmowa maszyna Turina.
Maszyna RAM. Równoważność modeli obliczeniowych,
teza Turinga-Church’a.

3. Problemy nierozstrzygalne (4 godz.)

Pojęcie rozstrzygalności i akceptowalności języka.
Klasy R, RE i coRE. Problem stopu. Metody dowodzenia
nierozstrzygalności: metoda diagonalizacji, pojęcie
redukcji między językami, tw. Rice’a. Przykłady
problemów nierozstrzygalnych.

4. Hierarchia arytmetyczna (2 godz.)

Charakteryzacja klas RE i coRE przy pomocy
kwantyfikatora egzystencjalnego i uniwersalnego.
Pojęcie hierarchii arytmetyczne. Metoda wyznaczania
przynależności języka do odpowiedniego poziomu
hierarchii arytmetycznej.

5. Złożoność w sensie Kołmogorowa (2 godz.)

Pojęcie niekompresowalności napisów. Pojęcie
złożoności Kołmogorowa napisu i jego podstawowe
1. W1, W2, W3 Wykład
własności. Przykłady zastosowań złożoności
Kołmogorowa.

6. Złożoność obliczeniowa (2 godz.)

Pojęcie złożoności czasowej i pamięciowej dla
deterministycznych i niedterministycznych maszyn
Turinga. Klasy P, NP, coNP, PSPACE oraz NPSPACE.
Przykłady przynależności problemów do klas P, NP i
PSPACE. Dowód, że PSPACE = NPSPACE.

7. Problemy NP-zupełne (8 godz.)

Pojęcie redukcji w czasie wielomianowym. Własności
redukcji. Pojęcie problemu NP-zupełnego. Bezpośredni
dowód NP-zupełności problemu spełnialności formuł
logicznych. Zastosowanie redukcji do dowodów NP-
zupełności. Przykłady problemów NP-zupełnych.
Pojęcie słabej i silnej NP-zupełności.

8. Struktura klasy NP (2 godz.)

Problem równości klas P i NP. Istnienie języków w NP,
które nie należą do P ani nie są NP-zupełne.
Twierdzenie Ladnera. Twierdzenie Mahaney’a.

9. Hierarchia wielomianowa (2 godz.)

Pojęcie maszyny Turinga z wyrocznią. Definicja
hierarchii wielomianowej. Związek hierarchii
wielomianowej i hierarchii arytmetycznej. Własności
hierarchii wielomianowej. Problem nieskończoności
hierarchii wielomianowej. Klasy P i NP z wyrocznią NP
⋂ coNP. Pojęcia autoredukcji i samoredukcji języków.

3/6
 1. Programowanie maszyny Turinga (2 godz.)
2. Równoważność modeli obliczeń (2 godz.)
3. Własności klas R, RE i coRE (1 godz.)
4. Redukcje między nierozstrzygalnymi problemami (3
godz.)
2. 5. Klasyfikacja problemów w hierarchii arytmetycznej U1 Ćwiczenia audytoryjne
(1 godz.)
6. Własności klas P, NP i coNP (1 godz.)
7. Warianty problemu spełnialności formuł logicznych
(2 godz.)
8. Dowodzenie NP-zupełności problemów (2 godz.)

Informacje rozszerzone

Metody i techniki kształcenia:

Dyskusja, Wykonanie ćwiczeń tablicowych, Wykłady będą odbywać się w sposób zdalny z użyciem platformy Webex/Teams

Warunki
Rodzaj zajęć Sposób weryfikacji i oceny efektów uczenia się zaliczenia
przedmiotu

Wykład Aktywność na zajęciach, Udział w dyskusji, Kolokwium, Odpowiedź ustna

Uzyskanie co
najmniej połowy
Ćwiczenia audytoryjne Aktywność na zajęciach, Udział w dyskusji, Kolokwium, Odpowiedź ustna
punktów z
kolokwiów.

Dodatkowy opis

Wykłady z przedmiotu będą prowadzone w sposob zdalny z wykorzystaniem platformy Webex lub Teams.
Pozostałe zajęcia będą odbywać się w salach. Dotyczy to także zaliczeń i egzaminów odbywajacych się w sesjach
egzaminacyjnych. Oczywiście będzie to zależeć od aktualnej sytuacji epidemicznej.

Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki
dopuszczenia do egzaminu

Przeprowadzane jest jedno kolokwium poprawkowe.

Sposób obliczania oceny końcowej

W wypadku zaliczenia przedmiotu w pierwszym terminie, ocena końcowa jest równa ocenie z ćwiczeń, ale nie mniejsza niż
3.5. W przypadku zaliczenia przedmiotu w terminie drugim lub trzecim, ocena końcowa wynosi 3.0.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach

W trakcie kolokwium zaliczeniowego studenci nieobecni z usprawiedliwionych powodów na kolokwiach w trakcie semestru
mogą je uzupełnić. Nieobecność na ćwiczeniach tablicowych można nadrabiać w trakcie zajęć innych grup (o ile ich liczność
na to pozwala). Nieusprawiedliwiona nieobecność na więcej niż dwóch zajęciach jest podstawą do niezaliczenia przedmiotu.

Wymagania wstępne i dodatkowe

Ogólna znajomość matematyki z naciskiem na matematykę dyskretną. Podstawowa wiedza dotycząca: logiki, teorii grafów,
metod konstruowania algorytmów.

Zasady udziału w poszczególnych zajęciach, ze wskazaniem, czy obecność studenta na zajęciach jest

4/6
obowiązkowa

Wykład: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci
winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
Ćwiczenia audytoryjne: Studenci przystępując do ćwiczeń są zobowiązani do przygotowania się w zakresie wskazanym
każdorazowo przez prowadzącego (np. w formie zestawów zadań). Ocena pracy studenta może bazować na wypowiedziach
ustnych lub pisemnych w formie kolokwium, co zgodnie z regulaminem studiów AGH przekłada się na ocenę końcową z tej
formy zajęć.

Literatura
Obowiązkowa

1. 1. Sipser M.: Wprowadzenie do teorii obliczeń. WNT, Warszawa 2009

2. 2. Papadimitriou C.H.: Złożoność obliczeniowa. WNT, Warszawa 2002
3. 3. Bovet D.P, Crescenzi P.: Introduction to the theory of complexity. Prentice Hall, 1994
4. 4. Wegener I.: Complexity Theory, Springer, 2005
5. 5. Kościelski A.: Teoria obliczeń. Wydawnictwo Uniwersytetu Wrocławskiego, Wrocław 1997

Badania i publikacje
Badania

1. Badania dotyczące teorii złożoności obliczeniowej systemów wyborczych.

Publikacje

1. Approximation Algorithms for BalancedCC Multiwinner Rules, M. Brill, P. Faliszewski, F. Sommer, N. Talmon, AAMAS-19.
2. Chamberlin-Courant Rule with Approval Ballots: Approximating the MaxCover Problem with Bounded Frequencies in FPT
Time, P. Skowron, P. Faliszewski, Journal of Artificial Intelligence Research, Vol. 60, pp. 687--716, 2017.
3. Bribery as a Measure of Candidate Success: Complexity Results for Approval-Based Multiwinner Rules P. Faliszewski, P.
Skowron, N. Talmon, AAMAS-2017.
4. How Hard is Control in Single-Crossing Elections?, K. Magiera, P. Faliszewski, Autonomous Agents and Multiagent
Systems, Vol. 31(3), pp. 606--627, 2017.
5. Weighted Electoral Control, P. Faliszewski, E. Hemaspaandra, L. Hemaspaandra, Journal of Artificial Intelligence Research,
Vol. 52, pp. 507--542, 2015.

5/6
 Kierunkowe efekty uczenia się

Kod Treść

Potrafi ocenić, dobrać i stosować właściwe metody i narzędzia do realizacji systemów informatycznych
INF2DS_U02_0
oraz potrafi ocenić przydatność i korzystać z dostępnych bibliotek i algorytmów.

Ma wiedzę w zakresie wybranych języków i technik programowania oraz uporządkowaną wiedzę w

INF2DS_W01_0
zakresie inżynierii wymagań i jakości.

Ma wiedzę w zakresie wybranych zagadnień budowy oprogramowania, w szczególności w zakresie

INF2DS_W02_0
systemów operacyjnych, baz danych, sieci komputerowych oraz złożoności obliczeniowej algorytmów.

6/6