Das Herbstsemester 2020 findet in einer gemischten Form aus Online- und Präsenzunterricht statt.
Bitte lesen Sie die publizierten Informationen zu den einzelnen Lehrveranstaltungen genau.

252-0417-00L  Randomized Algorithms and Probabilistic Methods

SemesterHerbstsemester 2016
DozierendeA. Steger, E. Welzl
Periodizitätjährlich wiederkehrende Veranstaltung
LehrspracheEnglisch



Katalogdaten

KurzbeschreibungLas Vegas & Monte Carlo algorithms; inequalities of Markov, Chebyshev, Chernoff; negative correlation; Markov chains: convergence, rapidly mixing; generating functions; Examples include: min cut, median, balls and bins, routing in hypercubes, 3SAT, card shuffling, random walks
LernzielAfter this course students will know fundamental techniques from probabilistic combinatorics for designing randomized algorithms and will be able to apply them to solve typical problems in these areas.
InhaltRandomized Algorithms are algorithms that "flip coins" to take certain decisions. This concept extends the classical model of deterministic algorithms and has become very popular and useful within the last twenty years. In many cases, randomized algorithms are faster, simpler or just more elegant than deterministic ones. In the course, we will discuss basic principles and techniques and derive from them a number of randomized methods for problems in different areas.
SkriptYes.
Literatur- Randomized Algorithms, Rajeev Motwani and Prabhakar Raghavan, Cambridge University Press (1995)
- Probability and Computing, Michael Mitzenmacher and Eli Upfal, Cambridge University Press (2005)

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte7 KP
PrüfendeA. Steger, E. Welzl
FormSemesterendprüfung
PrüfungsspracheEnglisch
RepetitionDie Leistungskontrolle wird nur am Semesterende nach der Lerneinheit angeboten. Die Repetition ist nur nach erneuter Belegung möglich.
Zusatzinformation zum PrüfungsmodusExercises 30% to the final grade: In week 4, 7 and 10 of the term (roughly) we will hand out a specially marked exercise, whose solution (typeset in LaTeX or similar) is due two weeks later. These solutions will be graded; the grades will each account for 10% of the final grade.

End of term: written exam (180 min) accounting for 70% of the grade; open book exam: you are allowed to consult any books, handouts, and personal notes. The use of electronic devices is not allowed.

Lernmaterialien

Keine öffentlichen Lernmaterialien verfügbar.
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Lehrveranstaltungen

NummerTitelUmfangDozierende
252-0417-00 VRandomized Algorithms and Probabilistic Methods3 Std.
Di13-14CAB G 51 »
Do08-10CAB G 51 »
A. Steger, E. Welzl
252-0417-00 URandomized Algorithms and Probabilistic Methods2 Std.
Di16-18CAB G 51 »
A. Steger, E. Welzl
252-0417-00 ARandomized Algorithms and Probabilistic Methods
Project Work, no fixed presence required.
1 Std.A. Steger, E. Welzl

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

Keine zusätzlichen Belegungseinschränkungen vorhanden.

Angeboten in

StudiengangBereichTyp
CAS in InformatikFokusfächer und WahlfächerWInformation
Doktorat Departement Informationstechnologie und ElektrotechnikLehrangebot Doktorat und PostdoktoratWInformation
Informatik DZFachwissenschaftliche Vertiefung mit pädagogischem FokusWInformation
Informatik LehrdiplomFachwiss. Vertiefung mit pädagogischem Fokus und weitere FachdidaktikWInformation
Informatik MasterKernfächer der Vertiefung in Theoretical Computer ScienceWInformation
Mathematik BachelorAuswahl: Theoretische InformatikWInformation
Mathematik MasterAuswahl: Theoretische InformatikWInformation
Rechnergestützte Wissenschaften BachelorWahlfächerWInformation
Rechnergestützte Wissenschaften DZWeitere FachdidaktikWInformation
Rechnergestützte Wissenschaften MasterWahlfächerWInformation