Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Matematyka Stosowana							Poziom i forma studiów	pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania	Przedmiot wspólny							Profil kształcenia	praktyczny
Nazwa przedmiotu	Algorytmy i struktury danych							Kod przedmiotu	MAT1ASD
								Rodzaj przedmiotu	obowiązkowy
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	3
	30				30			Punkty ECTS	5
Przedmioty wprowadzające	Logika i teoria mnogości (MAT1LTM), Matematyka dyskretna (MAT1MDY), Podstawy programowania (MAT1PPR),
Cele przedmiotu	Celem przedmiotu jest wykształcenie umiejętności oceny efektywności algorytmu oraz projektowania efektywnych rozwiązań jeszcze przed fazą implementacji algorytmu. Student zostanie wyposażony na wykładzie w wiedzę na temat: metod wyznaczania/szacowania kosztów czasowych rozwiązań algorytmicznych, metod projektowania efektywnych rozwiązań algorytmicznych, metod projektowania efektywnych struktur danych, problemów trudnych obliczeniowo i rozwiązań przybliżonych. Student na pracowni specjalistycznej wykształci umiejętności: projektowania efektywnych obliczeniowo algorytmów i struktur danych, oceny efektywności zastosowanych rozwiązań, identyfikacji problemów trudnych obliczeniowo i stosowania rozwiązań przybliżonych dla tych problemów. Celem przedmiotu jest również wykształcenie umiejętności skutecznego komunikowania się w zakresie problemów inżynierskich i naukowych z przedstawicielami innych dziedzin.
Treści programowe	Wykład: Poprawność algorytmu. Złożoność obliczeniowa algorytmu. Rekurencja jako technika kodowania algorytmów.Techniki:"dziel i zwyciężaj",zachłanna, programowania dynamiczne. Struktura drzewiasta słownika. Haszowanie Struktury danych do reprezentacji grafu. Algorytmy grafowe. Algorytmy przybliżone (aproksymacyjne). Technika powrotów. Problemy trudno rozwiązalne. Klasa NP i NPC. Pracownia specjalistyczna: implementacyjne rozwiązanie problemów o jak najmniejszej złożoności czasowej, wykorzystanie techniki dziel i zwyciężaj, metody zachłannej, programowania dynamicznego przy rozwiązywaniu problemów. Implementacja algorytmów grafowych. Algorytmy przybliżone dla problemów grafowych
Metody dydaktyczne	programowanie z użyciem komputera, metoda przypadków, klasyczna metoda problemowa, wykład problemowy, wykład informacyjny,
Forma zaliczenia	Wykład - egzamin pisemny. Pracownia specjalistyczna - ocena cząstkowych zadań problemowych.
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	rozumie pojęcia poprawności oraz złożoności obliczeniowej algorytmu								K_W09 K_W10
EU2	rozumie sposób działania standardowych metod projektowania efektywnych algorytmów i struktur danych								K_W09 K_W10
EU3	wykorzystuje algorytmy przybliżone i heurystyki do problemów trudno rowiązywalnych								K_U13 K_U19
EU4	wyznacza/szacuje złożoność czasową i pamięciową projektowanego algorytmu lub struktury danych								K_U10 K_U11 K_U13
EU5	potrafi projektować efektywne rozwiązania dla zidentyfikowanego problemu inżynierskiego lub naukowego opisanego językiem zastosowań dziedzin spoza informatyki								K_U10 K_U11 K_U13 K_U16
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	egzamin pisemny								W
EU2	egzamin pisemny								W
EU3	ocena cząstkowych zadań problemowych								Ps
EU4	ocena cząstkowych zadań problemowych								Ps
EU5	ocena cząstkowych zadań problemowych								Ps
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - Udział w wykładach								30
	2 - Udział w pracowni specjalistycznej								30
	3 - Przygotowanie do pracowni specjalistycznej								8
	4 - Udział w konsultacjach								5
	5 - Realizacja zadań problemowych pracowni specjalistycznej								40
	6 - Przygotowanie do egzaminu								10
	7 - Obecność na egzaminie								2
RAZEM:									125
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									67 (7)+(1)+(2)+(4)	2.7
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									78 (5)+(3)+(2)	3.1
Literatura podstawowa	1. T.H. Cormen, C.E. Leiserson, R.L. Rivest. Wprowadzenie do algorytmów, WNT, Warszawa 2012. 2. R. Neapolitan, K. Namipour. Podstawy algorytmów z przykładami w C++, Helion, Warszawa 2006. 3. A.V. Aho, J.E. Hopcroft, J.D. Ullman. Projektowanie i analiza algorytmów komputerowych, PWN, Warszawa 2007.
Literatura uzupełniająca	1. L. Banachowski, K. Diks, W. Rytter. Algorytmy i struktury danych, WNT, Warszawa 2006. 2. Algorytmy i struktury danych : ćwiczenia. Cz.1, Analiza i techniki projektowania algorytmów, Białystok: Oficyna Wydawnicza Politechniki Białostockiej, 2020. 3. N. Wirth. Algorytmy + struktury danych = programy, WNT, Warszawa 2004. 4. J.P. Mueller, L. Massaron, Algorytmy dla bystrzaków, Gliwice : Helion, 2020.
Jednostka realizująca	Katedra Informatyki Teoretycznej								Data opracowania programu
Program opracował(a)	dr inż. Anna Borowska,dr Joanna Karbowska-Chilińska								2021.04.20