Prüfungsstoff Randomisierte Algorithmen Vorlesung von Wolfgang Merkle im Sommersemester 2015, Im Sommersemester2015 fallen folgende Themen weg: Kap 11: Local Lemma, Kap. 12: Kargers Algorithmus mit Verzweigungsprozessen, Kap. 14: Tschebyscheffsche Ungleichung. Kapitel 1 Introduction Randomisierte und deterministische Variante von Quicksort, One-time-pad-Verschlüsselung, Eigenschaften der Paritätsfunktion. Kapitel 2 Some facts from probability theory Diskrete Wahrscheinlichkeitsverteilungen und Zufallsvariablen. Indikatorvariablen. Gemeinsame Verteilung, stochastische, paarweise und k-fache Unabhängigkeit, Erwartungswert und dessen Eigenschaften. Bedingte Wahrscheinlichkeitsverteilungen. Erwartete Anzahl der Fixpunkte einer zufällig und gleichverteilt gewählten Permutation. Prüfungsstoff Randomisierte Algorithmen Kapitel 5 The probabilistic method Summenfreie Teilmengen. Kapitel 6 The Byzantine agreement problem Bedingungen, Regeln und Ziel der Byzantinischen Übereinkunft. Protokoll Byzantine-Agreement und dessen Verifikation. Bedeutung der verschiedenen Schwellenwerte für das Protokoll und seine Verifikation. Kapitel 7 Stable marriages Unzufriedene Paare und stabile Heiraten, Heiratssatz. Terminierung und Korrektheit des Algorithmus Proposal und obere Schranke O(n log n) für die Durchschnittskomplexität. Anwendung des Prinzips der verzögerten Entscheidung, gedächtnislose Version, Äquivalenz zum Spielerbildersammeln. Prüfungsstoff Randomisierte Algorithmen Kapitel 3 The tenure game Determiniertheit endlicher Zweipersonenspiele mit perfekter Information. Randomisierte Strategie mit Erfolgswahrscheinlichkeit echt größer 0 impliziert deterministische PStrategie. 1 Bedeutung der Potentialfunktion m i 2di im Tenure-Spiel. Kapitel 4 Basic derandomization techniques Algorithmus Cut und das erwartete Gewicht m/2 des ausgegebenen Schnitts. Derandomisierung mittels bedingter Erwartungswerte. Algorithmus Cutα und die Komplexitä des Vergleichs der beiden Erwartungswerte im derandomisierten Algorithmus. Derandomisierung mittels paarweiser unabhängiger Zufallsvariablen, Konstruktion solcher Zufallsvariablen in einem kleinen Wahrscheinlichkeitsraum. Prüfungsstoff Randomisierte Algorithmen Kapitel 8 Yao’s Minimax Principle Erwartete Kosten von Las-Vegas-Algorithmen im schlimmsten Fall. Las-Vegas-Algorithmen mit Black-Box-Zugriff auf die Eingabe als Wahrscheinlichkeitsverteilungen. Das Minimax-Prinzip von Yao. Untere und obere Schranken für das randomisierte Überprüfen von Matrizen auf leere Spalten. Optimale Strategien für Matrixspiele und zugehörige Auszahlungen, Gleichgewichtspunkte. Minimax-Theorem von von Neumann, dessen Variante und der Zusammenhang mit dem Minimax-Prinzip von Yao. Kapitel 9 The complexity of randomized sorting Untere und obere Schranken für randomisiertes Sortieren. Beweisskizze für die obere Schranke. Prüfungsstoff Randomisierte Algorithmen Prüfungsstoff Randomisierte Algorithmen Kapitel 12 Kapitel 10 Checking and correctinge Vergleich von Dateien mittels Fingerabdrücken und Abschätzung der Fehlerwahrscheinlichkeit. Finden von Teilwörtern. Algorithmen Multiplication-Check und Multiplication-Correction und deren Analyse. Kapitel 11 The Lovasz Local Lemma Zufallsvariablen, die nur von einer Menge anderer Zufallsvariablen abhängig sind. Die Grundform des Local-Lemmas von Lovasz und deren Anwendung auf Formel in konjunktiver Normalform. Prüfungsstoff Randomisierte Algorithmen Kapitel 15 Erfolgswahrscheinlichkeit für die Grundform des Algorithmus. Erfolgswahrscheinlichkeit der Variante mit Aufspaltung in unabhängige Teilprozesse und Zusammenhang mit Überlebenswahrscheinlichkeiten in Verzweigungsprozesses. Kapitel 13 PAC-Learning and VC-Dimension PAC-Lernen und das Lernen von achsenparallelen Rechtecken. Definition von VC-Dimension und Beispiele. VC-Dimension und Zusammenhang mit PAC-Lernen. Kapitel 14 Tail bounds and probability amplification Markov- und Chebyshev-Ungleichungen. Chernov-Hoeffding-Schranke mit oberer Schranke für die betrachtete Zufallsvariable (Teil a). Anwendung der Chernov-Hoeffding Schranke auf die Wahrscheinlichkeitsverstärkung. Prüfungsstoff Randomisierte Algorithmen Satisfiability and randomized local search Grundidee der lokalen Suche von erfüllenden Belegungen. Abschätzung der Wahrscheinlichkeit, dass eine gleichverteilt gewählte Belegung Abstand j zu einer gegebenen Belegung hat. Irrfahrten und die Wahrscheinlichkeit für das Erreichen des Ursprungs im unendlichen und endlichen Fall. Erfolgswahrscheinlichkeit der randomisierten lokalen Suche und Analyse der iterierten randomisierten lokalen Suchen. Kapitel 16 Karger’s algorithm for minimum cuts Satisfiability and exhaustive local search Erschöpfende lokale Suche: Analyse und optimaler Radius. Analyse der Erschöpfende lokale Suche mit zufälligem Startpunkt. Beweisskizze für die Existenz von überdeckenden Kodes. Derandomisierung des randomisierten Algorithmus mit erschöpfender lokaler Suche. Algorithmus für Minimale-Mengen-Überdeckung und dessen garantierte Güte. Kapitel 17 Cryptography Symmetrische, öffentliche und private Schlüssel. Zyklische Gruppen, Restklassen und diskreter Logarithmus. Informelle Härteannahme für das Problem des diskreten Logarithmus. Diffie-Hellman-Verfahren für die Vereinbarung eines Schlüssels. ElGamal-Verfahren für die Vereinbarung eines Schlüssels. ElGamal-Verfahren für die Verschlüsselung mit öffentlichem Schlüssel. Kapitel 18 Zeroknowledge-Protokolle Zeroknowledge-Eigenschaft und Protokoll Coloring.