Detaljer om emnet INF120

INF120 Programmering og databehandling

Emnet kan ha endringer på grunn av koronautbruddet. Sjekk Canvas og studentWeb.

English course Information

Søk etter andre emner

Viser emnet slik det undervises i studieåret med start i 2014 .

Emneansvarlige: Hans Ekkehard Plesser
Studiepoeng: 10
Ansvarlig fakultet: Institutt for matematiske realfag og teknologi
Frekvens: Årlig
Undervises på språk: NO
(NO=norsk, EN=Engelsk)
Undervises i periode:
Emnet starter i vårparallellen. Emnet har undervisning og vurdering i vårparallellen.
Første gang: Studieår 2009-2010
Emnets innhold:

Emnet gir deg en innføring i programmering og databehandling med fokus på prosedural programmering i et høytnivå programmeringsspråk. Konkrete tema er:

  • enkle datatyper (tall, sannhetsverdier, tegn)
  • grunnleggende sammensatte datatyper (strenger, arrayer, lister, ordbøker)
  • grunnleggende aspekter ved klasser
  • kontrollstrukturer (forgreininger, løkker, operasjoner på lister)
  • funksjoner samt parameterutveksling
  • rekursive funksjoner
  • lesing fra/skriving til fil
  • dataanalyse og -visualisering
  • grunnleggende feilhåndtering
  • strukturering av problemløsninger
  • lokalisering av feil i programmer
  • editering, feilsøking

Emnet er basert på programmeringsspråket Python.

Læringsutbytte:

Etter å ha fullført emne kan du:

  • selvstendig utvikle programmer av begrenset kompleksitet
  • lese og forstå programmer på tilsvarende kompleksitetsnivå
  • analysere enklere problemstillinger og implementere algoritmer til deres løsning
  • utvikle programmer for analyse og visualisering av data
  • lokalisere feilfunksjoner i programmer
  • benytte grunnleggende programmeringsverktøy

Du vil ha opparbeidet deg grunnleggende kunnskaper i det høyere programmeringsspråket som brukes i emnet. Du kan vurdere hensynsmessighet av programmer av begrenset kompleksitet.

Læringsaktiviteter:

Forelesninger: Konseptene bak programmering og programmeringsspråket presenteres. Gjennomgang av analyse og løsning av programmeringsproblemer.

Dataøvinger: Du innøver konseptene presentert i forelesningen gjennom enkler programmeringsoppgaver som du løser i data med læringsstøtte.

Obligatoriske programmeringsoppgaver: Du lærer deg å analysere problemstillinger selvstendig og å implementere løsninger som programmer gjennom arbeid med programmeringsoppgaver.

Selvstudium: Du repeterer materiale fra forelesningene og programmerer på egen hånd.

Læringsstøtte:
  • Hjelpelærere vil veilede og støtte studentene under øvingstimene.
  • Kursrom på Fronter.
Pensum:
Hans-Petter Langtangen, A Primer on Scientific Programming with Python, Springer Verlag. Emnet dekker stort sett kap 1-8 i boken (iht 3. opplag).
Anbefalte forkunnskaper:
INF100
Obligatorisk aktivitet:
Studentene må få godkjent et tilstrekkelig antall obligatoriske oppgaver. Nærmere informasjon gis ved emnestart.
Vurderingsordning:
Skriftlig avsluttende eksamen (3 timer).
Sensor:
Ekstern sensor deltar sammen med intern sensor ved utformingen av eksamensoppgavene og sensorveiledningen. Ekstern sensor kontrollerer intern sensors vurdering av et tilfeldig utvalg kandidater som en kalibrering med visse mellomrom i henhold til instituttets retningslinjer for sensur.
Normert arbeidsmengde:
300 timer: 52t forelesning + 26t dataøving + 52t selvstendig arbeid i datalab + 104t arbeid med obligatoriske oppgaver + 52t selvstudium + 14t eksamenslesing
Opptakskrav:
Realfag
Undervisningstid:
  • Forelesninger: 52 timer
  • Dataøving: 26 timer
Hjelpemidler ved skriftlig eksamen(er): Ingen kalkulator. Ingen andre hjelpem.
Eksamensdetaljer: En skriftlig eksamen: A - E / Ikke bestått