INF120 Programmering og databehandling
English course information
Søk etter andre emner
Velg annet år
Viser emneinfo for studieåret 2016 - 2017.
Emneansvarlige: Oliver Tomic
Medvirkende: Ingunn Burud, Hans Ekkehard Plesser
Studiepoeng: 10
Ansvarlig fakultet: Fakultet for realfag og teknologi
Frekvens: Årlig
Undervises på språk: NO
(NO=norsk, EN=Engelsk)
(NO=norsk, EN=Engelsk)
Undervises i periode:
Emnet starter i vårparallellen. Emnet har undervisning og vurdering i vårparallellen.
Første gang: Studieår 2009-2010
Undervises hvor?:
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