Course code INF120

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)
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