DM880: Logik for datalogi

Det Naturvidenskabelige Studienævn

Undervisningssprog: Dansk, men engelsk ved internationale studerende
EKA: N340088102
Censur: Intern prøve, to eller flere bedømmere
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Forår
Niveau: Kandidatkursus forhåndsgodkendt som Ph.d.-kursus

STADS ID (UVA): N340088101
ECTS-point: 5

Godkendelsesdato: 07-10-2020


Varighed: 1 semester

Version: Arkiv

Kommentar

Kurset sammenlæses med DM846.
Kursus må ikke følges af studerende, der har fulgt DM846.

Indgangskrav

Ingen

Faglige forudsætninger

Den studerende forventes at have opnået en grundlæggende forståelse af matematiske beviser og at være bekendt med det grundlæggende i udsagnslogik og prædikat kalkyle, opnåelige fx ved at have fulgt DM549 Diskrete metoder til datalogi eller MM537 Introduktion til matematiske metoder.

Formål

Formålet med kurset er at give de studerende en baggrund i logik, og fokuserer på de forskellige aspekter af logik, som er mest relevante for datalogi.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

  • give viden om et udvalg af specialiserede modeller og metoder udviklet inden for datalogi baseret på højeste internationale forskning, herunder emner fra fagets forskningsfront
  • give viden om datalogiske modeller og metoder beregnet til anvendelser i andre faglige områder
  • give færdigheden til at fremsatte hypoteser på kvalificeret teoretisk baggrund og forholde sig kritisk til egne og andres forskningsresultater og videnskabelige modeller
  • give kompetence til at planlægge og udføre videnskabelige projekter på højt fagligt niveau herunder styre arbejds- og udviklingssituationer, der er komplekse, uforudsigelige og forudsætter nye løsningsmodeller

Målbeskrivelse

Ved kursets afslutning forventes den studerende at have følgende kompetencer:

    • have opnået en forståelse for de teoretiske begreber soundness, completeness og decidability
    • kunne bevise soundness af en bestemt logik
    • vælge logiske rammer bedst egnet til en bestemt datalogisk anvendelse
    • være i stand til at bruge de eksisterende værktøjer til ræsonnement inden for en bestemt logik

    Indhold

    • deduktive systemer til udsagnslogik
    • prædikatslogik og delgrupper heraf
    • Curry-Howard isomorfi
    • modal og temporal logik
    • formel specifikation og validering
    • redskaber til logisk ræsonnement

    Litteratur

    Se itslearning for pensumlister og yderligere litteraturhenvisninger.

    Eksamensbestemmelser

    Eksamenselement a)

    Tidsmæssig placering

    Forår

    Udprøvninger

    Projekter og skriftlig eksamen

    EKA

    N340088102

    Censur

    Intern prøve, to eller flere bedømmere

    Bedømmelse

    7-trinsskala

    Identifikation

    Fulde navn og SDU brugernavn

    Sprog

    Følger, som udgangspunkt, undervisningssprog

    Varighed

    Skriftlig eksamen - 3 timer

    Hjælpemidler

    Der er ingen hjælpemidler til den skriftlige eksamen, der kan bruges hjælpemidler til projektet, nærmere beskrivelse af eksamensreglerne vil blive offentliggjort i itslearning.

    ECTS-point

    5

    Uddybende information

    Et antal opgaver afleveret undervejs i kurset samt en afsluttende skriftlig stedprøve. Karakteren baseres på et samlet indtryk af elementerne, dog med højest vægtning af den skriftlige stedprøve.Censor vil have adgang til besvarelserne af opgaverne.
    Eksamensformen ved reeksamen kan være en anden end eksamensformen ved den ordinære eksamen.

    Vejledende antal undervisningstimer

    40 timer per semester

    Undervisningsform

    På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.
    Introfase: 20 timer
    Træningsfase: 20 timer, heraf: - Eksaminatorie: 20 timer

    Aktiviteter i studiefasen: Løsning af små opgaver, individuelt eller i små grupper.

    Ansvarlig underviser

    Navn E-mail Institut
    Luís Cruz-Filipe lcf@imada.sdu.dk Institut for Matematik og Datalogi

    Skemaoplysninger

    Administrationsenhed

    Institut for Matematik og Datalogi (datalogi)

    Team hos Uddannelsesjura & Registratur

    NAT

    Udbudssteder

    Odense

    Anbefalede studieforløb

    Profil Uddannelse Semester Udbuds periode