DM573: Introduktion til Datalogi

Det Naturvidenskabelige Studienævn

Undervisningssprog: På dansk eller engelsk afhængigt af underviser
EKA: N330056102
Censur: Intern prøve, to eller flere bedømmere
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Efterår
Niveau: Bachelor

STADS ID (UVA): N330056101
ECTS-point: 7.5

Godkendelsesdato: 05-02-2022


Varighed: 1 semester

Version: Godkendt - aktiv

Indgangskrav

Kursus kan ikke følges af studerende, der tidligere har bestået DM534  eller DM558.

Faglige forudsætninger

Studerende, der følger kurset, forventes senest sideløbende at erhverve sig kendskab til basal diskret matematik samt kompetencer i basal programmering.

Formål

Kursets ene formål er at give en kort introduktion til et bredt udvalg af centrale emner indenfor datalogi, sådan at den studerende allerede tidligt i sin uddannelse får en forståelse for, hvad faget datalogi indeholder, og hvad karakteren af uddannelsen er. Kursets andet formål er, at den studerende bevidstgøres om vigtigheden af forståelse i arbejdet med fagligt stof.

Kurset bygger delvis oven på den viden som erhverves sideløbende i kurserne DM574 Introduktion til Programmering og DM549 Diskrete Metoder til Datalogi, og udgør et perspektiverende grundlag for resten at bachelorstudiet i datalogi.

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

  • Forstå og reflektere over teorier, metoder og praksis inden for det datalogiske fagområde.
  • Træffe og begrunde fagligt relaterede beslutninger.

Målbeskrivelse

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:

  • Konvertere tal fra decimal til binær eller floating point repræsentation, og omvendt.
  • Lave et simpelt logisk kredsløb.
  • Programmere i et simplificeret maskinsprog.
  • Lave simpel datamodellering og simple forespørgsler i en relationel database.
  • Designe og implementere simple algoritmer og analysere deres egenskaber, herunder korrekthed og køretid.
  • Beskrive ideen i RSA-kryptering og lave relaterede beregninger.
  • Beskrive og anvende nogle principper for kunstig intelligens.
  • Kunne løse simple problemer omhandlende endelige automater, kontekstfri grammatikker og regulære udtryk.
  • Modellere og løse kombinatoriske problemer via SAT-solvers

Indhold

Kurset indeholder følgende faglige hovedområder:

  • Datalogiens historie
  • Computerarkitektur
  • Algoritmer
  • Databaser
  • Endelige automater, kontekstfri grammatikker og regulære udtryk
  • Modellering og løsning af kombinatoriske problemer via SAT-solvers
  • Kunstig intelligens
  • Kryptologi
  • 3D-grafik

Litteratur

Se itslearning for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Efterår

Udprøvninger

Obligatoriske opgaver

EKA

N330056102

Censur

Intern prøve, to eller flere bedømmere

Bedømmelse

7-trinsskala

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Oplyses på kurset

ECTS-point

7.5

Uddybende information

Obligatoriske opgaver i form af multiple choice-tests, der laves i løbet af undervisningen.
Reeksamen i samme termin eller umiddelbart derefter.
Reeksamen er en mundtlig eksamen, der bedømmes med 7-trinsskala og intern censur.

Vejledende antal undervisningstimer

84 timer per semester

Undervisningsform

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

  • Introfase: 56 timer
  • Træningsfase: 28 timer, heraf eksaminatorie: 28 timer og laboratorieøvelser: 0 timer
  • Studiefase: 45 timer

I introfasen benyttes en modificeret udgave af klassisk forelæsning, hvor fagets grundbegreber og metoder præsenteres, med såvel teori som eksempler baseret på konkrete data. I disse timer er der mulighed for spørgsmål og diskussion. I træningsfasen arbejdes der med regneopgaver og diskussionsemner, som relaterer sig til indholdet i de forudgående introfasetimer. I disse timer er der mulighed for at arbejde specifikt med særligt vanskelige emner. I studiefasen arbejder de studerende selvstændigt med opgaver og forståelsen af fagets termer og begreber diskuteres. Der er efterfølgende mulighed for at bringe spørgsmål op i enten introfasetimerne eller træningsfasetimerne.

Aktiviteter i studiefasen:

  • Løse opgaver
  • Læse den tildelte litteratur
  • Øve at anvende den tilegnede viden

Ansvarlig underviser

Navn E-mail Institut
Rolf Fagerberg rolf@imada.sdu.dk Algoritmer

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Uddannelsesjura & Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Overgangsordninger

Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.
Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.