"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Kursplan:

Metoder och verktyg för datavetare, 7,5 hp

Engelskt namn: Methods and Tools for Computer Scientists

Denna kursplan gäller: 2024-09-02 och tillsvidare

Kurskod: 5DV227

Högskolepoäng: 7,5

Utbildningsnivå: Grundnivå

Huvudområden och successiv fördjupning: Datavetenskap: Grundnivå, har endast gymnasiala förkunskapskrav

Betygsskala: Godkänd, underkänd

Ansvarig institution: Institutionen för datavetenskap

Beslutad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2022-03-24

Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2024-06-24

Innehåll

Kursen inleder Civilingenjörsprogrammet i teknisk datavetenskap och beskriver hur programmet är uppbyggt, vilka kunskaper och färdigheter programmet leder till samt vilka mål programmet har. Ett speciellt fokus läggs på att visa hur studier inom datavetenskap kombineras med och kompletteras av studier i andra ämnen för att uppnå de önskade kunskaperna och färdigheterna. Vidare diskuteras den framtida yrkesrollen där aspekter inom etik, professionalism, jämlikhet och hållbar utveckling speciellt åskådliggörs. 

Studenterna får prova på att enskilt och i grupper arbeta praktiskt med datavetenskaplig problemlösning. Det ingår även matematisk färdighetsträning i form av notation för mängder, summor och produkter, logiska resonemang, bevisföring och induktionsbevis. Vidare övas förmåga att handskas med algebraiska uttryck, vanliga funktioner, samt lösning av ekvationer och olikheter. Under kursen får studenterna öva på att konstruera enkla algoritmer, att implementera algoritmer, samt att utvärdera algoritmer såväl experimentellt som teoretiskt. Kursen introducerar viktiga begrepp som till exempel induktion, rekursion och komplexitet. Studenterna får i projektform under systematiska arbetssätt undersöka, designa och implementera en lösning på ett datavetenskapligt problem. Genom hela kursen praktiseras färdigheter inom muntlig och skriftlig kommunikation.

 

Förväntade studieresultat

Kunskap och förståelse
Efter avklarad kurs ska studenten kunna:

  • (FSR 1) redogöra för egenskaperna hos vanligt förekommande matematiska funktioner
  • (FSR 2) förstå grundläggande begrepp och arbetssätt för att driva och utföra ett småskaligt projekt i grupp
  • (FSR 3) förstå grundläggande datavetenskapliga begrepp (t.ex. algoritmer, iteration och rekursion)
  • (FSR 4) förstå grunderna i vetenskapligt skrivande

Färdighet och förmåga
Efter avklarad kurs ska studenten kunna:

  • (FSR 5) tillämpa de matematiska notationer och skrivsätt som tas upp i kursen
  • (FSR 6) konstruera, utvärdera och beskriva algoritmer
  • (FSR 7) föra logiska resonemang, genomföra induktionsbevis och bestämma lösningar till ekvationer och olikheter
  • (FSR 8) tillsammans med andra i en grupp lösa problem enligt en strukturerad problemlösningsmodell
  • (FSR 9) muntligt kommunicera ett småskaligt projekt, samt skriftligt kommunicera yrkesroll, etik och hållbar utveckling

Värderingsförmåga och förhållningssätt
Efter avklarad kurs ska studenten kunna:

  • (FSR 10) förhålla sig till etik, jämlikhet och hållbar utveckling inom ramen för den framtida yrkesrollen

Behörighetskrav

Grundläggande behörighet och Fysik 2, Kemi 1, Matematik 4 eller Matematik E

Undervisningens upplägg

Undervisningen består av föreläsningar, seminarier, lektioner och lärarledda övningar i mindre grupper. Utöver schemalagda aktiviteter krävs även individuellt arbete med materialet.

Examination

Examinationen sker genom en skriftlig inlämningsuppgift, ett par seminarier kopplade till ett gemensamt projekt, samt ett par skriftliga hemtentamina med muntlig redovisning. På kursen sätts något av betygen Underkänd (U) eller Godkänd (G) efter en samlad bedömning av de examinerande momenten.

Anpassad examination
Examinator kan besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Student som har behov av en anpassad examination ska senast 10 dagar innan examinationen begära anpassning hos Institutionen för datavetenskap. Examinator beslutar om anpassad examination som sedan meddelas studenten.

Övriga föreskrifter

I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap och/eller programansvarig för sitt program.

Speciellt gäller att kursen inte får ingå i en examen samtidigt som 5DV107 med samma namn.



Om kursplanen har upphört att gälla eller kursen slutat erbjudas garanteras en student som någon gång registrerats på kursen minst tre provtillfällen (inklusive ordinarie provtillfälle) enligt denna kursplan under en tid av maximalt två år från det att kursplanen upphört att gälla eller kursen slutat erbjudas.

Litteratur

Giltig från: 2024 vecka 36

Introduktion till högre studier i matematik
Johansson Robert, Öhman Lars-Daniel
2 uppl. : Liber : 2017 : 204 sidor :
ISBN: 9789147113361
Obligatorisk
Se Umeå UB:s söktjänst