DA1010 Datalogi för SU 15,0 hp

Computer Science for SU

  • Utbildningsnivå

    Grundnivå
  • Huvudområde

    Teknik
  • Betygsskala

    A, B, C, D, E, FX, F

Det finns inget planerat kurstillfälle.

Lärandemål

Efter att ha genomgått kursen förväntas studenten:

• kunna redogöra för grundläggande datalogiska begrepp som datatyper och typsystem, algoritmbegreppet,rekursion, svansrekursion, iteration

• kunna använda minst ett programspråk

• kortfattat kunna redogöra för egenskaper hos skilda typer av programspråk och programmeringsparadigm

• kunna lösa enklare till medelsvåra programmeringsuppgifter utgående från givna problembeskrivningar

• kunna lösa även mer komplexa programmeringsuppgifter i samarbete med andra studenter

• såväl muntligen som skriftligen presentera eget utfört arbete och resonera kring detta.

Kursens huvudsakliga innehåll

a. Kursen är en introduktion till de verktyg som är nödvändiga för fortsatta studier i ämnet och behandlar:Introduktion till datalogi. Terminal- och persondatoranvändning. Texteditering. Introduktion av datalogiskakoncept: rekursion, svansrekursion, iteration, listhantering m.m. Programmeringsmetodik i modernaalgoritmiska programspråk. Typbegreppet. Syntax och semantik. Typsystem och typekvivalens.Bindningsmekanismer, sidoeffekter och omgivningar. Data- och programabstraktion. Abstrakta datatyper ochinkapsling. Modularisering. Översikt över programspråk, deras principer och användningsområden. Något omsärskilda algoritmer såsom sökning, sortering, filhantering m.m.

Behörighet

För tillträde till kursen krävs kunskaper motsvarande Matematik I, GN 30 hp (MA2001) eller Matematik för naturvetenskaper I, GN 15 hp (MM2002), vid Stockholms universitet, som läses antingen parallellt med, eller före, Datalogi I, GN eller motsvarande.

Litteratur

Abelsson, Sussman and Sussman: Structure and Interpretation of Computer Programs

Dive into Python from novice to pro

Examination

  • LABO - Laborationer, 7,5, betygsskala: P, F
  • THEO - Teori, 7,5, betygsskala: A, B, C, D, E, FX, F

Kursen består av följande moment:

• Teori (Theory), 7,5 hp. Omfattar kursens teoretiska delar samt mindre programmeringsuppgifter ochutredande uppgifter som presenteras vid särskilda redovisningstillfällen.

• Laborationer (Practical Exercises), 7,5 hp.Större programmeringsuppgifter som täcker de fram till varje enskilt laborationstillfälle genomgångnabegreppen och teknikerna.

Ges av

EECS/Datavetenskap

Kontaktperson

Vahid Mosavat, e-post: vahid@kth.se, tel: 08-7909276

Examinator

Vahid Mosavat <vahid@kth.se>

Versionsinformation

Kursplan gäller från och med HT2016.
Examinationsinformation gäller från och med VT2019.