Programmering, algoritmik og matematik en nødvendig sammenblanding?

Størrelse: px
Starte visningen fra side:

Download "Programmering, algoritmik og matematik en nødvendig sammenblanding?"

Transkript

1 Programmering, algoritmik og matematik en nødvendig sammenblanding? Oplæg til IDA møde, 29. november 2004 Martin Zachariasen DIKU 1

2 Egen baggrund B.Sc. i datalogi 1989; Kandidat i datalogi 1995; Ph.D. i datalogi Lektor ved Datalogisk Institut, Københavns Universitet Flerårig erfaring med undervisning i algoritmik. 2

3 Inspiration til oplæg Egne indtryk/fordomme om ingeniørers programmeringskundskaber. Tema om matematik og datalogi i tidsskriftet Communications of the ACM, september En række artikler omhandlende emner som f.eks.: Hvorfor er matematik relevant for dataloger (og programmører)? I hvilke sammenhænge er matematisk/algoritmisk tankegang væsentlig for programmører? Hvad er de professionelle programmørers syn på matematik/algoritmik? 3

4 Ingeniørers programmeringskundskaber... Baseret på egne samt andre datalogers indtryk af ingeniørers programmeringskundskaber er dybest set aldeles uvidenskabelige og ubegrundede fordomme. + Gode problemløsere får tingene til at virke. +/ Vælger robuste fremfor originale løsninger. Udviklede programmer ikke altid velstruktureret, og de kan være svære at vedligeholde. 4

5 Programmering: Konkret eller abstrakt? Programmering bliver af de fleste studerende opfattet som noget konkret og jordnært, specielt når den sammenlignes med matematikken. Men alligevel: Programmering er 100 % abstraktion. Påstand: Programmering er dybest set en matematisk aktivitet. Grundlæggende kompetencer udvikles derfor igennem relevant træning i matematisk tankegang og argumentation. 5

6 Programmering som matematisk aktivitet 1. Forståelse af syntaks og semantik 2. Argumentation for korrekthed 3. Argumentation for tids- og pladsforbrug 6

7 1. Forståelse af syntaks og semantik Mange dele af et programmeringssprogs syntaks og semantik er arvet fra matematikken. Syntaks: Tildeling, sammenligning, indeksering. Semantik: Variable, mængder, kvantorer, funktioner, Boolsk algebra, rekursion. 7

8 2. Argumentation for korrekthed Denne argumentation bør foregå på skrivebordet før programmeringen påbegyndes, men opstår ofte sideløbende i forbindelse med fejlfinding. Matematiske værktøjer: Matematisk induktion, (løkke) invarianter. Eksempler: Argumentation for korrekthed af rekursive programmer ved anvendelse af matematisk induktion. Argumentation for korrekthed af slutresultatet af en iteration ved anvendelse af løkke-invarianter. 8

9 3. Argumentation for tids- og pladsforbrug Denne aktivitet er ikke altid central, men et godt kendskab til tids- og pladskompleksiteten af udbredte datastrukturer og basale algoritmer kan ofte være meget nyttig. Matematiske værktøjer: Basale matematiske funktioner (polynomier, logaritmer etc.), udregning af summer, rekursionsligninger, kompleksitetsklasser (P og NP). Eksempler: Dynamisk udvidelse af arrays (amortiseret analyse). Aktivitetsplanlægning (varianter med forskellig beregningskompleksitet). 9

10 Konklusioner Gentagen træning i matematisk tankegang og argumentation giver bedre programmer: Programmer der udnytter sprogets konstruktioner effektivt. Programmer der er (mere) korrekte, dvs. fejlfrie. Programmer der er velstruktureret, nemme at generalisere og vedligeholde. Programmer der har et minimalt tids- og pladsforbrug. 10

11 Valg af det første programmeringssprog Bør blot være et moderne og forholdsvis udbredt programmeringssprog, der indeholder alle de elementer, som er typiske for programmeringssprog. Bemærk: Det er ikke formålet med en ingeniøruddannelse at give den studerende al den viden og de kompetencer, som det første job kræver. Bruce et al: One of the most important goals for a college or university education is to provide the foundation for further learning. 11

12 Personlige anbefalinger Traditionelle programmeringskurser bør ikke stå alene, men skal tilbydes sammen med træning i relevante matematiske færdigheder. Disse matematiske færdigheder kan delvis opnås igennem tværgående programmeringsprojekter, der stiller krav om redegørelse for korrekthed og tidsforbrug. Projekternes tema kan tage udgangspunkt i den aktuelle fagretning (bygning, elektro, kemi, informatik, etc.). 12

DM507 Algoritmer og datastrukturer

DM507 Algoritmer og datastrukturer DM507 Algoritmer og datastrukturer Introduktion til kurset Rolf Fagerberg Forår 2019 1 / 20 Hvem er vi? Underviser: Rolf Fagerberg, Institut for Matematik og Datalogi (IMADA) Forskningsområde: algoritmer

Læs mere

Rolf Fagerberg. Forår 2014

Rolf Fagerberg. Forår 2014 Forår 2014 Mål for i dag Dagens program: 1 2 3 4 5 6 Forudsætninger: Format: Programmering og Diskret matematik I (forelæsninger), TE (øvelser), S (arbejde selv og i studiegrupper) Eksamenform: Skriftlig

Læs mere

Introduktion til DM507

Introduktion til DM507 Introduktion til DM507 Rolf Fagerberg Forår 2017 1 / 20 Hvem er vi? Underviser: Rolf Fagerberg, IMADA Forskningsområde: algoritmer og datastrukturer 2 / 20 Hvem er vi? Underviser: Rolf Fagerberg, IMADA

Læs mere

Rolf Fagerberg. Forår 2015

Rolf Fagerberg. Forår 2015 Forår 2015 Dagens program 1 2 3 4 5 Underviser:, IMADA Forskningsområde: algoritmer og datastrukturer Deltagere: BA i Datalogi BA i Software Engineering BA i Matematik-Økonomi BA i Anvendt Matematik BA

Læs mere

Rolf Fagerberg. Forår 2012

Rolf Fagerberg. Forår 2012 Forår 2012 Mål for i dag Dagens program: 1 2 3 4 5 6 Forudsætninger: DM502 og DM503 Timer: 50% forelæsninger, 50% øvelser Forudsætninger: DM502 og DM503 Eksamenform: Skriftlig eksamen: Timer: 50% forelæsninger,

Læs mere

Rolf Fagerberg. Forår 2015

Rolf Fagerberg. Forår 2015 Forår 2015 Dagens program 1 2 3 4 5 Underviser:, IMADA Forskningsområde: algoritmer og datastrukturer Underviser:, IMADA Forskningsområde: algoritmer og datastrukturer Deltagere: BA i Datalogi BA i Software

Læs mere

Skriftlig Eksamen Algoritmer og Datastrukturer (DM507)

Skriftlig Eksamen Algoritmer og Datastrukturer (DM507) Skriftlig Eksamen Algoritmer og Datastrukturer (DM507) Institut for Matematik og Datalogi Syddansk Universitet, Odense Onsdag den 0. juni 009, kl. 9 Alle sædvanlige hjælpemidler (lærebøger, notater, osv.)

Læs mere

Rolf Fagerberg. Forår 2013

Rolf Fagerberg. Forår 2013 Forår 2013 Mål for i dag Dagens program: 1 2 3 4 5 6 Forudsætninger: DM536 og DM537 Timer: 50% forelæsninger, 50% øvelser Forudsætninger: DM536 og DM537 Eksamenform: Skriftlig eksamen: Timer: 50% forelæsninger,

Læs mere

Skriftlig Eksamen DM507 Algoritmer og Datastrukturer

Skriftlig Eksamen DM507 Algoritmer og Datastrukturer Skriftlig Eksamen DM507 Algoritmer og Datastrukturer Institut for Matematik og Datalogi Syddansk Universitet, Odense Mandag den 6. juni 2016, kl. 15:00 19:00 Besvarelsen skal afleveres elektronisk. Se

Læs mere

Skriftlig Eksamen Algoritmer og sandsynlighed (DM538)

Skriftlig Eksamen Algoritmer og sandsynlighed (DM538) Skriftlig Eksamen Algoritmer og sandsynlighed (DM538) Institut for Matematik & Datalogi Syddansk Universitet Fredag den 9 Januar 2015, kl. 10 14 Alle sædvanlige hjælpemidler(lærebøger, notater etc.) samt

Læs mere

Grundlæggende Algoritmer og Datastrukturer

Grundlæggende Algoritmer og Datastrukturer Grundlæggende Algoritmer og Datastrukturer Om kurset Grundlæggende Algoritmer og Datastrukturer Undervisningsformer Forelæsninger: 4 timer/uge (2+2). Øvelser: 3 timer/uge. Café. Obligatorisk program 13

Læs mere

Dynamisk programmering

Dynamisk programmering Dynamisk programmering Dynamisk programmering Optimeringsproblem: man ønsker at finde bedste den kombinatoriske struktur blandt mange mulige. Dynamisk programmering Optimeringsproblem: man ønsker at finde

Læs mere

Dynamisk programmering

Dynamisk programmering Dynamisk programmering Dynamisk programmering Et algoritme-konstruktionsprincip ( paradigme ) for optimeringsproblemer. Har en hvis lighed med divide-and-conquer: Begge opbygger løsninger til større problemer

Læs mere

Grundlæggende køretidsanalyse af algoritmer

Grundlæggende køretidsanalyse af algoritmer Grundlæggende køretidsanalyse af algoritmer Algoritmers effektivitet Størrelse af inddata Forskellige mål for køretid Store -notationen Klassiske effektivitetsklasser Martin Zachariasen DIKU 1 Algoritmers

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Skoleåret 2015/16 Institution Hansenberg Gymnasium Uddannelse Fag og niveau Lærer Hold htx Programmering,

Læs mere

Algoritmer og invarianter

Algoritmer og invarianter Algoritmer og invarianter Iterative algoritmer Algoritmen er overordnet set een eller flere while eller for-løkker. Iterative algoritmer Algoritmen er overordnet set een eller flere while eller for-løkker.

Læs mere

Ej blot til lyst: Programmering og matematisk dannelse i det 21. århundrede

Ej blot til lyst: Programmering og matematisk dannelse i det 21. århundrede Ej blot til lyst: Programmering og matematisk dannelse i det 21. århundrede Henrik Kragh Sørensen Institut for Naturfagenes Didaktik Københavns Universitet Konference om Programmering og Koder Danmarks

Læs mere

Bevisteknikker (relevant både ved design og verifikation)

Bevisteknikker (relevant både ved design og verifikation) Bevisteknikker 1 Bevisteknikker (relevant både ved design og verifikation) Bevisførelse ved modstrid (indirekte bevis) Antag, at det givne teorem er falsk Konkluder, at dette vil føre til en modstrid Teorem:

Læs mere

Oplæg og øvelser, herunder frugt og vand Gerth Stølting Brodal

Oplæg og øvelser, herunder frugt og vand Gerth Stølting Brodal Oplæg og øvelser, herunder frugt og vand Gerth Stølting Brodal Datalogisk Institut Aarhus Universitet MasterClass Matematik, Mærsk Mc-Kinney Møller Videncenter, Sorø, 29-31. oktober 2009 Algoritmer: Matricer

Læs mere

Dynamisk programmering

Dynamisk programmering Dynamisk programmering Dynamisk programmering Optimeringsproblem: man ønsker at finde bedste den kombinatoriske struktur (struktur opbygget af et endeligt antal enkeltdele) blandt mange mulige. Eksempler:

Læs mere

1 Formål med samarbejdet

1 Formål med samarbejdet Den følgende samarbejdsaftale er indgået mellem University College Nordjylland, Teknologi, IT-området og Aalborg Universitet (AAU), School of Information and Communication Technology (SICT) med virkning

Læs mere

Dansk A, Engelsk B og Matematik B. Bachelor: Bestået adgangsgivende eksamen (stx, eux, hf, hhx, htx, adgangskursus eller

Dansk A, Engelsk B og Matematik B. Bachelor: Bestået adgangsgivende eksamen (stx, eux, hf, hhx, htx, adgangskursus eller Aalborg Universitet Datalogi Datalogi (bachelor og kandidat) Bachelor: Bestået adgangsgivende eksamen (stx, eux, hf, hhx, htx, adgangskursus eller tilsvarende) samt Dansk A, Engelsk B og Matematik A. Datalogi

Læs mere

Skriftlig Eksamen Algoritmer og Datastrukturer (DM507)

Skriftlig Eksamen Algoritmer og Datastrukturer (DM507) Skriftlig Eksamen Algoritmer og Datastrukturer (DM507) Institut for Matematik og Datalogi Syddansk Universitet, Odense Mandag den 7. juni 00, kl. 9 Alle sædvanlige hjælpemidler (lærebøger, notater, osv.)

Læs mere

CV for Lasse Nielsen

CV for Lasse Nielsen CV for Lasse Nielsen Lasse Nielsen 16. marts 2008 Personlig Data Mit navn er Lasse Nielsen, jeg er født den 17 Juni 1981 på Holbæk sygehus. Min adresse er Rektorparken 18, 7. tv. (Lokal 073) 2450 København

Læs mere

De Ingeniør-, Natur- og Sundhedsvidenskabelige Fakulteter, AAU. Info-møde INS 240907 tbk@learning.aau.dk

De Ingeniør-, Natur- og Sundhedsvidenskabelige Fakulteter, AAU. Info-møde INS 240907 tbk@learning.aau.dk De Ingeniør-, Natur- og Sundhedsvidenskabelige Fakulteter, AAU 1 Hvorfor en ny karakterskala? Baggrund Væk fra undtagelseskarakteren 13 Færre trin omkring middelkarakteren (7,8,9) Væk fra pr. automatik

Læs mere

CS CHALLENGE MICHAEL I. SCHWARTZBACH MARTIN TOLDAM TORP INSTITUT FOR DATALOGI CS.AU.DK/CHALLENGE AARHUS UNIVERSITET

CS CHALLENGE MICHAEL I. SCHWARTZBACH MARTIN TOLDAM TORP INSTITUT FOR DATALOGI CS.AU.DK/CHALLENGE AARHUS UNIVERSITET CS CHALLENGE MICHAEL I. SCHWARTZBACH MARTIN TOLDAM TORP INSTITUT FOR DATALOGI CS..DK/CHALLENGE VI ELSKER PROGRAMMERING Michael er professor ved Institut for Datalogi Han har programmeret siden han var

Læs mere

Abstrakte datatyper C#-version

Abstrakte datatyper C#-version Note til Programmeringsteknologi Akademiuddannelsen i Informationsteknologi Abstrakte datatyper C#-version Finn Nordbjerg 1/9 Abstrakte Datatyper Denne note introducerer kort begrebet abstrakt datatype

Læs mere

Datalogistudiet. Rolf Fagerberg. Institut for Matematik og Datalogi Syddansk Universitet. Studiestart, 1. september 2014

Datalogistudiet. Rolf Fagerberg. Institut for Matematik og Datalogi Syddansk Universitet. Studiestart, 1. september 2014 Datalogistudiet Rolf Fagerberg Institut for Matematik og Datalogi Syddansk Universitet Studiestart, 1. september 2014 Datalogistudiet Studiestart, 1. september, 2014 1 / 15 Hvad arbejder du med bagefter?

Læs mere

Bevisteknikker. Bevisteknikker (relevant både ved design og verifikation) Matematisk induktion. Matematisk induktion uformel beskrivelse

Bevisteknikker. Bevisteknikker (relevant både ved design og verifikation) Matematisk induktion. Matematisk induktion uformel beskrivelse Bevisteknikker Bevisteknikker (relevant både ved design og verifikation) Bevisførelse ved modstrid (indirekte bevis) Antag, at det givne teorem er falsk Konkluder, at dette vil føre til en modstrid Teorem:

Læs mere

Studerende: Ole Lund Jensen Dato: Overordnet emne: Symbolske dynamiske systemer.

Studerende: Ole Lund Jensen Dato: Overordnet emne: Symbolske dynamiske systemer. Specialekontrakt Studerende: Ole Lund Jensen Dato: 27.06.02 Vejleder: Søren Eilers Censor: Anders Jensen 1. Forventet indhold Overordnet emne: Symbolske dynamiske systemer. Hovedfokus: Kvantitativ analyse

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Skoleåret 2017-2018 Institution Rybners Uddannelse Fag og niveau Lærer(e) Hold HTX Informatik C Esben Øvland

Læs mere

Perspektiverende Datalogikursus

Perspektiverende Datalogikursus Perspektiverende Datalogikursus Algoritmer og kompleksitet Gerth Stølting Brodal 1 Perspektiverende kursus Formål: Vise bredden af Datalogi. Vise fagets anvendelighed. Vise konkrete eksempler på hvad datalogi

Læs mere

Datalogistudiet. Institut for Matematik og Datalogi (IMADA) SDU. Information til kommende studerende

Datalogistudiet. Institut for Matematik og Datalogi (IMADA) SDU. Information til kommende studerende Datalogistudiet Institut for Matematik og Datalogi (IMADA) SDU Information til kommende studerende Indhold Hvad er datalogi? Hvad arbejder man med bagefter? Hvordan er det at studere? Hvordan er instituttet

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Skoleåret 2016/17 Institution Hansenberg Gymnasium Uddannelse Fag og niveau Lærer Hold htx Programmering,

Læs mere

Perspektiverende Datalogikursus

Perspektiverende Datalogikursus Perspektiverende Datalogikursus Algoritmer og kompleksitet Gerth Stølting Brodal 1 Perspektiverende kursus Formål: Vise bredden af Datalogi. Vise fagets anvendelighed. Vise konkrete eksempler på hvad datalogi

Læs mere

Årsagen til fejl. Erkendelse af fejl. Håndtering af fejl.

Årsagen til fejl. Erkendelse af fejl. Håndtering af fejl. 9 Fejlhåndtering Årsagen til fejl Erkelse af fejl Håndtering af fejl Fejlerkelse og -håndtering i objekt-orienterede sprog Fejlerkelse og -håndtering i Eiffel Udbredelse af fejl i Eiffel Nuanceret fejlhåndtering

Læs mere

Perspektiverende Datalogikursus Uge 1 - Algoritmer og kompleksitet

Perspektiverende Datalogikursus Uge 1 - Algoritmer og kompleksitet Perspektiverende Datalogikursus Uge 1 - Algoritmer og kompleksitet Gerth Stølting Brodal 30. august 2006 ½ Perspektiverende kursus Formål: Vise bredden af Datalogi. Vise fagets anvendelighed. Vise konkrete

Læs mere

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Institut for Matematik & Datalogi Syddansk Universitet Mandag den 3 Januar 2011, kl. 9 13 Alle sædvanlige hjælpemidler

Læs mere

Studieordning for diplomuddannelsen i informationsteknologi

Studieordning for diplomuddannelsen i informationsteknologi Studieordning for diplomuddannelsen i informationsteknologi April 2007 [v3] 1 Introduktion... 2 2 Formål... 2 3 Indhold... 2 4 Adgangskrav... 3 5 Eksaminer... 3 6 Studieplan... 3 6.1 Formelle modeller

Læs mere

Computeren repræsenterer en teknologi, som er tæt knyttet til den naturvidenskabelige tilgang.

Computeren repræsenterer en teknologi, som er tæt knyttet til den naturvidenskabelige tilgang. Den tekniske platform Af redaktionen Computeren repræsenterer en teknologi, som er tæt knyttet til den naturvidenskabelige tilgang. Teknologisk udvikling går således hånd i hånd med videnskabelig udvikling.

Læs mere

Skriftlig Eksamen Algoritmer og Datastrukturer (dads)

Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Datalogisk Institut Aarhus Universitet Mandag den 27. maj 2002, kl. 9.00 13.00 Opgave 1 (25%) Denne opgave handler om multiplikation af positive heltal.

Læs mere

Programmering for begyndere Lektion 2. Opsamling mm

Programmering for begyndere Lektion 2. Opsamling mm Lektion 2 Opsamling mm God tone Der er indlagt spørge sessioner Lektion 2 - Agenda Programmering for Lidt ændringer til teknikken, herunder hvordan du genser en lektion Lidt generelle tilbagemeldinger

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin August 2009 - juni 2010 Institution HTX Sukkertoppen/Københavns Tekniske Skole Uddannelse Fag og niveau Lærer(e)

Læs mere

Invarianter. Invariant: Et forhold, som vedligeholdes af algoritmen gennem (dele af) dens udførelse. Udgør ofte kernen af ideen bag algoritmen.

Invarianter. Invariant: Et forhold, som vedligeholdes af algoritmen gennem (dele af) dens udførelse. Udgør ofte kernen af ideen bag algoritmen. Invariant: Et forhold, som vedligeholdes af algoritmen gennem (dele af) dens udførelse. Udgør ofte kernen af ideen bag algoritmen. Invariant: Et forhold, som vedligeholdes af algoritmen gennem (dele af)

Læs mere

Stk. 2 Tilknytning Uddannelsen hører under Studienævn for Matematik og Datalogi, og de studerende har valgret og valgbarhed til dette studienævn.

Stk. 2 Tilknytning Uddannelsen hører under Studienævn for Matematik og Datalogi, og de studerende har valgret og valgbarhed til dette studienævn. Den uddannelsesspecifikke del af studieordningen for bacheloruddannelsen i datalogi ved Det Natur- og Biovidenskabelige Fakultet, Københavns Universitet 2015 (Rev. 2015) Indholdsfortegnelse 1 Titel, tilknytning

Læs mere

Undervisningsbeskrivelse Informationsteknologi B. Undervisningsbeskrivelse Informationsteknologi B

Undervisningsbeskrivelse Informationsteknologi B. Undervisningsbeskrivelse Informationsteknologi B Undervisningsbeskrivelse Informationsteknologi B Termin August 2017 Juni 2018 Institution Next - Ballerup Uddannelse Fag og niveau Lærer(e) Eksamen Materialer EUX Merkantil Studieforberedende år Informationsteknologi

Læs mere

Skriftlig Eksamen Algoritmer og Datastrukturer (dads)

Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Skriftlig Eksamen Algoritmer og Datastrukturer (dads) Datalogisk Institut Aarhus Universitet Onsdag den. august 200, kl. 9.00.00 Opgave (25%) Lad A = A[] A[n] være et array af heltal. Længden af det længste

Læs mere

Fakta om ingeniør- og cand. scient.-uddannelserne 2011. Optag på uddannelserne 2007-2011

Fakta om ingeniør- og cand. scient.-uddannelserne 2011. Optag på uddannelserne 2007-2011 Fakta om ingeniør- og cand. scient.-uddannelserne 2011 Optag på uddannelserne 2007-2011 September 2011 Fakta om ingeniør- og cand.scient.- uddannelserne Denne analyse dokumenterer de faktuelle forhold

Læs mere

DM507 Algoritmer og datastrukturer

DM507 Algoritmer og datastrukturer DM507 Algoritmer og datastrukturer Forår 2018 Projekt, del II Institut for matematik og datalogi Syddansk Universitet 20. marts, 2019 Dette projekt udleveres i tre dele. Hver del har sin deadline, således

Læs mere

BRP 6.9.2006 Kursusintroduktion og Java-oversigt

BRP 6.9.2006 Kursusintroduktion og Java-oversigt BRP 6.9.2006 Kursusintroduktion og Java-oversigt 1. Kursusintroduktion 2. Java-oversigt (A): Opgave P4.4 3. Java-oversigt (B): Ny omvendings -opgave 4. Introduktion til næste kursusgang Kursusintroduktion:

Læs mere

Studieordning for bacheloruddannelsen i softwareudvikling ved IT-Universitetet i København

Studieordning for bacheloruddannelsen i softwareudvikling ved IT-Universitetet i København Studieordning for bacheloruddannelsen i softwareudvikling ved IT-Universitetet i København Studieordning a 1. september 2012 Revideret 16. juni 2014 Revideret 19. august 2015 Indhold Indledning Kapitel

Læs mere

It i folkeskolens matematikundervisning

It i folkeskolens matematikundervisning It i folkeskolens matematikundervisning Læringskonsulenterne Kvalitetsudvikling baseret på data og viden, nationale test og LIS-systemet. Matematik Folkeskolens prøver Talblindhedsprojekt Matematik Ministeriel

Læs mere

Studieordning for bacheloruddannelsen i datalogi (eng. Computer Science)

Studieordning for bacheloruddannelsen i datalogi (eng. Computer Science) Studieordning for bacheloruddannelsen i datalogi (eng. Computer Science) Vedtaget af Datalogisk Studienævn 2004-09-21 De overordnede bestemmelser, der danner ramme for denne studieordning, er fastlagt

Læs mere

Fremtidigt behov for it-specialister

Fremtidigt behov for it-specialister AAU 21. nov. 14 Fremtidigt behov for it-specialister Vi uddanner for lidt og forkert Optagets mix skal ændres AAU flytter viden Henrik Valentin Chefkonsulent DI ITEK Mangel på den rette it-arbejdskraft

Læs mere

Datalogi C + Datastrukturer og Algoritmer

Datalogi C + Datastrukturer og Algoritmer Datalogi C + Datastrukturer og Algoritmer Velkommen til DatC erne Dagens emne: Hvad er D&A, mål for effektivitet Kursuslærer: Henning Christiansen henning@ruc.dk, http://www.ruc.dk/~henning Hjælpelærer

Læs mere

Alle de studerende jeg har vejledt, har været under ordningen. D.v.s. først fire års studier efterfulgt af et fire-årigt ph.d. studium.

Alle de studerende jeg har vejledt, har været under ordningen. D.v.s. først fire års studier efterfulgt af et fire-årigt ph.d. studium. Vejleders forventninger til ph.d. studerende Min egen erfaring stammer fra, at jeg har været vejleder for 8 ph.d. studerende i Matematik-økonomi fra Aarhus Universitet (hvoraf de seks er blevet færdiguddannede,

Læs mere

DATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi

DATALOGISK INSTITUT, AARHUS UNIVERSITET. Det Naturvidenskabelige Fakultet EKSAMEN. Grundkurser i Datalogi DATALOGISK INSTITUT, AARHUS UNIVERSITET Det Naturvidenskabelige Fakultet EKSAMEN Grundkurser i Datalogi Antal sider i opgavesættet (incl. forsiden): 12 (tolv) Eksamensdag: Torsdag den 26. marts 2009, kl.

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin 2014-2015 Institution Rybners Tekniske Gymnasium Uddannelse Fag og niveau Lærer(e) Hold Htx Programmering

Læs mere

DM507 Algoritmer og datastrukturer

DM507 Algoritmer og datastrukturer DM507 Algoritmer og datastrukturer Forår 2018 Projekt, del II Institut for matematik og datalogi Syddansk Universitet 13. marts, 2018 Dette projekt udleveres i tre dele. Hver del har sin deadline, således

Læs mere

Datalogi OB, Efterår 2002 OH er, forelæsning 3/9-2002 - forstå datastrukturer og algoritmer (teoretisk forståelse og intuition)

Datalogi OB, Efterår 2002 OH er, forelæsning 3/9-2002 - forstå datastrukturer og algoritmer (teoretisk forståelse og intuition) Datalogi OB, Efterår 2002 OH er, forelæsning 3/9-2002 Datastrukturer og algoritmer Henning Christiansen henning@ruc.dk http://www.ruc.dk/~henning Formål: at kunne - forstå datastrukturer og algoritmer

Læs mere

Den digitale revolution

Den digitale revolution datalogisk institut københavns universitet Den digitale revolution fortællinger fra datalogiens verden DIKU 1970 2010 Den digitale revolution fortællinger fra datalogiens verden Datalogisk Institut, Københavns

Læs mere

Fakta om ingeniør- og cand. scient.-uddannelserne 2012. Optag på uddannelserne 2007-2012

Fakta om ingeniør- og cand. scient.-uddannelserne 2012. Optag på uddannelserne 2007-2012 Fakta om ingeniør- og cand. scient.-uddannelserne 2012 Optag på uddannelserne 2007-2012 September 2012 Fakta om ingeniør- og cand.scient.- uddannelserne Denne analyse dokumenterer de faktuelle forhold

Læs mere

Eksamineret Scrum Master

Eksamineret Scrum Master Eksamineret Scrum Master Bliv en succesfuld Scrum Master Scrum er en metode, der hjælper organisationer med at få mest muligt ud af deres indsatser. Metoden er en af de mest udbredte til at styre komplekse

Læs mere

Indholdsfortegnelse. Side 1 af 7

Indholdsfortegnelse. Side 1 af 7 Den uddannelsesspecifikke del af studieordningen for bacheloruddannelsen i machine learning og datavidenskab ved Det Natur- og Biovidenskabelige Fakultet, Københavns Universitet 2019 Indholdsfortegnelse

Læs mere

Evalueringsrapport. IMADAs Fagråd. Matematik, Datalogi og Mat.øk. 16. maj 2008. Kontaktpersoner

Evalueringsrapport. IMADAs Fagråd. Matematik, Datalogi og Mat.øk. 16. maj 2008. Kontaktpersoner Evalueringsrapport Matematik, Datalogi og Mat.øk 16. maj 2008 Kontaktpersoner Niels Kjeldsen - tiels@imada.sdu.dk, Søren Hesel - hesel@imada.sdu.dk, Morten Nørby Pedersen - meder06@imada.sdu.dk, Lena Erbs

Læs mere

En note om Programmering

En note om Programmering En note om Programmering Kurt Nørmark Institut for Datalogi Aalborg Universitet normark@cs.aau.dk Resumé Denne note er en introduktion til programmering. Formålet er at give dig et indblik i hvad programmering

Læs mere

Programmering. Det rent og skært nødvendige, det elementært nødvendige! Morten Dam Jørgensen

Programmering. Det rent og skært nødvendige, det elementært nødvendige! Morten Dam Jørgensen Programmering Det rent og skært nødvendige, det elementært nødvendige! Morten Dam Jørgensen Oversigt Undervisningen Hvad er programmering Hvordan er et program organiseret? Programmering og fysik Nobelprisen

Læs mere

Matematik på Københavns Universitet - den gavnlige skønhed

Matematik på Københavns Universitet - den gavnlige skønhed S C I E N C E Matematik på Københavns Universitet - den gavnlige skønhed Matematik eksisterer overalt Hvad enten det drejer sig om styrken i Storebæltsbroens pyloner, forsikringspræmien efter en kollision

Læs mere

22 Hobe. Noter. PS1 -- Hobe. Binære hobe. Minimum-hob og maximum-hob. Den abstrakte datatype minimum-hob. Opbygning af hobe. Operationen siv-ned.

22 Hobe. Noter. PS1 -- Hobe. Binære hobe. Minimum-hob og maximum-hob. Den abstrakte datatype minimum-hob. Opbygning af hobe. Operationen siv-ned. 22 Hobe. Binære hobe. Minimum-hob og maximum-hob. Den abstrakte datatype minimum-hob. Opbygning af hobe. Operationen siv-ned. Indsættelse i hobe. Sletning af minimalt element i hobe. Repræsentation. 327

Læs mere

XM @ DTU. License to Thrill

XM @ DTU. License to Thrill XM @ DTU License to Thrill Matematik 1 på DTU S. Markvorsen & P. G. Hjorth Institut for Matematik, Bygning 303S, DTU DK-2800 Kgs. Lyngby 1 1 Matematik 1 I begyndelsen af det tredie årtusind hedder på Danmarks

Læs mere

Vigtigt! Information om linievalg

Vigtigt! Information om linievalg Vigtigt! Information om linievalg Indhold 1 Introduktion 2 2 Lidt baggrundsviden 2 2.1 ECTS-point...................................... 2 2.2 Blokstruktur..................................... 2 3 Dine

Læs mere

Aalborg Universitet It-institut Uddannelse Adgangskrav 2012 Institut for Elektroniske

Aalborg Universitet It-institut Uddannelse Adgangskrav 2012 Institut for Elektroniske Oversigt over adgangskrav til it-uddannelser på de danske universiteter Senest opdateret 23. april 2012 af it-vest samarbejdende universiteter. Se også www.futurepeople.dk Aalborg Universitet Datalogi

Læs mere

Martin Olsen. DM507 Projekt Del I. 19. marts 2012 FOTO: Colourbox

Martin Olsen. DM507 Projekt Del I. 19. marts 2012 FOTO: Colourbox Martin Olsen DM0 Projekt 0 Del I. marts 0 FOTO: Colourbox Indhold Indledning... Opgave... Opgave... Opgave... Opgave... Opgave... Opgave... Opgave... Kildekode til SimpleInv.java... Kildekode til MergeSort.java...

Læs mere

Stk. 2 Generel profil i datalogi... 5 Stk. 3 Specialisering i data science... 6 Stk. 4 Gymnasierettet specialisering... 7

Stk. 2 Generel profil i datalogi... 5 Stk. 3 Specialisering i data science... 6 Stk. 4 Gymnasierettet specialisering... 7 Den uddannelsesspecifikke del af studieordningen for bacheloruddannelsen i datalogi ved Det Natur- og Biovidenskabelige Fakultet, Københavns Universitet 2009 (Rev. 2018) Indholdsfortegnelse 1 Titel, tilknytning

Læs mere

Undervisningsbeskrivelse

Undervisningsbeskrivelse Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Institution Uddannelse Fag og niveau Lærer(e) Hold Termin hvori undervisningen afsluttes: maj-juni 2013 HTX

Læs mere

Danmarks Tekniske Universitet

Danmarks Tekniske Universitet side af 2 sider Danmarks Tekniske Universitet Skriftlig prøve, den 26. maj 2009. Kursusnavn Algoritmik og datastrukturer I Kursus nr. 0205. Tilladte hjælpemidler: Alle skriftlige hjælpemidler. Vægtning

Læs mere

Skriftlig Eksamen Algoritmer og Datastrukturer 2 (2003-ordning)

Skriftlig Eksamen Algoritmer og Datastrukturer 2 (2003-ordning) Skriftlig Eksamen Algoritmer og Datastrukturer 2 (2003-ordning) Datalogisk Institut Aarhus Universitet Fredag den 28. maj 2004, kl. 9.00 13.00 Opgave 1 (20%) En (r, k) kryds-graf er en orienteret graf

Læs mere

SÆRE SYMBOLER OG FORVIRRENDE FORMLER

SÆRE SYMBOLER OG FORVIRRENDE FORMLER SÆRE SYMBOLER OG FORVIRRENDE FORMLER Et oplæg om brugen af symboler og formler i undervisningen og om nogle af de problemer, de er skyld i. Marit Hvalsøe Schou IN D H O L D Præsentation Symboler i overgangen

Læs mere

Bar Graphs Datalogi : "Sandkasse" Accounts

Bar Graphs Datalogi : Sandkasse Accounts Køn (sæt kryds) Kvinde 7,85 % Mand 92,15 % Hvor gammel er du? (vælg antal år) Over 29 29 28 27 26 25 24 23 22 21 20 19 Under 19 0,79 % 0,52 % 3,66 % 4,45 % 7,59 % 8,12 % 7,85 % 8,64 % 6,54 % 10,99 % 11,78

Læs mere

Matematikvejlederdag. Ankerhus 3. november Side 1

Matematikvejlederdag. Ankerhus 3. november Side 1 Matematikvejlederdag Ankerhus 3. november 2014 Klaus.fink@uvm.dk Side 1 Oplægget Nyheder Fagligt fokus Læringsmålstyret undervisning Klaus.fink@uvm.dk Side 2 Udviklingsprogrammet Klaus.fink@uvm.dk Side

Læs mere

Skriftlig Eksamen Algoritmer og Sandsynlighed (DM538)

Skriftlig Eksamen Algoritmer og Sandsynlighed (DM538) Skriftlig Eksamen Algoritmer og Sandsynlighed (DM538) Institut for Matematik og Datalogi Syddansk Universitet, Odense Fredag den 25. januar 2013 kl. 1013 Alle hjælpemidler (computer, lærebøger, notater,

Læs mere

Bar Graphs Datalogi: Førsteårsstuderende

Bar Graphs Datalogi: Førsteårsstuderende Køn (sæt kryds) Kvinde 12,68 % Mand 87,32 % Hvor gammel er du? (vælg antal år) Over 29 26 25 24 23 22 21 4,23 % 16,9 % 18,31 % 20 32,39 % 19 9,86 % Under 19 december 27, 2000 Page 1 of 81 Hvor mange år

Læs mere

Studievalg Sydjylland Merete Østergaard. Hjælper dig med valg af videregående uddannelse og karriere

Studievalg Sydjylland Merete Østergaard. Hjælper dig med valg af videregående uddannelse og karriere Studievalg Sydjylland Merete Østergaard Hjælper dig med valg af videregående uddannelse og karriere Hvem er Studievalg Sydjylland? 1 af 7 vejledningscentre under Uddannelsesministeriet Specialiseret i

Læs mere

Programmering. i undervisningen DIGITAL LÆRING. I dette hæfte gives eksempler på, hvordan programmering kan inddrages i undervisningen.

Programmering. i undervisningen DIGITAL LÆRING. I dette hæfte gives eksempler på, hvordan programmering kan inddrages i undervisningen. DIGITAL LÆRING PÅ UNGDOMSUDDANNELSERNE Programmering i undervisningen I dette hæfte gives eksempler på, hvordan programmering kan inddrages i undervisningen. 1 Indholdsfortegnelse Forord... 3 Forord Hvad

Læs mere

Skriftlig Eksamen Diskret Matematik (DM528)

Skriftlig Eksamen Diskret Matematik (DM528) Skriftlig Eksamen Diskret Matematik (DM528) Institut for Matematik & Datalogi Syddansk Universitet Tirsdag den 20 Januar 2009, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug

Læs mere

Perspektiverende Datalogi Klassiske Algoritmer

Perspektiverende Datalogi Klassiske Algoritmer Perspektiverende Datalogi Klassiske Algoritmer Gerth Stølting Brodal 1 Indhold Eksempler på beregningsproblemer Algoritmer og deres analyse Korrekthed af algoritmer Ressourceforbrug for algoritmer Kompleksitet

Læs mere

Symmetrisk Traveling Salesman Problemet

Symmetrisk Traveling Salesman Problemet Symmetrisk Traveling Salesman Problemet Videregående Algoritmik, Blok 2 2008/2009, Projektopgave 2 Bjørn Petersen 9. december 2008 Dette er den anden af to projektopgaver på kurset Videregående Algoritmik,

Læs mere

Fagets IT Introduktion til MATLAB

Fagets IT Introduktion til MATLAB Fagets IT Introduktion til MATLAB Mads G. Christensen mgc@kom.auc.dk Afdeling for Kommunikationsteknologi, Aalborg Universitet. MATLAB 2002 p.1/28 Kursusoversigt 1. Introduktion, matrix-indeksering, -operationer

Læs mere

Divide-and-Conquer algoritmer

Divide-and-Conquer algoritmer Divide-and-Conquer algoritmer Divide-and-Conquer algoritmer Det samme som rekursive algoritmer. Divide-and-Conquer algoritmer Det samme som rekursive algoritmer. 1. Opdel problem i mindre delproblemer

Læs mere

Analyse af algoritmer

Analyse af algoritmer Analyse af algoritmer Analyse af algoritmer Køretid Pladsforbrug Asymptotisk notation O, Θ og Ω-notation. Eksperimentiel analyse af algoritmer Philip Bille Analyse af algoritmer Analyse af algoritmer Køretid

Læs mere

it fagene i de gymnasiale uddannelser

it fagene i de gymnasiale uddannelser it fagene i de gymnasiale uddannelser Machine learning, datamining og big data Benjamin Rotendahl April 17, 2016 1 benjamin rotendahl Hvem er jeg? Datalogistuderende ved Københavns Universitet. Frivillig/studentermedhjælper/bestyrelsesmedlem

Læs mere

Undersøgende matematik i prøverne. Odense 26. april 2019

Undersøgende matematik i prøverne. Odense 26. april 2019 Undersøgende matematik i prøverne Odense 26. april 2019 Programmet En del af opgaverne i Folkeskolens Prøver handler om, at eleverne skal undersøge et eller andet. Det er ofte opgaver, eleverne har svært

Læs mere

Divide-and-Conquer algoritmer

Divide-and-Conquer algoritmer Divide-and-Conquer algoritmer Divide-and-Conquer algoritmer Det samme som rekursive algoritmer. Divide-and-Conquer algoritmer Det samme som rekursive algoritmer. 1. Opdel problem i mindre delproblemer

Læs mere

DIKUs Undervisningsudvalg. Vedr.: 36. møde d. 14. oktober 2011. Sagsbehandler: Ann Steendahl Søndergaard

DIKUs Undervisningsudvalg. Vedr.: 36. møde d. 14. oktober 2011. Sagsbehandler: Ann Steendahl Søndergaard DATALOGISK INSTITUT KØBENHAVNS UNIVERSITET DIKUs Undervisningsudvalg SAGSNOTAT 14. OKTOBER 2011 Vedr.: 36. møde d. 14. oktober 2011 DATALOGISK INSTITUT Sagsbehandler: Ann Steendahl Søndergaard Til Stede:

Læs mere

Count and Percent Datalogi: "Sandkasse" Accounts

Count and Percent Datalogi: Sandkasse Accounts and Køn Mand Kvinde 352 92,15 % 30 7,85 % Hvor gammel er du? (vælg antal år) Under 19 19 20 21 22 23 24 25 26 27 28 29 Over 29 2 0,52 % 17 4,45 % 25 6,54 % 33 8,64 % 30 7,85 % 42 10,99 % 57 14,92 % 54

Læs mere

Udarbejdet af CFU Absalon

Udarbejdet af CFU Absalon Chatbots i Scratch Introduktion: En chatbot er et lille program, der kan chatte. De bruges mange steder på internettet, enten for at kunne hjælpe i nogle bestemte situationer eller for at underholde. De

Læs mere

Computerassisteret fysioterapi og fysisk træning

Computerassisteret fysioterapi og fysisk træning D E P A R T M E N T O F C O M P U T E R S C I E N C E U N I V E R S I T Y O F C O P E N H A G E N Computerassisteret fysioterapi og fysisk træning Kim Steenstrup Pedersen Image Group Datalogisk Institut,

Læs mere

STATUS PÅ DATALOGIFORSKNING OG -UDDANNELSE Professor Stephen Alstrup, Datalogisk Institut, KU Næstformand i ATV s Digitale Vismænd

STATUS PÅ DATALOGIFORSKNING OG -UDDANNELSE Professor Stephen Alstrup, Datalogisk Institut, KU Næstformand i ATV s Digitale Vismænd STATUS PÅ DATALOGIFORSKNING OG -UDDANNELSE Professor Stephen Alstrup, Datalogisk Institut, KU Næstformand i ATV s Digitale Vismænd 1 Den digitale verden 2 Digitalisering og lidt tal IKT-sektoren omsætter

Læs mere

Uddannelsesspecifik studieordning for bachelorog kandidatuddannelsen i Datalogi

Uddannelsesspecifik studieordning for bachelorog kandidatuddannelsen i Datalogi Uddannelsesspecifik studieordning for bachelorog kandidatuddannelsen i Datalogi Godkendt af dekanen for den 29. april 2010. Indholdsfortegnelse Kapitel 1: Uddannelsens formål og kompetenceprofil... 1 1

Læs mere