2D1341 Introduktion till datalogi för F, 8 poäng, för F

Mål

Kursens mål är att ge för att eleverna ska

Förkunskaper

Matematikkurs från gymnasiets NT-program eller motsvarande. Någon datorerfarenhet (begreppen operativsystem och fil samt erfarenhet av någon tillämpning t.ex. ordbehandling). Kursen 5B1101 Linjär algebra (kan läsas parallellt).

Kursinnehåll

Datateknik: Orientering om datorns principiella funktion och uppbyggnad, terminologi.
Programmering: Programmering i ett funktionellt (Scheme) och ett imperativt (C, Pascal eller liknande) språk, filhantering, programmoduler, avlusning.
Datalogiska begrepp: Iteration och rekursion, modeller för evaluering, typer, modularisering, objekt, tillstånd, abstrakta datatyper, automater.
Datastrukturer: Listor, stackar, köer, träd, mängder, tabeller.
Algoritmer: Sökning, sortering, trädalgoritmer. Något om algoritmanalys.
Orientering om programmeringstekniker: Högre ordningens procedurer, mönstermatchning, generiska operatorer, datadriven programmering, objektorienterad programmering, händelsestyrd simulering, inbäddade språk.

Kursuppläggning

Föreläsningar
48 h period 2-3
Övningar
48 h period 2-3
Laborationer
48 h period 2-3

Examination

En skriftlig tentamen (TEN1; 4 p).
Laborationsuppgifter (LAB1; 4 p).
Betygsskala: 3, 4, 5.
Fördjupningsnivå: B

Kurslitteratur

Enligt förteckning på institutionen.

2D1341 Introduction to Computer Science, 8 credits

Goals

The goals of the course are to give the students so that they will be able to

Prerequisites

High school mathematics (NT-education). Some computer experience (the concepts of operating system and file and experience from one computer application, e.g. word processing). 5B1101 Linear Algebra (can be taken concurrently).

Contents

Computer technology: Introduction to how a computer works and to computer hardware, terminology.
Programming: Programming in a functional (Scheme) and an imperative (C, Pascal or similar) programming language, file handling, program modules, debugging.
Computer science concepts: Iteration and recursion, models for evaluation, types, modularization, objects, states, abstract data types, automata.
Data structures: Lists, stacks, queues, trees, sets, tables.
Algorithms: Searching, sorting, tree algorithms. Introduction to algorithm analysis.
Introduction to programming techniques: Higher order procedures, pattern matching, generic operators, data driven programming, object oriented programming, event driven simulation, imbedded languages.

Examination

A written examination (TEN1; 4 cr.).
Programming assignments (LAB1; 4 cr.).
Grades: 3, 4, 5.

Required reading

Reading list available at the department.

^ Upp till kursens hemsida.


Senast ändrad 1996-04-16 <www-kurs@nada.kth.se>