MENY
Dette er studietilbudet for studieår 2018-2019. Endringer kan komme.


Behandler fundamentet for datateknikk og diskret matematikk. Sentrale konsepter er konseptuelle og formelle modeller, effektivitet og abstraksjonsnivåer. Både fundamental og avansert teori dekkes.

Læringsutbytte

Kunnskap: Å forstå grunnlaget for datavitenskap og diskret matematikk. Viktige konsepter som er essensielle for beregning, konkret: konseptuelle og formelle modeller, effektivitet, og ulike nivå av abstraksjon. Grunnleggende og avansert teori vil bli dekket.

Innhold

Iterasjon, induksjon, og rekursjon; hvordan beregne kjøretider; bruk kombinatorikk og sannsynlighetsmodeller. Kurset vil også gi en oversikt over avanserte datamodeller (tre strukturer, lister, mengder, relasjoner og grafer); mønster, automata, og regulære uttrykk; rekursive mønsterbeskrivelser; proposisjonslogikk; bruk av logikk for å designe datakomponenter; predikatlogikk.

Forkunnskapskrav

Ingen.

Anbefalte forkunnskaper

Basis emne i datastrukturer og algoritmer, og et emne i objekt-orientert programmering.

Eksamen/vurdering

Vekting Varighet Karakter Hjelpemidler
Muntlig eksamen1/1 Bestått - Ikke bestått

Fagperson(er)

Emneansvarlig
Krisztian Balog
Faglærer
Erdal Cayirci, Tomasz Wiktorski, Erlend Tøssebro, Terje Per Kårstad, Hein Meling, Reggie Davidrajuh, Rong Chunming

Arbeidsformer

Ledet selvstudium. Forelesninger kan i enkelte tilfeller avtales.

Åpent for

Informasjonsteknologi - Ph.d.

Emneevaluering

Skjer vanligvis gjennom skjema og/eller samtaler i henhold til gjeldene retningslinjer.

Litteratur

Alfred V. Aho and Jeffrey D. Ullman "Foundations of Computer Science: C Edition", W. H. Freeman 1995.


Dette er studietilbudet for studieår 2018-2019. Endringer kan komme.

Sist oppdatert: 22.04.2018