Kursplan för Introduktion till programmering, beräkningsvetenskap och statistik

Introduction to Programming, Scientific Computing and Statistics

  • 10 högskolepoäng
  • Kurskod: 1TD349
  • Utbildningsnivå: Grundnivå
  • Huvudområde(n) och successiv fördjupning: Datavetenskap G2F

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå
    G1N: har endast gymnasiala förkunskapskrav
    G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    GXX: kursens fördjupning kan inte klassificeras.

    Avancerad nivå
    A1N: har endast kurs/er på grundnivå som förkunskapskrav
    A1F: har kurs/er på avancerad nivå som förkunskapskrav
    A1E: innehåller examensarbete för magisterexamen
    A2E: innehåller examensarbete för masterexamen
    AXX: kursens fördjupning kan inte klassificeras.

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2018-03-06
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2019-02-08
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: vecka 30, 2019
  • Behörighet: Kandidatexamen inklusive 15 hp matematik och statistik samt 45 hp biologi varav 30 hp i molekylärbiologi, cellbiologi, evolution och/eller genetik.
  • Ansvarig institution: Institutionen för informationsteknologi

Mål

Efter godkänd kurs ska studenten kunna

  • redogöra för och utföra uppgifter som kräver kännedom om nyckelbegrepp inom beräkningsvetenskap och statistik;
  • beskriva och använda de algoritmer och metoder som ingår i kursen;
  • undersöka egenskaper hos beräkningsalgoritmer, matematiska och statistiska modeller med hjälp av de analysförfaranden som ingår i kursen;
  • tillämpa grundläggande försöksplaneringsteknik;
  • lösa mindre beräkningsproblem på ett strukturerat sätt (lösa problemet stegvis genom att dela upp i delproblem) och implementera i Matlab; 
  • grundläggande användning av Linux och shellskript.

Innehåll

Kursen består av tre delar: beräkningsvetenskap och grundläggande programmering, statistik och multivariat analys samt användning av Linux . 
Del 1 (4 hp): Matriser, vektorer och lösning av linjära ekvationsstem , numerisk lösning av integraler, introduktion till Monte Carlometoder. Användning av Matlab och grunderna i programmering, t ex programmeringsstrukturer (if, for, while) och funktioner.
Del 2 (4 hp): Statistik och multivarat analys: Grunderna i statistik (fördelningar, väntevärde, varians, standardavvikelse etc.). Principalkomponentanalys. Grunderna för vanligt förekommande univariata analyser (t-test, anova, korrelation och regression). Prediktiv multivariat analys.
Del 3 (2 hp):
Användning av Linux via bash (t ex pipelines och kommandon som grep, awk etc) och Shellskript. 

Undervisning

Föreläsningar och lektioner, laborationer, inlämningsuppgifter.

Examination

Skriftliga prov (del 1 och del 2). Inlämningsuppgifter (del 1, del 2 och del 3).

If there are special reasons for doing so, an examiner may make an exception from the method of assessment indicated and allow a student to be assessed by another method. An example of special reasons might be a certificate regarding special pedagogical support from the disability coordinator of the university.

Litteratur

Uppgift om kurslitteratur saknas. Ta kontakt med ansvarig institution för mer information.