Programplaner og emneplaner - Student
BYGG2100 Programmering og statistikk Emneplan
- Engelsk emnenavn
- Programming and Statistics
- Omfang
- 10.0 stp.
- Studieår
- 2026/2027
- Emnehistorikk
-
-
Innledning
Dette emnet gir en innføring i programmering og statistikk.
Programmering tar sikte på å gi studenten en innføring i programmering i Python. Studentene får en innføring i programstruktur og uttrykk, variabler, tekster, operatorer, funksjoner, arrayer, bruk av løkker.
Statistikk gir sammen med de andre realfagene det fundamentale grunnlaget for ingeniørfagene. Emnet skal gi studenten forståelse for statistiske og sannsynlighetsteoretiske begreper, problemstillinger og løsningsmetoder med sikte på anvendelser innen eget fagfelt og ingeniørfag generelt.
Undervisningsspråk: Norsk
-
Forkunnskapskrav
Dette emnet gir en innføring i programmering og statistikk.
Programmering tar sikte på å gi studenten en innføring i programmering i Python. Studentene får en innføring i programstruktur og uttrykk, variabler, tekster, operatorer, funksjoner, arrayer, bruk av løkker.
Statistikk gir sammen med de andre realfagene det fundamentale grunnlaget for ingeniørfagene. Emnet skal gi studenten forståelse for statistiske og sannsynlighetsteoretiske begreper, problemstillinger og løsningsmetoder med sikte på anvendelser innen eget fagfelt og ingeniørfag generelt.
Undervisningsspråk: Norsk
-
Læringsutbytte
Ingen utover opptakskrav
-
Arbeids- og undervisningsformer
Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert som kunnskap, ferdigheter og generell kompetanse:
Kunnskap
Studenten:
- forstår problemløsning ved hjelp av programmering
- kjenner til innebygd funksjonalitet i Python
- har grunnleggende kjennskap til programmering med bruk av datastrukturer, funksjoner, og vektoriserte beregninger
- kan gjøre rede for sentrale begreper innen mengdelære, sannsynlighetsteori, parameterestimering, hypotesetestingsteori og modellvalg
- kan gjøre rede for sannsynlighetsfordelingene normal, binomisk, Poisson og eksponensial og typiske problemstillinger hvor de kan anvendes
Ferdigheter
Studenten kan:
- skrive programmer for å løse gitte problemstillinger
- dele opp et større problem i-delproblemer
- lage løsninger for virkelige problemer på en datamaskin med brukerinteraksjon, plott av data og lagring/lesing av data
- finne og rette feil i egne programmer samt være i stand til å sette seg inn i andres kildekode
- dra nytte av eksterne biblioteker i egen kildekode
- anvende statistiske prinsipper og begreper fra eget fagfelt
- utføre grunnleggende sannsynlighetsregning og parameterestimering
- sette opp konfidensintervaller og utføre hypotesetester for normalfordelte og binomisk fordelte data
- utføre enkle korrelasjons-/regresjonsanalyser
Generell kompetanse
Studenten kan:
- bruke Python til å løse relevante problemstillinger innen sitt fagfelt
- tilegne seg og ta i bruk ny programmeringskunnskap
- benytte statistiske tenkemåter på ingeniørproblemstillinger og formidler disse skriftlig og muntlig
- løse ingeniørproblemstillinger ved sannsynlighetsregning, statistisk forsøksplanlegging, datainnsamling og analyse
-
Arbeidskrav og obligatoriske aktiviteter
Forelesninger og øvinger.
-
Vurdering og eksamen
Følgende arbeidskrav må være godkjent for at studenten skal kunne framstille seg til eksamen:
Ett av ett arbeidskrav innen statistikk og ett av to arbeidskrav innen programmering må være godkjente. Hvert arbeidskrav har et omfang på ca 6 timer og gjennomføres individuelt.
-
Hjelpemidler ved eksamen
Individuell 4 timers skriftlig eksamen under tilsyn.
Eksamensresultat kan påklages.
-
Vurderingsuttrykk
Alle trykte og skrevne hjelpemidler. Håndholdt kalkulator som ikke kommuniserer trådløst og som ikke kan regne symbolsk. Dersom kalkulatoren har mulighet for lagring i internminnet skal minnet være slettet før eksamen. Stikkprøver kan foretas.
-
Sensorordning
Gradert skala A-F
-
Emneoverlapp
Én intern sensor. Ekstern sensor brukes jevnlig.