Werkdocument Major-Minor Informatica

Transcriptie

1 Werkdocument Major-Minor Informatica Wim Hesselink, Jan Jongejan, Jos Roerdink Laatst gewijzigd: 18 oktober 2005 Inhoudsopgave 1 Inleiding 1 2 ACM/IEEE Computing Curricula ACM/IEEE Computing Curricula 2004 Overview Report Karakteristieken van de computing disciplines Vergelijking van de computing disciplines ACM/IEEE Computing Curricula Discussie Complexe Cognitieve Vaardigheden (CVV s) Classificatie van CCV s naar ACM competenties Classificatie van huidige bachelorvakken naar CCV s Discussie Concept major curriculum Bepaling aantal EC s per core topic Eerste aanzet major Minoren Verroostering major Referenties 12 A Uitwerkingen CCV s 13 1 Inleiding De discussie over het opzetten van een major (en later minors) Informatica heeft tot nu toe plaatsgevonden via een aantal workshops waarin zgn. complexe cognitieve vaardigheden (CCV s) zijn beschreven, uitgaande van authentieke beroepstaken. Een eerste uitwerking van deze CCV s tot studieonderdelen heeft plaatsgevonden. Deze zijn opgenomen in de appendix. Een belangrijke vraag hierbij is of er een goede balans en samenhang in het curriculum ontstaat: ontbreken er onderwerpen, is er redundantie? Om deze vragen te beantwoorden worden in dit document de gewenste studieonderdelen bekeken langs een andere as, nl. de body of knowledge waar het in de Informatica om draait. Hierbij zijn enkele ACM rapporten als uitgangspunt genomen 1 : 1. Computing Curricula 2004 Overview Report [4] 2. ACM/IEEE Computing Curricula 2001 [1]. Enkele belangrijke elementen uit deze rapporten worden hier eerst kort samengevat. 1 Uitwerkingen zijn ook beschikbaar voor Computer Engineering [3], Information Systems [2], en Software Engineering [5]. 1

2 2 ACM/IEEE Computing Curricula 2.1 ACM/IEEE Computing Curricula 2004 Overview Report Dit rapport is ontstaan vanuit het besef dat er een groeiende familie van computing-gerelateerde disciplines is ontstaan, zoals computer science (CS), computer engineering (CE), software engineering (SE), informatiesystemen (IS), en informatietechnologie (IT), die elk een eigen curriculumrapport vereisen. In dit overzichtsrapport worden deze disciplines omschreven en vergeleken. Het is duidelijk dat er nog veel discussie over de afgrenzing van deze gebieden is Karakteristieken van de computing disciplines In het rapport is voor alle computing disciplines in matrixvorm het minimum en maximum gewicht van de kennisgebieden ( Knowledge Areas ) gegeven, opgesplitst naar informatica onderwerpen (p. 28) en niet informatica onderwerpen (p. 29), zie Fig. 1. De horizontale as loopt van theoretisch naar toegepast. De verticale as loopt van Computer Hardware en Architectuur naar Organisatie en Informatiesystemen. Figuur 1: Grafische karakteristiek van de computing disciplines: computer engineering (CE), computer science (CS), software engineering (SE), informatiesystemen (IS), en informatietechnologie (IT) (uit [4, p ]). 2

3 Computer Engineering (CE) ontwerp en constructie van computer(systemen) studie van hardware, software, communicatie, en hun interactie curriculum: theorie, principes, en praktijk vanuit elektrotechniek en toegepaste wiskunde softwareontwikkeling met nadruk op gebruik in digitale apparaten (b.v. embedded systems) Computer Science (CS) Breed, van theoretische en algoritmische fundering tot recente ontwikkelingen in World Wide Web, robotica, computer vision, intelligente systemen, bioinformatica, enz. Werk valt in drie categorieën uiteen: 1. ontwerp en implementatie van software 2. bedenken van nieuwe manieren om computers te gebruiken 3. ontwikkeling van manieren om computing problemen op te lossen Biedt een omvattende basis die afgestudeerden in staat stelt zich snel nieuwe ideeën en technologieën eigen te maken. Information Systems (IS) integreren van IT-oplossingen en bedrijfsprocessen op effectieve en efficiënte manier nadruk op technologie als instrument om noodzakelijke informatie te genereren, bewerken en distribueren IT-specialist heeft rol in analyse, specificatie, ontwerp en implementatie van informatiesystemen voor een organisatie, en vervult brugfunctie Information Technology (IT) nadruk op technologie zelf, i.p.v. op de informatie die ermee wordt overgebracht aanschaf, installatie, beveiliging, onderhoud, upgrading en vervanging van systemen combinatie van kennis en praktische vaardigheid veel contact met gebruikers, goede communicatieve vaardigheden vereist Software Engineering (SE) ontwerp en onderhoud van softwaresystemen die betrouwbaar, efficiënt, en onderhoudbaar zijn toenemend belang van software in veiligheidskritische toepassingen toename van grote en dure softwaresystemen integratie van principes uit wiskunde en computer science met engineeringpraktijk studenten SE moeten tijdens hun opleiding al in contact komen met (de wensen van) klanten Vergelijking van de computing disciplines Een meer precieze vergelijking tussen de computing disciplines is te vinden in Tabel 1 en Tabel 2, respectievelijk. 3

4 Tabel 1: Relatief gewicht van computing topics tussen de vijf disciplines [4, p. 28]. Tabel 2: Relatief gewicht van niet-computing topics tussen de vijf disciplines [4, p. 29]. In [4, p. 32] staan rond de 70 academische competenties (performance capabilities) op master niveau opgesomd, elk met een gewicht tussen 0 en 5 per opleiding, zie Tabel 3. Uitwerkingen van het overzichtsrapport voor elk van de specifieke opleidingen zijn beschikbaar. Hierna beperken we ons tot het CS curriculum. 4

5 Tabel 3: Relatieve competenties (Performance Capabilities) [4, p. 32]. 5

6 2.2 ACM/IEEE Computing Curricula 2001 In [1] wordt een body of knowledge en een core curriculum gedefinieerd, d.w.z. een classificatie van kennisgebieden, met daarbinnen core topics, zie de tabel hieronder. Het ACM rapport hanteert de volgende definitie [1, p. 12, punt 5]: the core will consist of those topics for which there is a broad consensus that the topic is essential to undergraduate degrees that include computer science, computer engineering, and other similarly named programs. Het core curriculum dient te worden uitgebreid tot een volwaardig basisprogramma met elementen uit de body of knowledge. Tabel 4: Body of knowledge met core topics [1, p. 27]. 6

7 3 Discussie Complexe Cognitieve Vaardigheden (CVV s) De vraag die we ons hier stellen is of de eerste uitwerking van CCV s tot studieonderdelen tot een werkbaar curriculum leidt. Eerst de CCV s nog een keer op een rijtje. CCV1 Voer een onderzoek uit waarin theorie, methoden of technieken worden ontwikkeld en/of toegepast CCV2 Ontwikkel een theorie/methode/techniek t.b.v. het oplossen van een wetenschappelijk probleem CCV3 Ontwikkel, analyseer en verifieer een algoritme aan de hand van een specificatie CCV4 Modelleer een proces en vertaal dit naar een softwareprogramma CCV5 Analyseer een probleem, ontwerp en implementeer een bijbehorend softwaresysteem CCV6 Verzamel en verwerk informatie en lever een presentatie over een informatica(- gerelateerd) onderwerp 3.1 Classificatie van CCV s naar ACM competenties Voor ons curriculum zijn voornamelijk CS en SE van toepassing. Daarom geeft de volgende tabel de competenties uit Tabel 3 die een gewicht van minimaal 4 hebben in de CS of de SE kolom. Hoewel dit competenties op master niveau zijn, geeft het toch een aardige indicatie van specifieke informaticacompetenties. Tabel 5: Poging tot classificatie van CCV s volgens de indeling van competenties op master niveau uit Tabel 3. Gebied Competentie CS SE CCV Algorithms Prove theoretical results Develop solutions to programming problems Develop proof-of-concept programming Determine if faster solutions are possible? Application infrastructure Evaluate new search engine 4 4 Application programs Design word processor 4 4 5? Design spread sheet 4 4 Computer programming Do small-scale programming Do large-scale programming 4 5 3,5 Do systems programming 4 4 Develop new software systems Human-computer Interface Create software user interface 4 4 Create graphics/game software 5 5 Information management Design database management systems 5 4 Implement information retrieval software 5 4 Intelligent systems Design auto-reasoning systems 4 2 Implement auto-reasoning systems 4 5 Implement intelligent systems 4 4 Networking & Communications Design network configuration 4 3 Implement communication software 4 4 De geformuleerde CCV s vallen voornamelijk in de gebieden Algorithms, Application Programs en Computer Programming. De overdekking is dus maar zeer gedeeltelijk. En het is niet zo dat de ontbrekende gebieden allen in de masterfase vallen. 7

8 3.2 Classificatie van huidige bachelorvakken naar CCV s Vervolgens maken we een zelfde soort correspondentie van CVV s met vakken in ons huidige bachelorcurriculum. Tabel 6: Poging tot toewijzing van vakken in huidige bachelorcurriculum (excl. de afstudeerprojecten) aan CCV1-6. Vak (EC) DS PF AL PL AR OS HC GR IS IM NC SE CN SP O Imp. ProgI+ICG (5) 3 Oriënt. Inf. (5) 2 2 Oriënt. KI (5) Imp. ProgII+CV (5) 3 6 Discr. Struct. (5) 2 Wisk. A (5) 4 Dig. Techn. (6) Proj. HTML (3) OO A (6) 3 3 OO B (6) 3 3 Wisk. B (5) 4 Proj. Prog. (4) 3 Progr. Corr. (5) 3 Funct. Progr. (6) 3 Sign. Syst. (4) 4 Alg. Datastruc. (6) 3 Ontw. Intell. Sys. (6) IT Beroepspr. (3) Softw. Anal. Ontw. (6) 5 Proj. Softw. Ontw.I (3) 5 Databases (6) Arch. Netwerken (5) Proj. Softw. Ontw.II 5 (4) Talen & Aut. (6) Oper. Sys. I (4) Vertalerbouw (7) Comp. Graphics (4) Comp. Geom. (4) Net computing (6) Oper. Sys. II (5) Softw. Engin. (4) 5 Stat. v. Bèta s (6) 4 Kennisrep. Red. (6) APPHPS (4) 8

9 3.3 Discussie 1. Als we kijken naar Tabel 5, dan valt op dat een groot aantal gebieden niet gedekt wordt. Dat kan liggen aan het onvoldoende specifiek zijn van de huidige CCV s. In de uitwerking van CCV1-2 (zie Appendix A) wordt al opgemerkt dat het onderscheid tussen CCV1 en CCV2 niet duidelijk is. Vergelijkbare vragen kunnen gesteld worden bij de andere CCV s. In CCV1: theorie (methoden enz.) waarover? In CCV2: wat voor wetenschappelijk probleem? In CCV3: wat voor algoritme? In CCV4: wat voor proces? In CCV5: wat voor probleem? 2. Als we kijken naar Tabel 6, dan zien we veel lege plekken. Dat is aan de ene kant mooi, omdat we dit curriculum in eerste instantie moeten terugbrengen tot een 2-jarige major. Maar er zijn gaten waar we die niet willen, zeker als we de competenties uit Tabel 5 willen dekken. 3. Conclusie is dat we met alleen de CCV s niet uitkomen. 4 Concept major curriculum Om een basis voor verdere discussie te hebben nemen we de body of knowledge met core topics uit het ACM Computing Curricula 2001 rapport als uitgangspunt. Wat in dit core curriculum deels ontbreekt zijn elementen uit de wiskunde en natuurwetenschappen. Het ACM rapport beveelt het volgende aan [1, p. 21]. Een one semester cursus in: 1. Discrete mathematics 2. Probability & Statistics 3. Overige wiskunde (b.v. calculus, lineaire algebra) 4. Blootstelling aan de scientific method Element 1 wordt al gedekt door DS in het core curriculum. Element 4 sluit goed aan bij onze wens om modellering in het curriculum onder te brengen, en daar de huidige wiskunde vakken in te integreren, zie Appendix A, uitwerking CCV4. Hierbij zal de scientific method een belangrijke rol spelen. Dit sluit in de ACM lijst o.a. aan bij CN (Computational Science). Hoewel daar volgens de ACM geen core hours voor staan, nemen we de elementen 2-4 op onder deze rubriek. Als gewicht lijkt iets in de orde van 2 à 3 keer het gewicht van DS redelijk. Voorlopig nemen we hier 60 core uren voor. 4.1 Bepaling aantal EC s per core topic Tabel 7: Core topics met core uren (totaal 337 uur), en omrekening naar EC s per core topic in major (totaal 120 EC, omrekeningsfactor 120/337=0.36). Abbrev. Core topic Core hours EC DS Discrete Structures PF Programming Fundamentals AL Algorithms and Complexity PL Programming Languages 5 2 AR Architecture OS Operating Systems 22 8 HC Human-Computer Interaction 3 1 GR Graphics 0 0 IS Intelligent Systems 10 4 IM Information Management 10 4 NC Net-Centric Computing 15 5 SE Software Engineering CN Computational Science, Math SP Social, Ethical, profes. Issues

10 4.2 Eerste aanzet major Als volgende stap hebben we de huidige vakken in het bachelor curriculum onder de loep genomen en gekeken welke vakken zouden passen in de major volgens de toegemeten EC s. Hierbij hebben we de core topics enigszins geclusterd. In de volgende tabel staat een eerste aanzet. Hierbij is het RUG/FWNuitgangspunt dat alle cursussen een omvang van 5 EC krijgen in het nieuwe curriculum. Tabel 8: Aanzet tot inpassing van vakken binnen de major volgens de toegemeten EC s. De getallen in de tweede rij geven de EC s volgens Tabel 7. DS PF AL PL AR NC OS HC IS IM SE CN SP Ov DS ImpP A&D FP A&N NC OS OrIS DB OOB Modelleren: ITB WetBaVa Log OOA OrInf APPHPS SAO -WisA PCorr Autom PSO -WisB -S&S -Stat Opmerkingen 1. Dit schema telt op tot precies 120 EC. 2. Autom is een nieuw vak Automaten. 3. De 5EC die bij de kolom AR NC OS ontbreekt staat bij Ov(erig): het vak WetBaVa (Wetensch. Basisvaardigheden), grotendeels het vroegere vak Inleiding Computergebruik. 4. In Automaten en Programmacorrectheid zitten elementen van Discrete Structuren. Het werkelijke totaal van DS (kolom 1) is dus meer dan 10 EC. 5. OS1 is hernoemd tot OS (Operating Systems). Elementen van Concurrency kunnen worden opgenomen in Net Computing, Operating Systems en APPHPS. 6. Niet alle huidige vakken staan in dit overzicht. Er is ook gekeken naar de voorgestelde inhoud van het gedeelde 1e semester met KI/IK (Oriëntatie Intelligente Systemen, Logica, Imperatief Programmeren; Oriëntatie Informatica, Wetensch. Basisvaardigheden, Objectgeoriënteerd Programmeren A). 7. Sommige vakken zetten we op een pro memori lijst. PM lijst: Digitale Techniek, Kennisrepresentatie & Redeneren, Vertalerbouw, Talen & Automaten, Ontwerp Intelligente Systemen, Project HTML, Computer Graphics, Computational Geometry, Software Engineering. Sommige van deze vakken komen terug in de verdiepende minoren. De onderdelen Communicatieve Vaardigheden dienen in het nieuwe curriculum te worden verwerkt (CCV6). En ook het afstudeerproject verhuist naar de verdiepende minoren. 8. Andere ideëen: Plaats Talen & Automaten toch in AL (onder de titel Automaten). Verhuis Vertalerbouw naar de verdiepende SE minor (onder de titel Translators). Refereer in Logica aan Digitale Techniek. 9. Van bestaande vakken die we niet hebben gehandhaafd, kunnen/moeten sommige delen in vakken worden opgenomen die we wel hebben behouden. Als er globale consensus bereikt is binnen Informatica over deze eerste selectie, moet er fijnmaziger worden gekeken naar wat er precies in de vakken aan onderwerpen aan bod komt. De ACM lijst biedt hiervoor weer een goede basis. Uiteindelijk is het streven een afbeelding te maken van onderwerpen naar vakken, zodat doublures en lacunes aan het licht komen. 10

11 4.3 Minoren We gaan uit van een verdiepende minor voor elk van de bestaande mastervarianten. Tabel 9: Drie verdiepende minoren. Software Engineering Computational Science & Visualisatie Intelligente Systemen Software Engineering Computer Graphics Kennisrepresentatie & Redeneren Translators Computational Geometry Neurale Netwerken Ontw. Intell. Syst. Beeldbewerking Beeldbewerking keuze keuze keuze AP1 AP1 AP1 AP2 AP2 AP2 De genoemde invulling is een eerste aanzet. Nieuw zijn de vakken Translators en Beeldbewerking (dit vak is gemeenschappelijk in minor 2 en 3). Het vak Neurale Netwerken in minor 3 behoeft mogelijk aanpassing. De haalbaarheid van de minor Software Engineering hangt af van het tijdig opvullen van vacatures binnen de basiseenheid Software Engineering. Ook over een vrije minor voor studenten buiten Informatica kan nagedacht worden. 4.4 Verroostering major Hieronder een concept verroostering. Hierbij hebben we tevens gekeken naar de voorlopige semesterindeling die tijdens Workshop 3 is vastgesteld, en naar de bijbehorende CCV s. Tabel 10: Concept verroostering van de major (120 EC). Semester 1 Semester 2 Semester 3 Semester 4 Semester 5 Orient Intell Sys OO-A Algor & Datastr Softw Arch&Ontw Operating systems Imper Progr Discr Structuren Func Progr Signalen&Systemen IT-Beroepspraktijk Logica Progr Correctheid minor minor minor Wet Basisvaard. OO-B Automaten Statistiek Paral. Computing Orient Informatica Arch & Netw Databases Proj Softw Ontw Net Computing Modell 1: Wisk A Modell 2: Wisk B minor minor minor Opmerkingen: APPHPS is omgedoopt tot Parallel Computing. Semester 6 is niet opgenomen, dit wordt geheel besteed aan verdiepende minor (incl. afstudeerproject). Wiskunde A, Wiskunde B, Statistiek en Signalen & Systemen maken deel uit van het voorgestelde project Modelleren, zie Appendix A, uitwerking CCV4. We concluderen dat een aantal CCV s hier wel degelijk in aan te wijzen is, maar er zijn ook lacunes, zoals we al eerder hadden geconstateerd. Het gebruiken van thema s per blok kan een punt van discussie zijn. 11

12 Referenties [1] Computing Curricula ACM/IEEE, report. [2] Information Systems ACM/AIS/AITP, pdf. [3] Computing Curricula - Computer Engineering ACM/IEEE, edu/ece/ccce. [4] Computing Curricula 2004 Overview Report. ACM/IEEE, education/overview_draft_ pdf. [5] Software Engineering ACM/IEEE,

13 A Uitwerkingen CCV s 13

14 Huiswerk Curriculumontwikkeling Gerard Renardel 27 februari 2005 In deze versie de formulering van het huiswerk, een inventaris van de huidige situatie en een bonte lijst van ideeën voor projecten, en een eerste voorstel voor invulling van 30 cp theorie-onderwijs in de major van de bacheloropleiding Informatica. 1 De opdracht Opdracht is: uitwerken van de studie-onderdelen betreffende de CCV s 1, 2 en 6, zoals genoemd in het curriculumoverzicht in het stuk Afspraken Workshop 3 Informatica, d.d. 10 december Bijlage 2 (Werk per CCV de bijbehorende studieonderdelen uit) van dat stuk licht een en ander toe. De omschrijvingen van de genoemde CCV s zijn: CCV1 Voer een onderzoek uit waarin theorie, methoden of technieken worden ontwikkeld en/of toegepast CCV2 Ontwikkel een theorie/methode/techniek tbv het oplossen van een wetenschappelijk probleem CCV6 Verzamel en verwerk informatie en lever een presentatie over een informatica(- gerelateerd) onderwerp De relevante studie-onderdelen zijn: CCV1 op niveau 1 (1e semester, 5 cp), te integreren met CCV6 CCV2 op niveau 1 (2e semester, 10 cp), te integreren met CCV6 CCV1 op niveau 2 + CCV6 + IT-beroepspraktijk (4e semester, 10 cp) Terzijde: Het onderscheid tussen CCV1 en CCV2 is niet duidelijk. Voer een onderzoek uit (CCV1) is zeer breed, het oplossen van een wetenschappelijk probleem (CCV2) valt er zeker onder. Verder is in beide CCV s sprake van het ontwikkelen van theorie, methoden en technieken. Een en ander roept de vraag op wat het verschil tussen CCV1 en CCV2 is cq. zou moeten zijn. Ik stel voor: beperk CCV1 tot het toepassen, dus laat ontwikkelen hier weg. Verder stel ik voor ons hier te beperken tot theorieën uit de theoretische informatica. Dit stuk is tot stand gekomen na discussies met leden van de basiseenheid Theoretische Informatica, ihb. Jan Terlouw. De discussie is overigens verre van afgerond. 1

15 2 Opmerkingen vooraf Uitgangspunt van de werkwijze met CCV s is de authentieke beroepstaak. Bij elk onderwijsonderdeel staat zo n taak centraal, worden onderdelen ervan aangereikt en vult de student alleen of met anderen de niet aangereikte onderdelen zelf in. Gedurende de opleiding worden stapsgewijs minder delen ingevuld en moet de student de betrefende beroepstaak in toenemende mate geheel zelf uitvoeren. Deze werkwijze ontleent zijn rechtvaardiging aan het motiverend effect op de studenten, en aan de goede voorbereiding op de beroepstaken die erdoor geboden wordt. Het toepassen van deze werkwijze op de Theoretische Informaica is problematisch, om de volgende twee redenen. Het lijkt me dat het verrichten van wetenschappelijk onderzoek in de theoretische informatica het overdragen van inzichten uit de theoretische informatica de enige authentieke beroepstaken zijn op het gebied van de theoretische informatica. De tweede beroepstaak is met enige fantasie wel als CCV onder te brengen, en valt min of meer onder CCV6. De eerste beroepstaak leent zich niet goed voor de hierboven beschreven aanpak van onderdeelsgewijze invulling. (Het etuigt wellicht van een gebrek aan fantasie, maar ik zie nog niet direct hoe het voor eerstejaarsstudenten motiverend en leerzaam kan zijn om een deeltaak van bv. mijn eigen onderzoek op het gebied van volledigheidsbewijzen voor infinitaire modale logica s uit te voeren. Er ligt hier wel een uitdaging, maar dan veleer voor een specialisatieminor en de masteropleiding.) Meer geëigend lijkt hier de aanpak die we tot nu toe volgen: leer de student hoe je problemen op kunt lossen mbv. theoretische informatica door te beginnen met kleine problemen, en vervolgens geleidelijk op te schalen. Dus: eerste kleine opgaven, dan grotere opdrachten, vervolgens projecten. Verderop in dit stuk een aantal ideeën voor projecten in deze richting. Toepassing van kennis en vaardigheden uit de theoretische informatica vindt voor een groot deel plaats buiten de theoretische informatica, en is aan de orde in CCV3, CCV4 en CCV5. Daarnaast is er volgens mij sprake van een belangrijke en profilerende doelstelling van het wetenschappelijk informatica-onderwijs, nl. het aanbrengen van een academisch denkniveau mbt. Informatica. Dit is niet alleen een vaardigheid, maar ook een attitude. Het realiseren van dez doelstelling dient volgens mij oa. plaats te vinden door de student enige kennis en inzicht te doen verwerven in de theoreticshe informatica als bron en basis van het vakgebied op academisch niveau. Samenvattend lijkt me dat de CCV-werkwijze zich niet goed leent voor de theoretische informatica (met uitzonderling van het communicatieve gedeelte). Ik stel voorlopig voor om het curriculumontwerp op dit gebied op meer traditionele leest te schoeien. 2

16 3 Voorstel voor invulling Ik stel voor: drie onderdelen van elk 10 cp in de major die gewijd zijn aan theorie. (Ik ben mij bewust dat dit meer is dan de geboden 25 cp.) Dit zijn: cursus Logica en Discrete Wiskunde, met een prakticum in Prolog; cursus Algoritmen en Datastructuren, met een focus op grafentheorie en graafalgoritmen, en een prakticum in Haskell; tevens als CV-onderdeel het presenteren (door de studenten) van een graafalgoritme (inclusief informeel correctheidsbewijs); geïntegreerde cursus Talen & Automaten en Vertalerbouw. 4 Inventaris In de huidige bachelor Informatica (inclusief het beoogde 1e semester met KI) komen de volgende vakken voor die in deze context mogelijk relevant zijn. Oriëntatie Informatica Inleiding Logica (in beoogd gemeenschappelijk 1e semester met KI) Discrete Structuren Functioneel Programmeren Talen en Automaten Kennisrepresentatie en Redeneren Vertalerbouw In deze vakken spelen de volgende stukken theorie, methoden en technieken een rol: verzamelingen, relaties, functies logica grafentheorie machinemodellen formele talen lambdacalculus bewijsmethoden stellingbewijzers (op master-niveau) model checkers (idem) Mogelijke onderwerpen voor projecten waarin deze onderwerpen aan de orde komen: 3

17 ontwerpen van logische circuits ontwerpen van vertragingsongevoelige circuits logisch specificatie opstellen en daaruit een Prolog-programma ontwikkelen ontwikkel theorie om kwaliteitsaspecten van security protocollen te analyseren routeplanner ontwikkelen en daarvoor graafalgoritmen implementeren een strategisch computerspel ontwikkelen (bv. Mastermind, Cluedo, Mafia) de praktijk en de theorie van Lisp nader onderzoeken ontwikkel een systeem dat nummerborden kan lezen en het land van herkomst kan bepalen taalkundige problemen aanpakken mbv. eindige automaten en reguliere talen (Gert-Jan van Noord) een (programmeer)taal ontwikkelen en daarvoor parser/interpreter/compiler bouwen NP-volledigheid van een probleem aantonen verschillende definities van het begrip berekenbare functie onderzoeken en vergelijken verschillende confluentiebewijzen voor de lambda-calculus onderzoeken en vergelijken de operationele semantiek en de denotationele semantiek van een abstracte functionele taal (bv. FEM) onderzoeken en vergelijken complexiteitsklassen onderzoeken en vergelijken 4

18 CCV3: ONTWIKKEL, ANALYSEER EN VERIFIEER EEN ALGORITME AAN DE HAND VAN EEN SPECIFICATIE 1 Voorstel voor invulling CCV 3 Harm Bakker, Rudy Moddemeijer, Wim Hesselink 7 februari 2005 CCV 3: Ontwikkel, analyseer en verifieer een algoritme aan de hand van een specificatie Tevens: CCV 6: Verzamel en verwerk informatie en lever een presentatie over een informatica( gerelateerd) onderwerp. CCV 3 komt ook voor in: CCV 4: Modelleer een proces en vertaal dit naar een softwareprogramma. CCV 5: Analyseer een probleem en implementeer een bijbehorend softwaresysteem. Een inventarisatie van programmeerparadigma s: Imperatief Objectgeorienteerd Functioneel Logisch Concurrent: thread- en eventprogramming Query talen Scripting Multi-agent systemen Disclaimer: we zagen geen kans handen en voeten te geven aan de wijze van top-down ontwerp overeenkomstig bijlage 2 van Afspraken Workshop 3 van 10 december Bij de nadere specificatie wordt de gebrekkige kennis m.b.t. wat in het kader van de andere CCV s behandeld wordt als manco ervaren. Van veel onderdelen (voorkennis) is het niet duidelijk onder welke CCV ze behandeld worden. Na een nadere inventarisatie van leerdoelen komen wij tot een invulling van 6 programmaonderdelen van elk 5 ec, waarin de paradigma s Imperatief, Object-georienteerd, Functioneel, Concurrent aan de orde komen. De nadruk ligt op het programmeren in Java. Functioneel en Concurrent komen slechts licht aan de orde. We rekenen echt OO-ontwerp, GUI-builders, case-tools en ontwikkelomgevingen tot CCV 5. VOORSTEL Programmaonderdeel 3.1: Programmeren 1 en 2 Periode: Semester 1 Omvang: 10 ec CCV 3: Ontwikkel, analyseer en verifieer een algoritme aan de hand van een specificatie CCV 6: Verzamel en verwerk informatie en lever een presentatie over een informatica(-gerelateerd onderwerp: voornamelijk schriftelijk rapporteren, in het bijzonder de eindopdracht van Programmeren 2 Kernvaardigheden: Elementaire programmaconstructies in Imperatief en OO: if, for, while, methods communicatie met gebruiker: main, applets, frames Ontwerpverantwoording, documentatie Methoden en technieken: Recursie Testen (elementair) Biblioteekgebruik Datastructuren: Simpele typen, Strings Arrays Objecten, Klassen, Inheritance (licht)

19 CCV3: ONTWIKKEL, ANALYSEER EN VERIFIEER EEN ALGORITME AAN DE HAND VAN EEN SPECIFICATIE 2 Beoordelingscriteria: Leesbaarheid Modificeerbaarheid (parametrisatie) Helderheid van documentatie Efficientie (licht) Randvoorwaarden: wekenschema voor 14 weken samen met KI 2 toetseenheden van elk 5 ec. Naam: Programmeren 3 Periode: Semester 2 Omvang: 5 ec CCV 3: Ontwikkel, analyseer en verifieer een algoritme aan de hand van een specificatie CCV 6: Verzamel en verwerk informatie en lever een presentatie over een informatica(-gerelateerd onderwerp: voornamelijk schriftelijk rapporteren Onderwerpen: Excepties Assertions Robuustheid Events GUI s Threads Thread safety Conditioneel wachten Deadlock Interrupts Testen [NB Echt OO-ontwerp rekenen wij tot CCV 5] Naam: Algoritmen en Datastructuren Periode Semester 2 Omvang: 5 ec CCV 3: Ontwikkel, analyseer en verifieer een algoritme aan de hand van een specificatie CCV 6: Verzamel en verwerk informatie en lever een presentatie over een informatica(-gerelateerd onderwerp: kleinere component schriftelijk rapporteren. Onderwerpen: alle weken: Efficientie (ordeschattingen) week 1: Zoeken en sorteren week 2: Lijsten (wachtrij, stapel, priority queue) week 3,4: week 5,6,7: Bomen (zoekboom, balanceren) Grafen (ongericht, gericht, gewogen); Graafsearch, samenhangscomponenten, maxflow, matching Practicumproblemen: zandlopers indelen is sociaal acceptabele groepen traveling salesman Randvoorwaarden: na Programmeren 2 Naam: Functioneel Programmeren Periode Semester 3 of 4 Omvang: 5 ec CCV 3: Ontwikkel, analyseer en verifieer een algoritme aan de hand van een specificatie CCV 6: geen

20 CCV3: ONTWIKKEL, ANALYSEER EN VERIFIEER EEN ALGORITME AAN DE HAND VAN EEN SPECIFICATIE 3 Reden: een echt ander programmeerparadigma het geeft nieuwe inspiratie bij algoritme-ontwerp zeer geschikt voor rapid prototyping Onderwerpen: nadruk op algoritme-ontwerp gebruik Haskell prelude voorbeeld problemen: binpacking, partities, roosterproblemen, graafsearch N.B. de aan- of afwezigheid van Orientatie Informatica (voorkennis) heeft grote invloed op de inhoud Naam: Programmacorrectheid Periode Semester: 3 of 4 Omvang: 5 ec CCV 3: Ontwikkel, analyseer en verifieer een algoritme aan de hand van een specificatie (deze formulering leidt direct tot dit vak). CCV 6: geen Onderwerpen: Formele Specificaties Programmapredicaten Invarianten Afleiding van herhalingsprogramma s Slope search Correctheid van procedure Declaratie en Aanroep ( Correctheid van recursieve procedures en functies ) n.a.v Correctheid van recursieve procedures en functies. Een uitvoerige discussie waarin problemen m.b.t. Java enerzijds en procedures en functies anderzijds aan bod kwamen. Dit onderdeel is niet essentieel, bij latere uitwerking wordt beslist of we dit meenemen. Bij Programmacorrectheid moet extra aandacht besteed worden aan de betekenis van dit onderdeel in de dagelijkse programmeerpraktijk. Randvoorwaarden: na Programmeren 2 Overzicht van tijdsbesteding en toetsing P1 P2 P3 A&D PC FP hoorcollege werkcollege practicum toetsing practicum practicum practicum 50% practicum 33% toets eindopdracht tentamen 50% tentamen 50% CCV groepsgrootte 2 2, eind 4 2 Ter vergelijking: Huidige cursussen op het gebied van CCV 3 Imperatief Programmeren 5 ec OOA, OOB 12 ec Algoritmen en Datastructuren 6 ec Programmacorrectheid 5 ec Functioneel Programmeren 6 ec Kennisrepresentatie en Redeneren 6 ec Tezamen 40 ec PM. 1) Orientatie Informatica en relatie met KI 2) Databases (wordt essentieel geacht) 3) Vertalerbouw (handhaven, weglaten of elders onderbrengen; essentieel het gestructureerd automatisch lezen, bewerken en vervolgens schrijven van data)

21 CCV3: ONTWIKKEL, ANALYSEER EN VERIFIEER EEN ALGORITME AAN DE HAND VAN EEN SPECIFICATIE 4 4) OS II 5) Selectieve karakter propedeuse 6) We rekenen echt OO-ontwerp, GUI-builders, case-tools en ontwikkelomgevingen tot CCV 5.

22 CCV4: MODELLEER EEN PROCES EN VERTAAL DIT NAAR EEN SOFTWAREPROGRAMMA 1 CCV4: Modelleer een proces en vertaal dit naar een softwareprogramma Jos Roerdink, Gert Vegter, Michael Wilkinson 27 januari 2005 I. Inleiding Dit document beschrijft een eerste uitwerking van cognitieve vaardigheid CCV4: Modelleer een proces en vertaal dit naar een softwareprogramma, zoals geformuleerd in het document Concept Profiel voor de Bacheloropleiding Informatica van Januari II. Doelstelling (nader te preciseren): modelleren van een informeel beschreven probleem, doordringen tot de kern, vertaalslag maken naar implementatie/simulatie, hierbij van tools gebruikmaken (voornamelijk matlab/mathematica), interpretateren en analyseren van de resultaten. III. Uitwerking CCV4 komt aan de orde in semester 3 en 5, elk van 10 EC, die weer opgedeeld worden in tweemaal 5 EC. De volgende tabel geeft een overzicht van ingrediënten, mogelijke modellen/contexten, en het semester waarin dit aan de orde komt. Een opsomming van boeken en web sites die gebruikt kunnen worden bij het formuleren en uitwerken van modelproblemen is te vinden in sectie VI. Ook materiaal van wiskunde (Trentelman) kan nuttige elementen leveren. Ingrediënten Modellen/context Sem. calculus slinger 3 lin. algebra roofdier-prooi 3 ODE LRC-circuit, chem. reacties, economie 3 Num. wiskunde 2-deeltjes systeem 3 PDE trillende snaar, warmtegeleiding 5 statistiek/stochastiek filters (ruis, least squares) 5 hypothese toetsing 5 signaal/beeldanalyse filters, FFT, convolutie 5 systeemtheorie regel/feedbacksystemen 5 Tools (Matlab, mathematica) 3/5 A. Aanpak Projectopzet. Veel zelfwerkzaamheid. Een studiewijzer maken. Studenten deels zelf materiaal laten zoeken. Goede projectorganisatie is essentieel. Te overwegen is elke groep studenten, door twee studentassisten te laten begeleiden, één van wiskunde en één van informatica. Max. 5 groepjes per tweetal studentassisten. Wiskunde deels via hoor- werkcollege, deels via zelfstudie (boeken, artikelen, web). Rapportages over tussenstappen (begin frequent, later minder). Eindverslag moet ook de deelverslagen bevatten.

23 CCV4: MODELLEER EEN PROCES EN VERTAAL DIT NAAR EEN SOFTWAREPROGRAMMA 2 B. Projectopzet Sem. 3, 10 EC Kwartaal 1: week 1-2: week 3-8: inleidend college (doelstelling, voorbeelden, richtlijnen) projectgroepen maken (tweetallen). Klein project modelleren = programmeren = analyseren. Oplossingen in matlab uitwerken (wiskunde komt pas in week 3-8). groter project modelleren = programmeren = analyseren. Parallel hieraan de wiskunde A stof (begin veel wiskunde, lineair aflopend tot eind van projectperiode). week 9-10: Toetsperiode (wiskunde via tentamen, project via verslagen) Kwartaal 2: week 1-8: project modelleren = programmeren = analyseren. Parallel hieraan de rest van de wiskunde A stof + selectie van wiskunde B (begin veel wiskunde, lineair aflopend tot eind van projectperiode). week 9-10: Toetsperiode (wiskunde via tentamen, project via verslagen) Sem. 5, 10 EC Kwartaal 1: week 3-8: week 9-10: Kwartaal 2: week 1-8: week 9-10: project modelleren = programmeren = analyseren. Parallel hieraan de stof van signalen & systemen (begin veel stof, lineair aflopend tot eind van projectperiode). Toetsperiode (signalen & systemen via tentamen, project via verslagen) project modelleren = programmeren = analyseren. Parallel hieraan de statistiek (begin veel stof, lineair aflopend tot eind van projectperiode). Toetsperiode (Statistiek via tentamen, project via verslagen en mondelinge presentatie) C. Vakkenaanbod Vanuit de gedachte dat voor dit vak een behoorlijke basis in wiskunde, statistiek en signaalanalyse nodig is, hebben we gekeken naar het huidige aanbod in de bachelorfase. De huidige beschrijving van deze vakken is te vinden in sectie V. Onze conclusie over wat geschikt en haalbaar is binnen het totaal van 20 EC zijn als volgt: 1) Wiskunde A: blijft in zijn geheel 2) Wiskunde B: ODE, iteratieve methoden houden, stellingen eruit. 3) signalen & systemen: nader bekijken in overleg met huidige docent 4) statistiek voor beta s: lijkt aan de grote kant. Ook nader bekijken. Ons voorstel is dat deze stof, in tegenstelling tot wat dusver gebruikelijk was, wordt aangeboden in de context van projecten. Dit sluit overigens korte perioden van hoorcolleges niet uit. Hierover moet wel tijdig met de collega s van Wiskunde worden overlegd. D. Niveau Aan de hand van de tabel met complicerende factoren (Concept Profiel voor de Bacheloropleiding Informatica, pag. 40) menen wij dat in CCV4 we maximaal tot gevorderde niveau kunnen komen. Vooral de interactie tussen complicerende factoren speelt hierbij een rol. IV. Vervolg Wij menen dat het goed is voor elke CCV een trekker aan te wijzen die de nadere uitwerking in studieonderdelen coördineert. Voor de aspecten m.b.t. accreditatiewaardigheid levert de faculteit ondersteuning.

24 CCV4: MODELLEER EEN PROCES EN VERTAAL DIT NAAR EEN SOFTWAREPROGRAMMA 3 V. Inventarisatie Wiskundevakken voor informatici A. Wiskunde A a) Toelatingseis/voorkennis:. Geen verplichte voorkennis b) Beschrijving:. Eén van de belangrijkste doelen van het vak Wiskunde A is om de VWO-ervaring met functies van 1 variabele op te rekken naar (vector-) functies van meerdere variabelen. Daarbij komt aan de orde: partiëel differentieren, extrema, lineaire benaderingen, gradiënt, Taylorontwikkeling, integratie. Voor de analyse van deze functies speelt de lineaire algebra een belangrijke rol. Daarvan komt aan de orde: vectoren, inproduct, uitproduct, lineaire stelsels, matrix, rang, determinanten, inverses, eigenwaarden en eigenvectoren, diagonalisatie. Verder worden de reele getallen uitgebreid naar de complexe getallen en zullen enkele eenvoudige functies hierop geintroduceerd worden, o.a. de complexe e-macht. Een belangrijk onderdeel in dit college vormen ook de differentiaalvergelijkingen. De daarbij te behandelen begrippen zijn: richtingsveld, scheiden van variabelen, exacte differentiaal, lineaire differentiaalvergelijkingen, superpositie, beginwaardeprobleem, randwaardeprobleem, tweede-orde differentiaalvergelijkingen met constante coefficienten, harmonische oscillator. Voorafgaand aan het College zijn er twee werkcolleges waarin VWO-wiskunde (limieten, differentieren en integreren) wordt opgehaald. Uit de literatuur wordt behandeld: 1. Erwin Kreyszig: Advanced Engineering Mathematics (8th ed.), New-York: John Wiley and Sons Ltd (1999) Secties: vectoren, vectorfuncties en krommen: (niet scalar triple product ), complexe getallen: 12.1, 12.2, 12.6 (niet entire function ) lineaire algebra: , 7.1, 7.2, 7.5 functies van meerdere variabelen: 8.8, 8.9, 9.3 gewone differentiaalvergelijkingen: , , 2.5, R. Verstappen: Wiskunde 1 (dictaat) Secties: limieten, differentieren, integreren: Taylorontwikkeling: 1.9 functies van meerdere variabelen, extrema, lineaire benaderingen: 5 B. Wiskunde B c) Toelatingseis/voorkennis:. Wiskunde A d) Beschrijving:. Wiskunde B gaat over differentiaalvergelijkingen, reeksen, vectoranalyse, partiele differentiaalvergelijken en iteratieve methoden. In Wiskunde A is een aanvang gemaakt met het oplossen van differentiaalvergelijkingen. In Wiskunde B wordt dit onderwerp uitgebreid tot het oplossen van inhomogene differentiaalvergelijkingen. Hierbij komen de volgende begrippen aan de orde: homogene en particuliere oplossing, resonantie, stelsels differentiaalvergelijkingen, fasevlak, faseportret, (type) kritieke punt en stabiliteit kritiek punt. In het hoofdstuk over reeksen staan de begrippen convergentie/divergentie, machtreeks en Fourierreeks centraal. In het hoofdstuk over vectoranalyse draait het om begrippen als gradient, potentiaal, niveau-oppervlak, en het parametrizeren van oppervlakken. Daarnaast worden lijnintegralen behandeld, hierbij komen de begrippen arbeid, potentiaal, afhankelijkheid van integratieweg, exacte differentiaal en de stelling van Green aan de orde. Verder wordt een overzicht gegeven van oppervlakte-integraal, flux en de divergentie-stelling van Gauss. M.b.v. de divergentie-stelling worden eenvoudige partiele differentiaalvergelijkingen (zoals de warmte-vergelijking, en de Laplace-vergelijking) geformuleerd. Het vak eindigt met een inleiding tot iteratieve methoden voor het oplossen van vergelijkingen (o.a. de Newton-methode) en differentiaalvergelijkingen (Picard-iteratie). Uit de literatuur wordt behandeld: Erwin Kreyszig: Advanced Engineering Mathematics (8th ed.), New-York: John Wiley and Sons Ltd (1999) Sectie:

25 CCV4: MODELLEER EEN PROCES EN VERTAAL DIT NAAR EEN SOFTWAREPROGRAMMA 4 2de-orde differentiaalvergelijkingen: 2.8, 2.9, 2.11, 2.12 stelsels differentiaalvergelijkingen: 3.0 t/m 3.4 reeksen: 14.1, 4.1, 4.2, 10.1 t/m 10.4 vector-analyse: 8.4, 8.9, 8.10, 9.1, 9.2, 9.4 t/m 9.8 iteratieve methoden: 17.1, 17.2, 18.3, 1.9 C. Signalen en Systemen e) Studielast:. 4 EC f) Werkvorm:. hoorcollege 2 uren, werkcollege 2 uren verroosterd practicum 2 uren zelfwerkzaamheid (totaal) 100 uur g) Beschrijving:. Dit vak is een eerste kennismaking met signaalbewerking en lineaire systemen. Aan de orde komen continue en discrete signalen, frequentiedomein representatie, convolutieberekeningen, quantisatie, bemonstering en aliasing, z-transformatie, digitale filters, Fourier transformatie en spectra. h) Practicum:. De theorie wordt in de praktijk gebracht aan de hand van MATLAB-practica. i) Afsluiting/Eindcijfer:. Tentamen en practicumopdrachten. D. Statistiek voor Bèta s j) Studielast:. 6 EC k) Toelatingseis/voorkennis:. Elementaire kennis van de analyse, matrices en vectoren. l) Werkvorm:. Wekelijks 5 uur hoorcollege en 3 uur werkcollege met huiswerk. m) Beschrijving:. Het college geeft een elementaire inleiding in de toegepaste statistiek. Eerst worden methoden en begrippen uit de beschrijvende statistiek behandeld. Dan volgt een korte inleiding in de kansrekening: kansverdelingen, discrete en continue stochasten, verwachtingswaarde en variantie, functies van stochasten en een aantal klassen van verdelingen die veel gebruikt worden in statistische modellen. Vervolgens wordt speciaal aandacht besteed aan drie klassen van problemen uit de mathematische statistiek: puntschatten, intervalschatten en hypothesetoetsen (maximum likelihood, momenten, kleinste kwadraten en lineaire modellen). Tenslotte wordt een laatste stukje flexibel ingevuld met diverse onderdelen uit de stochastiek en de statistiek. Het geheel zal worden verlevendigd door middel van enkele computeropdrachten. n) Afsluiting/Eindcijfer:. Huiswerk-, tentamen- en computeropdracht-resultaten bepalen het eindcijfer. o) Eindtermen:. Basisbegrippen en -technieken. Kennis hebben van en kunnen werken met basisbegrippen uit de Beschrijvende Statistiek: steekproef en meetbaarheid van steekproefvariabelen, grafische presentatie van data in boxplots en histogrammen, kwantielen, centrum- en spreidingsmaten in dataverzamelingen, lineaire relaties en strooidiagrammen, productmoment, correlatiecoefficient en kleinste kwadratenschattingen van de parameters van de regressielijn. Kennis hebben van en kunnen werken met basisbegrippen uit de Kansrekening en Stochastiek: toevalsexperiment met uitkomstenruimte en kansveld, conditionele kansen en de Stelling van Bayes, onafhankelijkheid van gebeurtenissen, stochast en kansverdeling, discreet en continu, verdelingsfunctie en kansdichtheid, momenten, verwachting en variantie, onafhankelijkheid, verdeling van een stochastische vector. Kennis hebben van en kunnen werken met een aantal standaardkansverdelingen: Uniforme-, Binomiale-, Geometrische-, Poisson-, Exponentiele-, Normale-, Chi-kwadraat- en t-verdeling. Kennis hebben van en kunnen werken met: Wetten van de grote aantallen (convergentie begrippen in de stochastiek), de empirische verdelingsfunctie en de Stelling van Glivenko-Cantelli, de Centrale Limietstelling en eigenschappen van gemiddelde en variantie van een steekproef uit een normale verdeling. Kennis hebben van en kunnen werken met basisbegrippen uit de Mathematische Statistiek: Puntschatters voor de parameters van een verdeling: eigenschappen (zuiverheid en consistentie) en constructiemethoden (momenten-methode en maximum- likelihood-methode). Toepassingen.

26 CCV4: MODELLEER EEN PROCES EN VERTAAL DIT NAAR EEN SOFTWAREPROGRAMMA 5 Betrouwbaarheidsintervallen voor een parameter: eigenschappen en toepassingen, ook asymptotische betrouwbaarheidsintervallen via normale benadering. Hypothesetoetsen: nulhypothese en alternatieve hypothese, onbetrouwbaarheid en onderscheidingsvermogen, toetsgrootheid en kritiek gebied, toepassen van een aantal standaardtoetsen. Kennis hebben van en kunnen werken met lineaire modellen (het enkelvoudige lineaire regressie model met normaal verdeelde fout en het algemene lineaire model met de bijbehorende kleinste kwadraten schatters). Statistische tabellen kunnnen interpreteren en gebruiken. Modelleren en problemsolving. Vanuit een context een statistisch probleem kunnen formuleren, voorzien van een model, en kunnen analyseren en oplossen met de geleerde methoden. Gebruik van computers en tabellen. Eenvoudige problemen uit concrete statistische toepassingen kunnen oplossen met behulp van de Statistical Toolbox van het software pakket MATLAB.

27 CCV4: MODELLEER EEN PROCES EN VERTAAL DIT NAAR EEN SOFTWAREPROGRAMMA 6 VI. Model-problemen voor CCV4 Voor CCV4-gerelateerde vakken zijn er model-problemen nodig geschikt om de benodigde wiskunde balast aan op te hangen. Een korte zoektocht door wat boeken en WWW leverde de volgende resultaten. Boeken S. Barnett (1995) Some Modern Applications of Mathematics. Prentice Hall. Problemen iets te eenvoudig, nadruk te veel op wiskunde, niet modellering. Wel een paar aardige spring-mass systemen. A.D. Bazikin (1998) Nonlinear Dynamics of Interacting Populations. World Scientific. Aardige bron van complexere ecosysteem-modellen. Wiskunde gaat wat ver. Deangelis, D.L. (1992) Dynamics of Nutrient Cycling and Food Webs. Chapman & Hall. Bevat een aantal aardige voorbeelden op het gebied van populatie dynamica. N.J. Giordano (1997) Computational Physics. Prentice Hall Erg goede bron! diverse redelijk realistische problemen worden vanuit een simpel begin steeds verder uitgewerkt. J. Hofbauer en K. Sigmund (1998) Evolutionary Games and Population Dynamics. Cambridge University Press. Misschien wat te wiskundig, maar met name het deel over spel-theorie kan een aardige kapstok voor zowel lineaire algebra als differentiaal vergelijkingen. W. Kintzel en G. Reents (1998) Physics by Computer. Springer. Goed boek met vele natuurkundige problemen (maar ook wat over populatie dynamica). Vele goede voorbeelden in Mathematica. Gaat op veel van de wiskundige problemen in die van belang zijn. A.L. Koch, J.A. Robinson, G.A. Milliken (1998) Mathematical Modelling in Microbial Ecology. Chapman & Hall. Aardige serie modellen over populatie dynamica in de microbiologie. O.a. progressie van logistische groei modellen (die niet werken voor microben) naar Monod en varianten. Bevat ook studies van statistiek om modelen aan de hand van data te toetsen. C.F. Van Loan (1997) Introduction to Scientific Computing. Prentice Hall. Te veel op de wiskunde gefocuseerd, weinig aansprekende voorbeelden. J. McGlade (1999) Advanced Ecological Theory. Blackwell. Geavanceerde populatie dynamica, o.a. ruimtelijke modellen (b.v. om partiële differentiaal vergelijingen aan op de hangen). W.J. Palm (2005) Introduction to Matlab 7 for Engineers. McGraw-Hill. Boek met veel opdrachten om natuurkundige concepten in Matlab uit te werken. Opdrachten typisch wat te klein voor onze doelstelling (hooguit voor het korte initiële project). Wel een goede bron voor Matlab instructie. URLs Drie grote lijsten van simulation resources op het web zijn: Open Directory - Science: Software: Simulation. SCS Simulation Resources. maq/eng/index.php

28 Beschrijving Studieonderdeel Naam: Ontwerpen van Intelligente Systemen Periode: jaar 2 sem. 1 Codering: CCV 5, 1 de onderdeel code 5.1 Omvang: 10 ec Complexe Cognitieve vaardigheid Analyseer een probleem, ontwerp en implementeer een bijbehorend software systeem Niveau 1) complexiteit software systeem: groot, te overzien voor 1 persoon 2) kwaliteitscriteria softwaresysteem: werkend systeem, gedocumenteerd 3) omvang team: 2 4) samenstelling team: homogeen, weinig ervaring 5) contact opdrachtgever (d.i. mate van extern overleg): geen 6) projectorganisatie: geen 7) duidelijkheid opdracht: deels gespecificeerd, deels globaal 8) beschikbare tijd, tijdsdruk: voldoende, eenvoudige gegeven planning, voorgestructureerd, vastgestelde elementen en benodigde tijd 9) gebruikte methoden: simpel/gegeven 10) ontwikkelomgeving: simpel/gegeven 11) gebruikte technologie: simpel/gegeven, deels bekend Kenmerkende situatie Met 2 personen iets uitzoeken voor de directe, en uiteindelijk de keuze realiseren. Theorie Programming Fundamentals: 3 Integrative programming: 1 Algorithms and complexity: 2 Computer architecture and organization: 3 Platform technologies: 1 Theory of programming languages: 1 Human-computer interaction: 3 Graphics and visualization: 1 Intelligent systems (AI): 1 Legal/Professional/Ethics/Society: 1 Analysis of Technical Requirements: 3 Engineering Foundations for SW: 2 Software Modelling and Analysis: 4 Software Design: 4 Software Verification and Validation: 3 Software Evolution (maintenance): 2 Software Process: 2 Software Quality: 2

29 Comp.systems Engineering: 2 Digital logic: 2 Distributed Systems: 2 Systems integration: 1 Risk management (project, safety risk): 1 Project management: 1 Analysis of business requirements: 1 Embedded systems: 2 Digital signal processing: 2 Interpersonal communication: 2 Vaardigheden algorithms Dev. Solutions to prog ing probl s 3 Develop proof-of-concept progr 2 Determ. if faster solutions possible 2 Application infrastructure Develop business applications 2 Computer Do small-scale programming 5 programming Do systems programming 1 Develop new software systems 2 Hardware and devices Manage safety-critical projects 1 Design embedded systems 2 Implement embedded systems 2 Design complex sensor systems 2 Human-computer Create a software user interface 2 interface Design a human-friendly device 2 Information Define inform.syst. requirements 3 systems Design information systems 2 Implement information systems 2 Develop computer resource plan 2 It resource planning Intelligent systems Impl. Intelligent systems 2 Eigen inzicht: - vaardigheid in analyseren, ontwerpen en implementeren van een middelgrote applicatie, waarbij taken worden afgebakend en onderlinge afspraken noodzakelijk zijn. Opmerking CCV 5.1 is feitelijk grotendeels gebaseerd op het huidige vak Ontwerp van Intelligente Systemen.