Numeerinen matematiikka
| Rakennetyyppi: | Opintojakso |
|---|---|
| Koodi: | IK00BE73 |
| OPS: | KT 2022 |
| Taso: | Insinööri (AMK) |
| Opiskeluvuosi: | 1 (2022-2023) |
| Lukukausi: | Kevät |
| Laajuus: | 5 op |
| Vastuuopettaja: | Pyhälahti, Onni |
| Opetuskieli: | Suomi |
Toteutukset lukuvuonna 2022-2023
| Tot. | Ryhmä(t) | Opiskeluaika | Opettaja(t) | Kieli | Ilmoittautuminen |
|---|---|---|---|---|---|
| 3009 | ET2022-1, ET2022-1A, ET2022-1B, ET2022-1C, ET2022-1D | 1.1.2023 – 2.5.2023 | Elena Kuisma, Onni Pyhälahti | Suomi | 1.12.2022 – 9.1.2023 |
| 3010 | KT2022-1, KT2022-1A, KT2022-1B, KT2022-1C, KT2022-1D | 9.1.2023 – 29.4.2023 | Onni Pyhälahti | Suomi | 1.12.2022 – 10.1.2023 |
| 3011 | YT2022-1, YT2022-1A, YT2022-1B, YT2022-1C, YT2022-1D | 1.1.2023 – 29.4.2023 | Onni Pyhälahti | Suomi | 1.12.2022 – 10.1.2023 |
Osaamistavoitteet
Opiskelija tutustuu matriisilaskentaan sekä trigonometriaan ja kompleksilukuihin. Tavoitteena on, että opiskelija osaa opintojakson suoritettuaan ratkaista yhtälöryhmiä, joissa kertoimet ovat kompleksilukuja. Lisäksi opiskelija tuntee kompleksilukujen eri esitysmuodot. Opiskelija osaa ratkaista myös epäyhtälöitä ja tuntee toisen asteen tasokäyrien ominaisuuksia.
Opiskelija perehtyy matemaattisten ohjelmistojen käyttöön teknillis-matemaattisten ongelmien ratkaisussa. Näillä voidaan suorittaa sekä numeerista että symbolista laskentaa, piirtää funktioiden kuvaajia yms.
Opiskelija oppii todennäköisyyslaskennan ja tilastotieteen peruskäsitteet ja perustoiminnot. Hän osaa poimia otoksen satunnaislukujen avulla ja ymmärtää otantaan ja otantatutkimukseen liittyvät epävarmuustekijät. Hän osaa muokata aineistoa tietokonetta käyttäen ja esittää aineiston graafisesti, tulkita muiden laatimia tilastollisia kaavioita ja osaa laskea havaintoaineistoon liittyviä tunnuslukuja sekä selvittää muuttujien välisiä riippuvuuksia. Hän oppii todennäköisyyden laskusäännöt ja tuntee todennäköisyyslaskennan perustavan merkityksen tilastollisen tiedon merkitsevyyden tulkkina. Hän oppii käyttämään tärkeimpiä jakaumia tietokoneen avulla ja kykenee suorittamaan tilastollisia perustestejä sekä laskemaan luottamusvälejä.
Opiskelijan työmäärä
Kokonaistyömäärä on 135h. Kokonaistyömäärä jakautuu seuraavasti: 50 h lukujärjestyksen mukaista opiskelua ja 85 h opiskelijan itsenäistä työskentelyä.
Oman oppimisen arviointi 1h.
Edeltävät opinnot / Suositellut valinnaiset opinnot
Johdatus tekniikan matematiikkaan
Sisältö
Trigonometriset funktiot, kaavat ja yhtälöt, kompleksiluvut, toisen asteen tasokäyrät, determinantit ja matriisilaskennan alkeet sekä epäyhtälöt.
Lyhyt yleiskatsaus tietokoneissa toimiviin matematiikkaohjelmistoihin (perustoiminnot, funktiot ja kuvaajat, laatujen käyttö, vektorit, käyrän sovitus, yhtälöiden ja yhtälöryhmien ratkaisu, symbolinen laskenta).
Tilastollisen aineiston kerääminen, käsittely, graafinen esittäminen ja johtopäätösten teko. Indeksien laskeminen. Todennäköisyyden laskusäännöt ja TN-jakautumia. Regressiosuorat ja korrelaatiokerroin. Parametrien estimointi, luottamusvälit ja keskiarvotestit.
Koulutusohjelmakohtaisia sovelluksia.
Opiskelumateriaali
S. Alestalo, P. Lehtola, T. Nieminen, A. Rantakaulio: Tekninen matematiikka 1, Tammertekniikka.
Seppo Mäkinen: VirtuaaliAnkka.exe, VAMK
Opettajan laatima materiaali.
Opetusmuoto / Opetusmenetelmät
Oppimisen perustan muodostavat opetustunnit, joilla käsitellään yhdessä teoriaosa ja esimerkkejä. Pelkkä oppituntien seuraaminen ja sisällön painaminen mieleen ei riitä. Käytännössä omakohtainen pohdiskelu ja oppiminen toteutuu parhaiten laskemalla yhdessä muiden kanssa ja kotona itsenäisesti kotitehtäviä.
Arviointikriteerit
Arvosana 1: Opiskelija osaa myöhempien opintojen ja työelämän kannalta välttämättömät opintojakson asiat
Arvosana 3: Opiskelija osaa hyvin hyödyntää opintojakson asioita
Arvosana 5: Opiskelija osaa luovasti soveltaa opintojakson asioita
Arviointimenetelmät
Tentti ja laskuharjoitukset. Tehtyjen kotitehtävien määrä vaikuttaa arvosanaan.