Matemaattiset menetelmät (5 cr)
Code: KR500BO12-3003
General information
- Enrollment
-
24.03.2025 - 12.09.2025
Registration for the implementation has begun.
- Timing
-
01.09.2025 - 16.12.2025
The implementation has not yet started.
- Number of ECTS credits allocated
- 5 cr
- Local portion
- 1 cr
- Virtual portion
- 4 cr
- Mode of delivery
- Blended learning
- Unit
- Bachelor of Engineering, Mechanical Engineering
- Teaching languages
- Finnish
- Seats
- 0 - 70
- Degree programmes
- Degree Programme in Mechanical Engineering
- Degree Programme in Information and Communication Technology
- Teachers
- Jan Stenlund
- Teacher in charge
- Jan Stenlund
- Groups
-
KA52K24SBachelor of Engineering, Mechanical Engineering (blended studies), Kemi, Autumn 2024
-
KA52K24Sr1Insinöörikoulutus, konetekniikka (monimuoto-opinnot), Kemi, Syksy 2024
-
KA52K24Sr2Insinöörikoulutus, konetekniikka (monimuoto-opinnot), Kemi, Syksy 2024
-
KA52K24Sr3Insinöörikoulutus, konetekniikka (monimuoto-opinnot), Kemi, Syksy 2024
- Course
- KR500BO12
Evaluation scale
H-5
Objective
Tunnet todennäköisyyslaskennan ja kombinatoriikan perusteet ja osaat ratkaista yksinkertaisia todennäköisyyslaskennan ongelmia.
Osaat esittää tilastollisia aineistoja graafisesti ja tilastollisten tunnuslukujen avulla. Osaat valita ja sovittaa aineistoihin matemaattisia malleja ja tehdä aineistoista ennusteita mallien avulla. Osaat soveltaa normaalijakaumaa ja muodostaa normaalijakauman otoksen perusteella.
Tunnet derivaattafunktion käsitteen ja osaat määrittää derivaattoja. Osaat soveltaa differentiaalilaskentaa ääriarvojen laskemiseen. Osaat hyödyntää differentiaalia ja kokonaisdifferentiaalia esimerkiksi mittausten epävarmuuden arviointiin.
Tunnet integraalifunktion ja määrätyn integraalin käsitteen. Osaat muodostaa integraalifunktioita ja laskea määrättyjä integraaleja. Sovellat määrättyä integraalia esimerkiksi pituuksien, pinta-alojen, tilavuuksien, keskiarvojen ja painopisteiden laskemiseen.
Content
Todennäköisyyslaskenta:
- Todennäköisyyden peruslaskusäännöt
- Kombinaatiot ja permutaatiot
Tilastotiede:
- Tilastolliset muuttujat ja muuttujien asteikot
- Aineistojen esittäminen graafisesti ja tilastollisten tunnuslukujen avulla
- Korrelaatio ja regressio sekä matemaattisen mallin sovitus aineistoon
- Normaalijakauma
Differentiaalilaskenta:
- Derivaatta ja osittaisderivaatta
- Differentiaalilaskennan soveltaminen ääriarvolaskennassa ja muutosten arvioinnissa
Integraalilaskenta
- Integraalifunktio ja määrätty integraali
- Integraalilaskennan hyödyntäminen esimerkiksi pituuksien, pinta-alojen, tilavuuksien, keskiarvojen ja painopisteiden määrittämisessä
Location and time
Syyslukukaudella 2025.
Materials
Tekniikan matematiikka 1 – Henttonen, Oinonen, Uusitalo: Edita Tekniikan matematiikka 2 – Henttonen, Peltomäki, Uusitalo: Edita
Tai vastaava tekniikan matematiikan oppikirja.
Moodlealustalle tulevat materiaalit.
Teaching methods
Zoom-luennot, palautettavat harjoitustehtävät, lähijaksojen laskuharjoitukset Kemin kampuksella ja tentti/tentit.
Exam schedules
Tenttien lukumäärä päätetään opintojakson alussa.
Yksittäisestä tentistä ei voi saada hylättyä arvosanaa. Arviointia suhteutetaan jatkuvasti koko opintojakson arviointiin. Tenttiä tai tenttejä pääsee uusimaan vasta, kun opintojakso on kokonaisuudessaan suoritettu ja arvioitu.
Tätä opintojaksoa ei voi suorittaa pelkästään tenttimällä, osaamisen näytöllä mahdollista.
Completion alternatives
Opintojakso on suoritettavissa kokonaisuudessaan verkko-opintoina. Lähijaksoille osallistumista suositellaan vahvasti, mutta näiltä poissaolo(t) on korvattavissa erikseen ohjeistettavalla vastaavalla itsenäisellä työskentelyllä.
Student workload
Laskennallisesti 5 opintopistettä on noin 135 tuntia opiskelijan työmääränä.
Opintojakson suorittaminen vaatii pitkäjänteistä työskentelyä.
Assessment criteria, satisfactory (1)
Tunnet todennäköisyyslaskentaan liittyvät peruskäsitteet. Ratkaiset yksinkertaisia todennäköisyyslaskennan ongelmia. Osaat tehdä graafisia esityksiä tilastollisista aineistoista ja laskea niistä määrätyt tunnusluvut. Osaat laskea arvoja normaalijakaumasta. Osaat muodostaa funktioiden derivaattoja ja määrittää funktioiden ääriarvoja derivaatan avulla. Osaat muodostaa integraalifunktioita ja laskea määrättyjä integraaleja.
Assessment criteria, good (3)
Ratkaiset erilaisia todennäköisyyslaskennan ongelmia. Osaat tehdä tilastollisista aineistoista graafisia esityksiä ja ymmärrät laskemiesi tilastollisten tunnuslukujen merkityksen. Osaat sovittaa aineistoihin matemaattisia malleja. Osaat soveltaa normaalijakaumaa. Osaat muodostaa funktioiden derivaattoja. Määrität funktioiden ääriarvoja derivaatan avulla ja käytät differentiaalia funktioiden arvojen muutosten arviointiin. Osaat muodostaa integraalifunktioita ja laskea määrättyjä integraaleja. Sovellat määrättyä integraalia esimerkiksi pituuksien, pinta-alojen, tilavuuksien, keskiarvojen ja painopisteiden laskemiseen.
Assessment criteria, excellent (5)
Osaat soveltaa todennäköisyyslaskennan ja kombinatoriikan laskusääntöjä monipuolisesti. Osaat tehdä tilastollisista aineistoista graafisia esityksiä ja analysoida aineistoja tilastollisen tunnuslukujen avulla. Osaat soveltaa normaalijakaumaa ja muodostaa normaalijakauman otoksen perusteella. Osaat muodostaa funktioiden derivaattoja ja osittaisderivaattoja. Osaat määrittää funktioiden ääriarvoja derivaatan avulla. Käytät differentiaalia ja kokonaisdifferentiaalia funktioiden arvojen muutosten ja mittausepävarmuuksien arviointiin. Osaat muodostaa integraalifunktioita ja laskea määrättyjä integraaleja. Sovellat määrättyä integraalia monipuolisesti pituuksien, pinta-alojen, tilavuuksien, keskiarvojen ja painopisteiden laskemiseen.