Tekniikan matematiikka 2 (3 op)
Toteutuksen tunnus: AT00BT69-3045
Toteutuksen perustiedot
Ilmoittautumisaika
07.05.2025 - 31.08.2025
Ajoitus
08.09.2025 - 12.12.2025
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus
Opetuskielet
- Suomi
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Juha Hyytiäinen
Opetusryhmät
- Verkkoluento 1 (Koko: 500. Avoin AMK: 0.)
Ryhmät
-
TLTITVT24SVTieto- ja viestintätekniikan koulutus 24SV Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- ratkaista vaativampia yhtälöitä
- derivoinnin perusteet sekä soveltaa derivointia käytännön tehtävissä
- polynomifunktioiden integroinnin perusteet sekä pystyy soveltamaan integrointia pinta-alojen laskemiseen
- trigonometriset sekä osaa ratkaista niitä sisältäviä tehtäviä
Toteutustapa ja opetusmenetelmät
Viikoittainen työrytmi, johon kuuluvat luennot Zoomissa ja viikoittaiset harjoitukset Moodlessa.
Ajoitus ja läsnäolo
Luennot Zoomissa syyslukukaudella 25 lukujärjestyksen mukaisesti.
Oppimateriaali ja suositeltava kirjallisuus
WWW-lähteet, esim. Math is Fun -sivusto. Tarkemmat viitteet löytyvät kurssin Moodlesta. Kirjaa kaipaavalle integraali- ja derivaata -osioon käy Calculus-kirja e.g. Stanley I. Grossman Calculus Fifth Edition tmv. Tekniikan matematiikka 1 -kurssille suositellusta Safier, F. (2009) Schaum's outlines Precalculus 2nd ed. New York: McGraw-Hill on hyötyä myös tällä kurssilla. Työkaluina kurssilla käytetään Wolfram Alphaa, Python-ohjelmointikieltä ja osin R:ää.
Toteutuksen valinnaiset suoritustavat
AHOT
Oppimisympäristö
zoom
Opiskelijan ajankäyttö ja kuormitus
3 op , 80h
Sisältö
Kurssi alkaa matemaattisen ongelmanratkaisun kertaamisella trigonometristen funktioiden ja yhtälöiden avulla. Seuraavaksi tarkastellaan esimerkkejä matemaattisista malleista polynomifunktioiden ja lineaarisen regression muodossa. Lineaarinen regressio siltaa tätä tarkastelua koneoppimisen suuntaan. Tästä siirrytään tarkastelemaan funktioiden derivointia ja integrointia sekä niiden sovelluksia, joihin kuuluu myös derivaatan merkitys koneoppimisessa. Lopuksi tarkastellaan todennäköisyysjakaumia ja ehdollista todennäköisyyttä.
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Tekniikan matematiikan perusteet, Tekniikan Matematiikka 1
Arviointimenetelmät
Osallistuminen ja viikkoharjoitukset
Arviointiasteikko
1-5
Hylätty (0)
Ei osaa ratkaista opettajan astettamia matemaattis-luonnontieteellisiä ongelmia
Arviointikriteerit: taso 1: (arviointiasteikko 1-5)
Käyttää yksittäisiä ammattikäsitteitä, osaa etsiä yksittäisiin matemaattisiin ongelmiin johdonmukaisesti tietota. Osaa soveltaa opittuja tekniikoita, matemaattisiin ongelmiin.
Arviointikriteerit: taso 3 (arviointiasteikko 1-5)
Käyttää keskeisiä ammattikäsitteitä johdonmukaisesta ja osaa etsiä ongelmanratkaisun kannalta oleelliset tiedot. Osaa ratkaista monipuolisesti matemaattisia ongelmia
Arviointikriteerit: taso 5 (arviointiasteikko 1-5)
Käyttää ammattikäsitteitä asiantuntevasti ja osaa perustella ongelmaratkaisuprosessin eri vaiheissa käyttämänsä tiedot ja menetelmät. Osaa ratkaista kaikki tai lähes kaikki annetut matemaattiset ongelmat.