Siirry suoraan sisältöön

Sovellettu matematiikka: TodennäköisyyslaskentaLaajuus (3 op)

Tunnus: TTZM0320

Laajuus

3 op

Opetuskieli

  • suomi

Vastuuhenkilö

  • Pekka Varis

Osaamistavoitteet

Opiskelija ymmärtää todennäköisyyden käsitteen epävarmuuden mittana. Hänellä on käsitys, kuinka tätä mittaa voidaan soveltaa reaalimaailman satunnaisilmiöihin ja tilastolliseen analyysiin.

Sisältö

Satunnaisilmiöt ja todennäköisyyden käsite. Ehdollinen todennäköisyys ja riippumattomuus, Bayesin kaava. Satunnaismuuttuja, binomi- , Poisson- ja normaalijakauma, keskeinen raja-arvolause. Katsaus tilastolliseen analyysiin. Soveltavia esimerkkejä.

Esitietovaatimukset

Algebran ja analyysin perustiedot, integraali

Arviointikriteerit, tyydyttävä (1)

Hyväksytty: Opiskelija osoittaa tentillä ymmärtävänsä todennäköisyyden käsitteen ja hallitsevansa sen soveltamisen reaalimaailman satunnaisilmiöihin ja tilastolliseen analyysiin.

Arviointi tapahtuu tentin ja harjoitustehtävien avulla

Arviointikriteeri, hyväksytty/hylätty

Hyväksytty: Opiskelija osoittaa tentillä ymmärtävänsä todennäköisyyden käsitteen ja hallitsevansa sen soveltamisen reaalimaailman satunnaisilmiöihin ja tilastolliseen analyysiin. Arviointi tapahtuu tentin ja harjoitustehtävien avulla

Ilmoittautumisaika

01.11.2021 - 09.01.2022

Ajoitus

10.01.2022 - 25.02.2022

Opintopistemäärä

3 op

Virtuaaliosuus

1 op

Toteutustapa

67 % Lähiopetus, 33 % Verkko-opetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

0 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Pekka Varis
Ryhmät
  • TTV19S1
    Tieto- ja viestintätekniikka
  • TTV19S2
    Tieto- ja viestintätekniikka
  • TTV19S5
    Tieto- ja viestintätekniikka

Tavoitteet

Opiskelija ymmärtää todennäköisyyden käsitteen epävarmuuden mittana. Hänellä on käsitys, kuinka tätä mittaa voidaan soveltaa reaalimaailman satunnaisilmiöihin ja tilastolliseen analyysiin.

Sisältö

Satunnaisilmiöt ja todennäköisyyden käsite. Ehdollinen todennäköisyys ja riippumattomuus, Bayesin kaava. Satunnaismuuttuja, binomi- , Poisson- ja normaalijakauma, keskeinen raja-arvolause. Katsaus tilastolliseen analyysiin. Soveltavia esimerkkejä.

Aika ja paikka

Kevätlukukauden 2022 ensimmäinen puolisko.

Oppimateriaali ja suositeltava kirjallisuus

Verkko-oppimisympäristössä julkaistava sähköinen materiaali.

Opetusmenetelmät

- luennot
- itseopiskelu

Tenttien ajankohdat ja uusintamahdollisuudet

Tentin ajankohta ja toteutustapa ilmoitetaan opintojakson ensimmäisellä kerralla.

Vaihtoehtoiset suoritustavat

Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa. Opintojakson opettaja antaa lisätietoa mahdollisista opintojakson erityiskäytänteistä.

Opiskelijan ajankäyttö ja kuormitus

Yksi opintopiste (1 op) tarkoittaa keskimäärin 27 tunnin työtä.

- luennot 39 h
- itsenäinen työskentely 42 h
Yhteensä 81 h

Sisällön jaksotus

Opintojakson tarkempi aikataulu sovitaan ensimmäisellä kontaktitunnilla.

Lisätietoja opiskelijoille

Arviointi kokeen ja kotitehtävien mukaan.
Ei läsnäolovelvoitetta.

Arviointiasteikko

Hyväksytty/Hylätty

Arviointikriteerit, tyydyttävä (1-2)

Hyväksytty: Opiskelija osoittaa tentillä ymmärtävänsä todennäköisyyden käsitteen ja hallitsevansa sen soveltamisen reaalimaailman satunnaisilmiöihin ja tilastolliseen analyysiin.

Arviointi tapahtuu tentin ja harjoitustehtävien avulla

Arviointikriteeri, hyväksytty/hylätty

Hyväksytty: Opiskelija osoittaa tentillä ymmärtävänsä todennäköisyyden käsitteen ja hallitsevansa sen soveltamisen reaalimaailman satunnaisilmiöihin ja tilastolliseen analyysiin. Arviointi tapahtuu tentin ja harjoitustehtävien avulla

Esitietovaatimukset

Algebran ja analyysin perustiedot, integraali