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
-
TTV19S1Tieto- ja viestintätekniikka
-
TTV19S2Tieto- ja viestintätekniikka
-
TTV19S5Tieto- 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