Skip to main content

Fundamentals of Mathematics and Natural Sciences 4Laajuus (5 cr)

Code: TX00DV70

Credits

5 op

Objective

The student is able to apply basic rules of probability in simple applications. The student can list the most important discrete and continuous distributions. The student can explain the meaning of a confidence interval and can apply it in statistical reasoning. The student recognizes the most common statistical tests and can apply them in problems of energy and environmental engineering. The student is able to apply the principle of least squares in regression analysis. The student can use selected programs in statistical analyses.

Content

-Different concepts of probability and basic rules for calculating probabilities
-Random variables and their most common distributions
-Confidence intervals and statistical reasoning using confidence intervals
-Statistical tests and their applications
-Regression analysis and its applications
-Using programs for statistical analyses

Prerequisites

No previous knowledge required.

Assessment criteria, satisfactory (1)

The student recognizes the fundamental concepts and methods introduced in the course, and can solve simple problems.

Assessment criteria, good (3)

The student can apply the fundamental concepts and methods introduced in the course to simple scientific or technical problems.

Assessment criteria, excellent (5)

The student can apply the fundamental concepts and methods introduced in the course to more advanced scientific or technical problems.

Assessment criteria, approved/failed

The student recognizes the fundamental concepts and methods introduced in the course, and can solve simple problems.

Enrollment

01.05.2024 - 31.05.2024

Timing

19.08.2024 - 20.12.2024

Number of ECTS credits allocated

5 op

Mode of delivery

Contact teaching

Unit

School of Smart and Clean Solutions

Campus

Leiritie 1

Teaching languages
  • Finnish
Seats

0 - 60

Degree programmes
  • Degree Programme in Energy and Environmental Technology
Teachers
  • Eija Koriseva
Teacher in charge

Eija Koriseva

Groups
  • TXO23S1
    Energia- ja ympäristötekniikan tutkinto-ohjelma päivä
  • ENE23
    Energia- ja ympäristötekniikan tutkinto-ohjelma: Energiatuotantomenetelmien pääaine
  • YMP23
    Energia- ja ympäristötekniikan tutkinto-ohjelma: Ympäristötekniikan pääaine

Objective

Opiskelija osaa soveltaa todennäköisyyden peruslainalaisuuksia yksinkertaisissa sovelluksissa. Opiskelija osaa luetella tärkeimmät diskreetit ja jatkuvat jakaumat. Opiskelija osaa selittää, mitä tarkoitetaan luottamusvälillä sekä soveltaa sitä tilastollisessa päättelyssä. Opiskelija tunnistaa tavallisimmat tilastolliset testit ja osaa soveltaa niitä energia- ja ympäristötekniikan ongelmissa. Opiskelija osaa soveltaa pienimmän neliösumman periaatetta regressioanalyysissä. Opiskelija osaa käyttää valittuja ohjelmistoja tilastollisissa analyyseissä.

Content

-Todennäköisyyden käsitteen eri tulkinnat ja todennäköisyyden peruslainalaisuudet
-Satunnaismuuttujat ja niiden tavallisimmat jakaumat
-Luottamusvälit ja niiden avulla tapahtuva tilastollinen päättely
-Tilastolliset testit
-Regressioanalyysi
-Ohjelmistojen käyttö tilastollisissa analyyseissä

Evaluation scale

0-5

Assessment criteria, satisfactory (1)

Opiskelija tunnistaa opintojaksoon kuuluvat peruskäsitteet ja -menetelmät ja osaa ratkaista näihin liittyviä yksinkertaisia tehtäviä.

Assessment criteria, good (3)

Opiskelija osaa soveltaa opintojaksoon kuuluvia peruskäsitteitä ja -menetelmiä yksinkertaisiin luonnontieteiden ja tekniikan ongelmiin.

Assessment criteria, excellent (5)

Opiskelija osaa soveltaa opintojaksoon kuuluvia peruskäsitteitä ja -menetelmiä vaativampiin
luonnontieteiden ja tekniikan ongelmiin.

Assessment criteria, approved/failed

Opiskelija tunnistaa opintojaksoon kuuluvat peruskäsitteet ja -menetelmät ja osaa ratkaista näihin liittyviä yksinkertaisia tehtäviä.

Prerequisites

Ei esitietovaatimuksia.

Enrollment

01.05.2023 - 31.05.2023

Timing

21.08.2023 - 15.12.2023

Number of ECTS credits allocated

5 op

Virtual portion

1 op

Mode of delivery

80 % Contact teaching, 20 % Distance learning

Unit

School of Smart and Clean Solutions

Campus

Leiritie 1

Teaching languages
  • Finnish
Seats

0 - 70

Degree programmes
  • Degree Programme in Energy and Environmental Technology
Teachers
  • Eija Koriseva
Teacher in charge

Eija Koriseva

Groups
  • ENE22
    Energia- ja ympäristötekniikan tutkinto-ohjelma: Energiatuotantomenetelmien pääaine
  • TXO22S1
    Energia- ja ympäristötekniikan tutkinto-ohjelma päivä
  • YMP22
    Energia- ja ympäristötekniikan tutkinto-ohjelma: Ympäristötekniikan pääaine

Objective

Opiskelija osaa soveltaa todennäköisyyden peruslainalaisuuksia yksinkertaisissa sovelluksissa. Opiskelija osaa luetella tärkeimmät diskreetit ja jatkuvat jakaumat. Opiskelija osaa selittää, mitä tarkoitetaan luottamusvälillä sekä soveltaa sitä tilastollisessa päättelyssä. Opiskelija tunnistaa tavallisimmat tilastolliset testit ja osaa soveltaa niitä energia- ja ympäristötekniikan ongelmissa. Opiskelija osaa soveltaa pienimmän neliösumman periaatetta regressioanalyysissä. Opiskelija osaa käyttää valittuja ohjelmistoja tilastollisissa analyyseissä.

Content

-Todennäköisyyden käsitteen eri tulkinnat ja todennäköisyyden peruslainalaisuudet
-Satunnaismuuttujat ja niiden tavallisimmat jakaumat
-Luottamusvälit ja niiden avulla tapahtuva tilastollinen päättely
-Tilastolliset testit
-Regressioanalyysi
-Ohjelmistojen käyttö tilastollisissa analyyseissä

Location and time

Myyrmäki, 21.8.2023-15.12.2023

Materials

Toteutuksen MOODLE-työtilassa on tuntikalvoja ja materiaalia.

Oppikirjoja aiheesta (ei pakko hankkia, mutta lukemalla asiasta laajemmin ymmärtää paremmin käsitteitä):

Nummenmaa, L., Holopainen, M., Pulkkinen, P., Tilastollisten menetelmien perusteet, sanomapro

Launonen, Eero; Sorvali, Esko; Toivonen, Pertti, (TAM 3E)Teknisten ammattien matematiikka 3E: Todennäköisyyslaskenta ja tilastomatematiikka, WSOY

Henttonen, J., Peltomäki, J., Uusitalo, S., Tekniikan matematiikka 2, EDITA (lopussa todennäköisyyttä ja tilastomatematiikkaa)

Tuomenlehto, A., Holmlund, E., Huuskonen, M., Makkonen, H., Surakka, J.,2014. Insinöörin matematiikka, EDITA. (alkeita)

Nummenmaa, L., Tilastotieteen käsikirja, 2021, Tammi. (paksu ja painava opus, löytynee Myyrmäen kirjaston käsikirjastosta, ohjeita R-ohjelman käytöstä)

Teaching methods

Toteutuksen opetus on lähiopetusta, mutta materiaalia ja tehtävät löytyvät verkosta ja tehtäviä voi tehdä itsenäisesti. Viikkokokeet ovat Myyrmäessä eikä niitä voi tehdä etänä.
Luennot
Laskuharjoitukset
IT-tehtävät
Viikkokokeet

Employer connections

-

Exam schedules

Viikkokokeita on koko toteutuksen ajan oppituntien aikana noin viikon välein. Viikkokokeita ei voi uusia, mutta toteutuksen lopuksi on yksi ylimääräinen viikkokoe, jolla voi korvata jonkun puuttuvan viikkokokeen.

International connections

-

Completion alternatives

-

Student workload

Luennot ja IT-tehtävät, tentit 48 h
Laskuharjoitukset ja materiaalin itsenäinen opiskelu 66 h
Viikkokokeisiin valmistautuminen 20 h

Content scheduling

-

Further information

-

Evaluation scale

0-5

Assessment criteria, satisfactory (1)

Opiskelija tunnistaa opintojaksoon kuuluvat peruskäsitteet ja -menetelmät ja osaa ratkaista näihin liittyviä yksinkertaisia tehtäviä.

Assessment criteria, good (3)

Opiskelija osaa soveltaa opintojaksoon kuuluvia peruskäsitteitä ja -menetelmiä yksinkertaisiin luonnontieteiden ja tekniikan ongelmiin.

Assessment criteria, excellent (5)

Opiskelija osaa soveltaa opintojaksoon kuuluvia peruskäsitteitä ja -menetelmiä vaativampiin
luonnontieteiden ja tekniikan ongelmiin.

Assessment criteria, approved/failed

Opiskelija tunnistaa opintojaksoon kuuluvat peruskäsitteet ja -menetelmät ja osaa ratkaista näihin liittyviä yksinkertaisia tehtäviä.

Assessment methods and criteria

Jatkuva arviointi, viikkokokeet (läsnäolo välttämätön) ja laskuharjoituksista saadut lisäpisteet.

Prerequisites

Ei esitietovaatimuksia.

Enrollment

02.05.2022 - 12.06.2022

Timing

22.08.2022 - 16.12.2022

Number of ECTS credits allocated

5 op

Mode of delivery

Contact teaching

Unit

School of Smart and Clean Solutions

Campus

Leiritie 1

Teaching languages
  • Finnish
Degree programmes
  • Degree Programme in Energy and Environmental Technology
Teachers
  • Ari Koistinen
Teacher in charge

Ari Koistinen

Groups
  • TXO21S1
    Energia- ja ympäristötekniikan tutkinto-ohjelma päivä
  • YMP21
    Energia- ja ympäristötekniikan tutkinto-ohjelma: Ympäristötekniikan pääaine
  • ENE21
    Energia- ja ympäristötekniikan tutkinto-ohjelma: Energiatuotantomenetelmien pääaine

Objective

Opiskelija osaa soveltaa todennäköisyyden peruslainalaisuuksia yksinkertaisissa sovelluksissa. Opiskelija osaa luetella tärkeimmät diskreetit ja jatkuvat jakaumat. Opiskelija osaa selittää, mitä tarkoitetaan luottamusvälillä sekä soveltaa sitä tilastollisessa päättelyssä. Opiskelija tunnistaa tavallisimmat tilastolliset testit ja osaa soveltaa niitä energia- ja ympäristötekniikan ongelmissa. Opiskelija osaa soveltaa pienimmän neliösumman periaatetta regressioanalyysissä. Opiskelija osaa käyttää valittuja ohjelmistoja tilastollisissa analyyseissä.

Content

-Todennäköisyyden käsitteen eri tulkinnat ja todennäköisyyden peruslainalaisuudet
-Satunnaismuuttujat ja niiden tavallisimmat jakaumat
-Luottamusvälit ja niiden avulla tapahtuva tilastollinen päättely
-Tilastolliset testit
-Regressioanalyysi
-Ohjelmistojen käyttö tilastollisissa analyyseissä

Evaluation scale

0-5

Assessment criteria, satisfactory (1)

Opiskelija tunnistaa opintojaksoon kuuluvat peruskäsitteet ja -menetelmät ja osaa ratkaista näihin liittyviä yksinkertaisia tehtäviä.

Assessment criteria, good (3)

Opiskelija osaa soveltaa opintojaksoon kuuluvia peruskäsitteitä ja -menetelmiä yksinkertaisiin luonnontieteiden ja tekniikan ongelmiin.

Assessment criteria, excellent (5)

Opiskelija osaa soveltaa opintojaksoon kuuluvia peruskäsitteitä ja -menetelmiä vaativampiin
luonnontieteiden ja tekniikan ongelmiin.

Assessment criteria, approved/failed

Opiskelija tunnistaa opintojaksoon kuuluvat peruskäsitteet ja -menetelmät ja osaa ratkaista näihin liittyviä yksinkertaisia tehtäviä.

Prerequisites

Ei esitietovaatimuksia.