Ainepass: Tõenäosus,statistika. Lai matemaatika,VI kursus
Õppeaasta: | 2023/2024 |
Valdkond: | Matemaatika ja infotehnoloogia |
Periood: | 1 |
Aine: | Lai matemaatika |
Nimetus: | Tõenäosus,statistika. Lai matemaatika,VI kursus |
Õpetaja: | Helgi Suurmets |
Klass: | 11IT, 11TE |
Staatus: | Kohustuslik kursus |
Osalejate kriteeriumid: | puuduvad |
Maht: | 19-20 auditoorset tundi |
Eesmärgid: | Õpilane: suudab kasutada matemaatilist keelt; väljendab oma mõtet selgelt, lühidalt ja täpselt ning formaliseerib tavakeeles infot ning vastupidi; väärtustab hoolsust, süstemaatilisust, järjekindlust, püsivust ja on tolerantne kaaslaste suhtes; koostab ja rakendab sobivaid matemaatilisi mudeleid; kasutab matemaatikat õppides IKT-vahendeid; arendab kriitilise teabeanalüüsi oskusi (meedia manipulatsioonid, nt riigieksamite statistika meedias jms); kasutab info- ja kommunikatsiooni tehnoloogiat (IKT) informatsiooni kogumisel ja töötlemisel; arendab kriitilist mõtlemist ja probleemide lahendamise oskust ning analüüsib keskkonna ja inimarengu perspektiive. |
Õpitulemused: | Kursuse lõpus õpilane: 1) eristab juhuslikku, kindlat ja võimatut sündmust ning selgitab sündmuse tõenäosuse mõistet, liike ja omadusi; 2) selgitab permutatsioonide, kombinatsioonide ja variatsioonide tähendust ning leiab nende arvu; 3) selgitab sõltuvate ja sõltumatute sündmuste korrutise ning välistavate ja mittevälistavate sündmuste summa tähendust; 4) arvutab erinevate, ka reaalse eluga seotud sündmuste tõenäosusi; 5) selgitab juhusliku suuruse jaotuse olemust ning juhusliku suuruse arvkarakteristikute (keskväärtus, mood, mediaan, standardhälve) tähendust, kirjeldab binoom- ja normaaljaotust; kasutab Bernoulli valemit tõenäosust arvutades; 6) selgitab valimi ja üldkogumi mõistet ning andmete süstematiseerimise ja statistilise otsustuse usaldatavuse tähendust; 7) arvutab juhusliku suuruse jaotuse arvkarakteristikuid ning teeb nende alusel järeldusi jaotuse või uuritava probleemi kohta; 8) leiab valimi järgi üldkogumi keskmise usalduspiirkonna; 9) kogub andmestikku ja analüüsib seda IKT abil statistiliste vahenditega. |
Sisu lühikirjeldus (ka iseseisev töö): | Permutatsioonid, kombinatsioonid ja variatsioonid. Sündmus. Sündmuste liigid. Klassikaline tõenäosus. Suhteline sagedus, statistiline tõenäosus. Geomeetriline tõenäosus. Sündmuste liigid: sõltuvad ja sõltumatud, välistavad ja mittevälistavad. Tõenäosuste liitmine ja korrutamine. Bernoulli valem. Diskreetne ja pidev juhuslik suurus, binoomjaotus, jaotuspolügoon ning arvkarakteristikud (keskväärtus, mood, mediaan, dispersioon, standardhälve). Rakendusülesanded. Üldkogum ja valim. Andmete kogumine ja süstematiseerimine. Statistilise andmestiku analüüsimine ühe tunnuse järgi. Korrelatsiooniväli. Lineaarne korrelatsioonikordaja. Normaaljaotus (näidete varal). Statistilise otsustuse usaldatavus keskväärtuse usaldusvahemiku näitel. Andmetöötluse projekt, mis realiseeritakse IKT vahendite abil. Iseseisvad tööd tulevad kursusel jooksvalt (näiteks kodused tööd). Nii puudunud kui ka tunnis kohal olnud õpilane peab enne järgnevat tundi tegema omane selgeks eelneva tunni materjalid, olenemata sellest, kas seda klassis kodutööna öeldakse või Stuudiumisse kirja pannakse. |
Hindamine: | Hindamine toimub kontrolltöö, tunnikontrolli ja projekti hinnete põhjal, arvestan ka õpilase pidevat arengut, aktiivset tööd tunnis ja kodus. Kontrolltöö on suurema kaaluga.Kursuse kõik tööd peavad olema sooritatud. Tööde hindamisel lähtutakse järgnevatest hindepiiridest: |
Lõpptulemuse kujunemine (ka kooliastme hinne): | |
Võlgnevuste likvideerimise võimalused: | Hindeid ja võlgnevusi saab õpilane likvideerida järelevastamise tunni ajal, üldjuhul 10. päeva jooksul, pärast hinde saamist. Ebaõnnestunud tööd saab uuesti sooritada vaid korra. Kui õpilane saab mitterahuldava kursuse hinde, siis arutatakse lisavõimaluse andmist õppenõukogus. |
Õppematerjalid: |
|