Topic outline

  • Yleistä

    Numeerisen analyysin kurssin tavoitteena on yhdistää käytäntö ja teoria. Opetuksen arviointi keväällä 2019 perustuu palautettaviin harjoitustehtäviin ja oppimispäiväkirjaan. Kurssin jälkeen jokaisella opiskelijalla on valmiina algoritmien toteutuksia (esim. Matlab ja Mathematica, osin Maple) sekä ymmärrys niiden suorituskyvystä.

    Kurssin arvioinnista: Kurssin arviointi perustuu oppimispäiväkirjaan ja tehtäviin harjoitustehtäviin. Oppimispäiväkirjat arvioidaan kurssin aikana kahdesti. Ensimmäinen kierros on ns. sovittelu, jossa opiskelija esittää arvosanatoiveensa oppimispäiväkirjaan perustuen. Luennoitsija antaa oman arvionsa, jonka jälkeen tavoitearvosanasta sovitaan. Harjoitusaktiivisuus vaikuttaa yhden arvosanan verran eli (-1,0,1). Ensimmäisen kierroksen palautuspäivä on ti 7.5., mutta vuoden 2019 toteutuksen erikoisen tilanteen takia opiskelijoilla on mahdollisuus pyytää viikko lisäaikaa. Lisäaika on pyydettävä sähköpostitse luennoitsijalta.

    Oppimispäiväkirja palvelee opiskelijaa, ei luennoitsijaa. Sen muoto on vapaa, olennaista on sen hyöty oppimisessa. Kurssin sivuilla olevat ohjeet sivumääristä ovat ohjeellisia. Hyvässä oppimispäiväkirjassa ilmenee pohdinta (reflektointi) ja kyky viedä opittua syvemmälle sekä uusien suuntien tunnistaminen, esim. "... splinien jälkeen pitänee katsoa NURBSien teoriaa ... " Harjoitustehtävissä on haaste-osio, jota voi käyttää oppimispäiväkirjan syventämisessä. Lisäksi luento-ohjelman ohessa julkaistaan ohjeellinen aikataulu oppimispäiväkirjan laadintaa varten.

    Luennoitsija: Harri Hakula, M311

    Pääassistentti (pe 12-14): Lauri Perkkiö, M329

    Assistentti (ke 12-14): Tuomas Lebedeff

    etu.suku at aalto