Kurssien esitiedot
Matemaattisen mallinnuksen peruskurssi
Esitietoina suositellaan mm.:
- Moniulotteinen calculus (osittaisderivaatat, moniulotteiset integraalit)
- Differentiaaliyhtälöiden ja osittaisdifferentiaaliyhtälöiden peruskäsitteet
- Perustiedot tilastomatematiikasta
- Lukion pitkä fysiikka (mm. käsitteet derivaatta, nopeus, kiihtyyvyys, voima ja energia)
- Peruskurssien lineaarialgebra
- Lineaaristen yhtälöryhmien teoria
Esitietoja tukevat mm.:
- Matematiikan perusopinnot
- Insinöörimatematiikan tai vastaavan kokonaisuuden opintojaksot
- Laajan matematiikan tai vastaavan kokonaisuuden opintojaksot
- Differentiaaliyhtälöitä käsittelevät opintojaksot (Esim. TTY: MAT-33500)
- Lineaarista algebraa ja geometriaa käsittelevät opintojaksot (Esim. JY: MAT 121)
- Päätöksentekoa ja ongelmanratkaisua käsittelevät opintojaksot (Esim. TKK: Mat-2.3134)
Opintojakso vastaa yleiseltä tasoltaan aineopintoja. Jotkin osuudet vastaavat syventävien opintojen tasoa.
Datan analyysimenetelmät mallinnuksessa
Esitietoina suositellaan mm.:
- Matematiikan perusopinnot
- Insinöörimatematiikan tai vastaavan kokonaisuuden opintojaksot
- Laajan matematiikan tai vastaavan kokonaisuuden opintojaksot
- Matemaattisen mallinnuksen peruskurssi
Opintojakso vastaa yleiseltä tasoltaan aineopintoja. Jotkin osuudet vastaavat syventävien opintojen tasoa.
Opintojakso soveltuu jatko-opinnoiksi.
Jatkuvat mallit
Esitietoina suositellaan mm.:
- Moniulotteinen calculus (osittaisderivaatat, moniulotteiset integraalit)
- Differentiaaliyhtälöiden ja osittaisdifferentiaaliyhtälöiden peruskäsitteet (laskutekniikkaa)
Esitietoja tukevat mm.:
- Matematiikan perusopinnot
- Insinöörimatematiikan tai vastaavan kokonaisuuden opintojaksot
- Laajan matematiikan tai vastaavan kokonaisuuden opintojaksot
- Matemaattisen mallinnuksen peruskurssi
Opintojakso vastaa yleiseltä tasoltaan syventäviä opintoja.
Opintojakso soveltuu jatko-opinnoiksi.
Mallinnus ja optimointi
Opintojaksolla tarvittavaa osaamista ja tietämystä (suositeltavia):
- Peruskurssien lineaarialgebra
- Epälineaarinen optimointi
Esitietoina suositellaan mm.:
- Matematiikan perusopinnot
- Insinöörimatematiikan tai vastaavan kokonaisuuden opintojaksot
- Laajan matematiikan tai vastaavan kokonaisuuden opintojaksot
- Matemaattisen mallinnuksen peruskurssi
Esitietoja tarjoaa lisäksi mm.:
- Lineaarista ja diskreettiä optimointia käsittelevät opintojaksot (Esim. JY: Lineaarinen ja diskreetti optimointi)
Opintojakso vastaa tasoltaan osittain aineopintoja ja osin syventäviä opintoja.
Opintojakso soveltuu jatko-opinnoiksi.
Osittaisdifferentiaaliyhtälöt matemaattisessa mallinnuksessa
Esitietoina suositellaan mm.:
- Monen muuttujan analyysi, erityisesti Greenin kaavat
- Tavallisest diff.yhtälöt
- Osittaisdifferentiaaliyhtälöiden alkeet
Esitietoja tukevat mm.:
- Matematiikan perusopinnot
- Insinöörimatematiikan tai vastaavan kokonaisuuden opintojaksot
- Laajan matematiikan tai vastaavan kokonaisuuden opintojaksot
- Matemaattisen mallinnuksen peruskurssi
- Differentiaaliyhtälöitä käsittelevät opintojaksot (Esim. TTY: MAT-33500)
- Osittaisdifferentiaaliyhtälöitä käsittelevät opintojaksot (Esim. TTY: MAT-51310)
Opintojakso vastaa yleiseltä tasoltaan syventäviä opintoja.
Opintojakso soveltuu jatko-opinnoiksi.
Satunnaisuus mallintamisessa
Esitietoina suositellaan mm.:
- Matematiikan perusopinnot
- Insinöörimatematiikan tai vastaavan kokonaisuuden opintojaksot
- Laajan matematiikan tai vastaavan kokonaisuuden opintojaksot
- Matemaattisen mallinnuksen peruskurssi
- Todennäköisyyslaskentaa käsittelevät opintojaksot (Esim. TTY: MAT-20500)
- Differentiaaliyhtälöitä käsittelevät opintojaksot (Esim. TTY: MAT-33500)
Opintojakso vastaa yleiseltä tasoltaan syventäviä opintoja.
Opintojakso soveltuu jatko-opinnoiksi.
Tilastolliset mallit
Opintojaksolla tarvittavaa osaamista ja tietämystä (suositeltavia):
- Opiskelija hallitsee perustiedot tilastomatematiikasta
- Opiskelija osaa lukea ja käsitellä matemaattisia lausekkeita, joissa esiintyy vektoreja ja matriiseja (lineaarialgebraa / matriisilaskentaa)
- Opiskelija ymmärtää, mikä on moniulotteinen jatkuva todennäköisyysjakauma ja sen tiheysfunktio (todennäköisyyslaskentaa)
- Opiskelijan pitäisi osata käyttää jotakin korkean abstraktiotason matemaattista ohjelmistoa (Matlab, Octave, R tms.)
Esitietoina suositellaan mm.:
- Matematiikan perusopinnot
- Insinöörimatematiikan tai vastaavan kokonaisuuden opintojaksot
- Laajan matematiikan tai vastaavan kokonaisuuden opintojaksot
- Matemaattisen mallinnuksen peruskurssi
- Tilastomatematiikkaa käsittelevät opintojaksot (Esim. TTY: MAT-33310)
Opintojakso vastaa yleiseltä tasoltaan syventäviä opintoja.
Opintojakso soveltuu jatko-opinnoiksi.