•   Applied Mathematics MAP18MT04-3004 29.08.2022-16.10.2022  3 credits  (MAP21D-V) +-
    Competence objectives of the study unit
    - The student knows basic probability theory and can use different statistical distributions to solve problems
    - The student can statistically analyze and present a data material in a relevant way
    - The student can apply regression models to different data sets
    Prerequisites
    Functions an equations 1,
    Geometry and equations,
    Functions an equations 2
    Derivator and integrals
    Content of the study unit
    Statistics
    - descriptive statistics
    - probability theory
    - discrete and continuous distributions
    - Excel as a tool for analyzing data

    Curve fitting and regression
    - matrix calculus and linear algebra
    - linear regression - least squares method
    - linearization
    - mathematical software (Excel, Mathcad or other program) to build regression models
    Assessment criteria
    Failed (0)
    Uppfyller ej kraven för vitsordet 1. (not translated)
    Assessment criteria – satisfactory (1-2)
    Statistics and computational skills: Know the basics of statistics and can perform simple calculations
    Curve fitting and regression: Know the basics of regression analysis
    Mathematics software: Can use a software to solve basic problems
    Assessment criteria – good (3-4)
    Statistics and calculation skills: Is familiar with statistics and can perform relevant calculations
    Curve fitting and regression: Is familiar with the concept of regression and can perform curve fitting of technical models
    Mathematics software: Can use a software to solve applied problems
    Assessment criteria – excellent (5)
    Statistics and computational skills: Is well versed in statistics and can perform more advanced statistical calculations.
    Curve fitting and regression: Can independently perform curve fitting and regression models in advanced technical problems
    Mathematics software: Can use a software to solve advanced problems in mechanical engineering
    Name of lecturer(s)

    Kaj Rintanen

    Learning material

    - Teorikompendium och övningsuppgifter
    - Relevanta läroböcker som rekommenderas vid kursstart (not translated)

    Learning methods

    Föreläsningar, räkneövningar och datorövningar (not translated)

    Objects, timing and methods of assessment

    Kursen avläggs genom tentamen
    Vitsordsskala
    10-13 p -> 1
    14-17 p -> 2
    18-21 p -> 3
    22-25 p -> 4
    26-30 p -> 5
    Eventuellt ordnas inlämningsuppgifter och minitest som kan ge bonuspoäng. (not translated)

    Teaching language

    Swedish

    Timing

    29.08.2022 - 16.10.2022

    Enrollment date range

    15.06.2022 - 11.09.2022

    Group(s)
    • MAP21D-V
    Responsible unit

    Faculty of Technology and Seafaring

    Small group(s)
    • MAP21-V-K (Size: 55.
    • MAP21-V-D (Size: 55.
    Teachers and responsibilities

    Tom Lillhonga

    Degree Programme(s)

    Degree Programme in Mechanical and Production Engineering

    Campus

    Vasa, Wolffskavägen 33

    Assessment scale

    H-5

    Practical training and working life co-operation

    Föredrag av gäster från näringslivet (not translated)

    Exam dates and retake possibilities

    Meddelas vid kurstart och finns på Moodle (not translated)

    Timing and attendance

    Period 1, hösten 2022 (not translated)

    Student's schedule and workload

    Närstudier 36 timmar.
    Arbete på egen hand: 45 timmar. (not translated)

    Assessment criteria
    Failed (0)

    Uppfyller ej kraven för vitsordet 1. (not translated)

    Assessment criteria – satisfactory (1-2)

    Statistik och beräkningskompetenser: Känner till grunderna i statistik och kan utföra enkla beräkningar
    Kurvanspassning och regression: Känner till grunderna i regressionsanalyser
    Beräkningsprogram: Kan använda ett beräkningsprogram för lösning av grundläggande problem (not translated)

    Assessment criteria – good (3-4)

    Statistik och beräkningskompetenser: Är insatt i statistik och kan utföra relevanta beräkningar
    Kurvanspassning och regression: Är insatt i begreppet regression och kan utföra kurvanpassning av tekniska modeller
    Beräkningsprogram: Kan använda ett beräkningsprogram för lösning av tillämpade problem (not translated)

    Assessment criteria – excellent (5)

    Statistik och beräkningskompetenser: Är väl insatt i statistik och kan utföra mer avancerade statistiska kalkyler.
    Kurvanspassning och regression: Kan självständigt utföra kurvanpassningar och regressioner av mer avancerade tekniska modeller
    Beräkningsprogram: Kan använda fler än ett beräkningsprogram för lösning av problem inom maskintekniken (not translated)