Grundläggande programmering med matematikdidaktisk inriktning för lärare som undervisar i gy eller komvux gy nivå, 7,5 hp

Relevanta dokument
Grundläggande programmering med matematikdidaktisk inriktning för lärare i åk 7-9

Grundläggande programmering med matematikdidaktisk inriktning för lärare i åk 7-9

Varför programmering i läroplanerna?

Programmering i matematik och teknik i grundskolan

Skolverkets arbete med skolans digitalisering

IT OCH PROGRAMMERING I SKOLAN. Jan Erik Moström Peter Vinnervik

729G75: Programmering och algoritmiskt tänkande. Tema 1. Föreläsning 1 Jody Foo

Utbildningsplan för Matematikprogrammet (N1MAT) Bachelor s Programme in Mathematics Grundnivå

Datavetenskapligt program, 180 högskolepoäng

NATURVETENSKAPLIGA FAKULTETEN

Programmering i matematik. grundskolan, gymnasieskolan och vuxenutbildningen

Programmering i gymnasieskola och vuxenutbildning

ÄMAD04, Matematik 4, 30 högskolepoäng Mathematics 4, 30 credits Grundnivå / First Cycle

Digitalt lärande och programmering i klassrummet

Programmering i matematik och teknik i grundskolan

Programmering, grundkurs

PROGRAMMERING I SKOLAN Utbildning av kollegor på Carlssons skola CECILIA CHRISTIANSEN ULRIHCA MALMBERG

Slump och statistik med Scratch. Se video

Introduktionsmöte Innehåll

Program. Skolans digitalisering - styrdokumentsförändringar. Skolans digitalisering ett förändringsprojekt

Programmering i matematik på gymnasial nivå: workshop

Nyheter om matematik från Skolverket. oktober 2017

Matematik: Matematiska modeller och modellering (84-91,5 hp)

729G75: Programmering och algoritmiskt tänkande. Tema 1, föreläsning 1 Jody Foo

FK Numeriska metoder

Slump och statistik med Scratch

Utbildningsplan för Datavetenskapligt program, 180 högskolepoäng

Ämnesblock matematik 112,5 hp

Handledarutbildning MaNT

Programvaruteknik, hp

GÖTEBORGS UNIVERSITET Naturvetenskapliga fakultetsnämnden. Utbildningsplan för Matematikprogrammet (N1MAT) 1. Beslut om fastställande. 2.

Datavetenskapligt program, 180 högskolepoäng

Klassrumsprojekt programmering - Digitalt lärande

PROGRAMMERING. Ämnets syfte. Kurser i ämnet

Extramaterial till Matematik X

Datalogiskt tänkande är mer än Programmering. Fredrik Heintz Linköpings universitet

Skolverkets arbete med skolans digitalisering

SKOLFS. beslutade den -- maj 2015.

Utbildningsplan för Datavetenskapligt program, 180 högskolepoäng

Optimering av olika slag används inom så vitt skilda områden som produktionsplanering,

KURSPLAN Matematik för gymnasielärare, hp, 30 högskolepoäng

Programmera ett övergångsställe

Algoritmer och datastrukturer. HI1029 8,0 hp Introduktion

SKOLFS. beslutade den XXX 2017.

Grunderna i programmering hitta buggen (lektion 4 av 5)

Datastrukturer och algoritmer. Föreläsning 15 Inför tentamen

Avdelningen för informations- och kommunikationssystem Fakulteten för naturvetenskap, teknik och medier

Innehåll. Mina målsättningar. Vad krävs för att nå dit? Obligatoriska uppgifter. Websajten. Datastrukturer och algoritmer

Programmera och hitta buggarna. Se video

Programmeringsteknik I

Inledande matematik M+TD

Datavetenskapliga programmet, 180 hp

INSTITUTIONEN FÖR FYSIK

Fördjupningsforum för gymnasielärare i matematik

Masterprogrammet i teknisk matematik, 120 högskolepoäng

Matematikerprogrammet, 180 högskolepoäng Applied Mathematics Programme, 180 credits

Fakulteten för ekonomi, kommunikation och IT. Utbildningsplan SGITD. IT-design. Study programme in IT-Design

Hur kan programmering komma in i andra ämnen, som matematik och teknik?

Fakulteten för ekonomi, kommunikation och IT. Utbildningsplan SGITD. IT-Designprogrammet. Study programme in IT-Design

PROGRAMMERING. Ämnets syfte. Kurser i ämnet

Pedagogik GR (A), Grundläggande matematikinlärning för grundlärare i fritidshem, 7,5 hp

Introduktionsföreläsning

Fakulteten för ekonomi, kommunikation och IT. Utbildningsplan. Högskoleingenjörsprogrammet i datateknik

PROGRAMMERING. Ämnets syfte. Kurser i ämnet

INSTITUTIONEN FÖR FYSIK

Fakulteten för ekonomi, kommunikation och IT. Utbildningsplan. Högskoleingenjörsprogrammet i datateknik TGDDI

Föreläsning 1: Intro till kursen och programmering

Skolans digitalisering styrdokumentsändringar SETT Syd 2018

Kursinformation Grundkurs i programmering med Python

Fristående matematikkurser vid LHS Alla är på grundnivå och har högskolepoäng enligt Bologna (5p motsvarar 7,5 HP)

Universitetet i Linköping Institutionen för datavetenskap Anders Haraldsson

Erik Östergren lärarutbildningen, 5hp HT 2015

VFU i matematik ht 2015 MÅL

Skolans digitalisering styrdokumentsförändringar. Christian Magnusson Undervisningsråd, avdelningen för läroplaner

MATLAB-modulen Programmering i MATLAB. Höstterminen hp. Vad är MATLAB

ÄMAD01, Matematik med ämnesdidaktik 1, 30 högskolepoäng Mathematics with Didactics 1, 30 credits Grundnivå / First Cycle

Civilingenjör i datateknik, 300 hp

Utbildningsplan Dnr CF /2009. Sida 1 (7)

PROGRAMMERING. Ämnets syfte. Kurser i ämnet

Datateknik A, Tillämpad datavetenskap, 30 högskolepoäng Computer Science, Applied Computer Science, Basic Course, 30 Credits

Föreläsning 2. Operativsystem och programmering

Programmering i matematik

Föreläsning 1: Intro till kursen och programmering

Maskiningenjör - produktutveckling, 180 hp

LMA110, Matematik för lärare 1 30 högskolepoäng

Hur ska måluppfyllelsen öka? Matematiklyftet

Introduktion till programmering D0009E. Föreläsning 1: Programmets väg

EDAA01 Programmeringsteknik - fördjupningskurs

Kursbeskrivning och studieplan för UM83UU

Att visa kunskap genom argumentation Muntlig examination inom etik och logik

LMN120, Matematik för lärare, tidigare åldrar 30 högskolepoäng

hur väl kursens lärandemål uppfylls Syften med betygskriterier Uppgift i grupper om fyra Betygskriterier är bra men kräver ny examination

LMN120, Matematik för lärare, tidigare åldrar 30 högskolepoäng

Automationsingenjör, 180 hp

Programmering från början

Civilingenjör i elektroteknik, 300 hp Master of Science in Electrical Engineering, 300 credits

Programmering som språk

Matematik: Det centrala innehållet i kurserna i Gy 2011 i relation till kurserna i Gy 2000

Kursinformation, TNIU19 Matematisk grundkurs fo r byggnadsingenjo rer, 6 hp

Kurser inom profilen Teknisk matematik (Y)

Transkript:

Grundläggande programmering med matematikdidaktisk inriktning för lärare som undervisar i gy eller komvux gy nivå, 7,5 hp Dag Wedelin, bitr professor, och K V S Prasad, docent Institutionen för data- och informationsteknik Göteborgs universitet och Chalmers tekniska högskola KURSENS SYFTE Kursen fokuserar på lärare i gymnasieskolan, i första hand i matematik. Den kan även läsas av gymnasielärare i andra ämnen som exempelvis teknik eller samhällskunskap. Kursens syfte är att: 1. Lära ut grundläggande programmering. 2. Visa hur man kan lära och lära ut ett modernt undersökande arbetssätt att lösa problem där matematik, programmering och andra datorverktyg kombineras. I detta ingår även att lära ut matematiken själv, även om fokus kommer att ligga på att lösa realistiska tillämpade problem. 3. Ge en god grund för fortsatt lärande inom dessa områden. INNEHÅLL Kursens kärna är ett antal moduler med övningsuppgifter i programmering, kombinerat med realistiska och meningsfulla problem som löses med inslag av matematisk problemlösning, matematisk modellering, programmering och andra datorverktyg. Särskild hänsyn tas till hur uppgifter och problem direkt kan användas i gymnasieskolan, så att kursens olika delar och material kan fungera som en förebild. Uppgifterna och problemen inom varje modul är kopplade till gällande styrdokument för gymnasieskolans matematikämne. För att ge kursen en tydlig struktur organiseras innehållet i moduler. De första modulerna fokuserar på grundläggande begrepp och byggstenar inom programmering, inklusive sekvens, alternativ, villkor, upprepning och funktioner. Dessutom ingår felsökning och testning, samt hur man kan läsa, förstå och förbättra befintlig programkod: 1. Introduktion till programmering 2. Introduktion till programmering, fortsättning De senare modulerna fokuserar på hur man löser problem med hjälp av modellering, programmering och andra datorverktyg. För att uppnå kursens mål är problemen är utvalda så att de samtidigt uppfyller flera syften: att visa hur man i verkligheten använder matematik, algoritmiskt tänkande och programmering, utveckla kunskaper i matematik och programmering, samt ett sätt att tänks om hur man löser problem. Samtliga problem använder och övar algoritmiskt tänkande och programmering och i vissa fall andra datorverktyg på ett naturligt sätt. Modulerna är:

3. Funktioner, ekvationer och geometri (den mest grundläggande matematiken) 4. Optimeringsmodeller (en viktig typ av modeller där man kan modellera många praktiska problem) 5. Dynamiska modeller (inklusive simulering inom olika tillämpningsområden) 6. Sannolikhetsmodeller och statistik (inklusive stokastisk simulering) 7. Diskret matematik och datavetenskap För varje modul ges en introduktion samt en uppföljande reflekterande föreläsning/diskussion där även didaktiska aspekter tas upp. Exakt hur detta organiseras beror lite på möjligheten till fysiska träffar. Om exempelvis kursen inleds med en fysisk träff kan beskrivningar av grundläggande begrepp inom programmering blandas med att deltagarna själva får pröva direkt på sin dator. Till modulerna hör också föreläsningar och skriftligt material där programmering och problemlösning sätts in i ett övergripande sammanhang, där bland annat följande teman tas upp: Hur datorn fungerar och lite datorhistoria. Skillnader och likheter mellan olika programmeringsspråk och hur programmering skiljer sig åt i olika tillämpningar. Praktiska aspekter av programmering: olika programmeringsmiljöer, installation på egen dator och onlineverktyg. Utveckling och felsökning av program. Matematiska datorverktyg (tex. Mathematica) Vad är matematiskt tänkande (att resonera matematiskt, problemlösning, modellering), och hur används det? Hur påverkas det matematiska tänkandet och arbetssättet av datorn som kraftfullt verktyg? Matematisk respektive datalogisk problemlösning. Grundläggande principer och tänkesätt inom programmering och datavetenskap (abstraktion, problem och algoritm, datastrukturer, algoritmer, tidskomplexitet) Didaktisk forskning för problemlösning, matematisk modellering och programmering. Orientering om olika forum och projekt som fokuserar på didaktik för matematik och programmering. Ett mål med kursen är att lära ut programmeringsspråk och datorverktyg som är vanliga utanför skolans värld. I kursen används därför främst programmeringsspråket Python och i viss mån Javascript. Vi använder också vanliga datorverktyg som exempelvis Mathematica. I kursen kombineras att självständigt skriva enklare program med att förstå och modifiera lite mer komplicerade program - på detta sätt kan vi nå längre med att förstå principer och arbetssätt inom problemlösning, modellering och programmering. LÄRANDEMÅL Efter genomgången kurs ska deltagaren: Kunskap och förståelse kunna förklara grundläggande principer för datorn och hur den programmeras,

kunna förklara grundläggande programmering, särskilt med hjälp av Python och Javascript, kunna förklara grundläggande principer för matematiskt och datalogiskt tänkande. Färdigheter och förmåga behärska metoder för att skapa program i Python och Javascript, och kunna reflektera över arbetssätt med programmering, utifrån problemställningar kunna skapa enklare program, kunna läsa, förstå, felsöka, testa och förbättra mer komplicerade program, kunna lösa problem som kombinerar modellering, programmering och andra datorverktyg, behärska metoder för att använda programmering och andra datorverktyg såsom Mathematica i sin undervisning, inklusive att kunna identifiera moment och innehåll i kurs-/ämnesplan där programmering är ett användbart verktyg, kunna lära ut programmering, kunna lära ut matematik och tillämpad matematisk problemlösning med hjälp av programmering och andra datorverktyg, kunna hitta och tillgodogöra sig kunskap om matematik och programmering på nätet. Värderingsförmåga och förhållningssätt använda ett modernt undersökande arbetssätt som kombinerar det matematiska tänkandet med datorns möjligheter. LITTERATUR Eftersom kursen fokuserar på praktiska övningar och problemlösning finns det inte någon enskild kursbok som täcker kursen. Kursen kommer att få en öppen hemsida med kursens eget material samt länkar till olika resurser, t.ex. för Python och relevant didaktik, samt referenser till annan litteratur. ORGANISATION Kursen ges på distans med minst 4 fysiska träffar som kan förläggas där det är lämpligt för deltagarna. Mellan träffarna arbetar deltagarna med modulerna. En möjlighet för att snabbt komma igång med programmeringen är att starta kursen med en heldag. Modulerna ger kursen en tydlig logisk struktur exakt hur modulerna organiseras tidsmässigt kan därför anpassas till lämplig schemaläggning av kursen. EXAMINATION En skriftlig inlämning för varje modul samt en kort avslutande uppsats som bland annat ger deltagarna möjlighet att reflektera över hur de kan använda det de lärt sig i sin egen undervisning.

Appendix SKISS TILL DETALJERAT GENOMFÖRANDE AV MODULERNA 1. INTRODUKTION TILL PROGRAMMERING Inledande föreläsning/övning: olika programmeringsmiljöer, praktiska frågor. Grundläggande begrepp inom programmering Interaktiv Python Aritmetiska beräkningar Strängar och operationer på strängar Köra enkla program 2. INTRODUKTION TILL PROGRAMMERING, FORTSÄTTNING De viktigaste datatyperna och programspråkskonstruktionerna. Funktioner och funktionsbibliotek. Ett flertal exempel att pröva/köra/ändra/utöka. Ett lite större program, tex spelet hänga gubben. 3. FUNKTIONER, EKVATIONER OCH GEOMETRI Exempel på problem: (samtliga problem inkluderar att läsa eller skriva ett enkelt program) Iterativ beräkning av kvadratrot Avbetalning av lån (problemet är konstruerat så att det kräver att programmet gör en intervallsökning) De enklaste möjliga programmen för att skapa olika matematiska funktioner Kurvanpassning (skapa en matematisk funktion till ett antal punkter, plottning av funktion) Pejling 4. OPTIMERINGSMODELLER Inkluderar exempel på optimering utan och med bivillkor. Optimering av produktion Optimal placering av anläggningar tex. brandstationer. Modellering och lösning av kortaste-vägen-problem (tex för kollektivtrafik) 5. DYNAMISKA MODELLER Huvudsakligen simulering av olika dynamiska system Simulering av ekologiskt system. Simulering av studsande bollar. Simulering och styrning av enkelt reglersystem 6. PROBABILISTISKA MODELLER Stokastisk simulering Simulering av tärningskast och upptäckande av normalfördelningen. Stokastiska modeller för text. Enkelt program för identifiering av olika språk.

7. DISKRET MATEMATIK OCH DATAVETENSKAP Modellering med mängder, sekvenser, träd och grafer samt hur dessa kan användas i program. Sökning, sortering och andra algoritmer. Tidskomplexitet. Tillämpade exempel: projektplanering, design av cirkulär sensor,