| Onderwijstaal : Nederlands |
|
Volgtijdelijkheid
|
| |
|
Geen volgtijdelijkheid
|
There is no data for this choice.
Change the language, year or choose another item in the dropdown list if it is available.
| Studierichting | | Studiebelastingsuren | Studiepunten | P3 SBU | P3 SP | 2de Examenkans1 | Tolerantie2 | Eindcijfer3 | |
 | 1ste bachelorjaar in de wiskunde | Verplicht | 135 | 5,0 | 135 | 5,0 | Ja | Ja | Numeriek |  |
|
| | | Eindcompetenties |
- EC
| EC 1: De bachelor Wiskunde bezit een grondige basiskennis en heeft inzicht in verschillende domeinen van de wiskunde waaronder algebra, meetkunde, analyse, numerieke wiskunde, kanstheorie, statistiek, aspecten van discrete wiskunde en logica. | - EC
| EC 5: De bachelor Wiskunde kan de theorieën en methoden toepassen op relatief eenvoudige wiskundige problemen (zowel theoretische als rekentechnische). Hij/zij kan zelf wiskundige redeneringen
maken en opschrijven | - EC
|
EC 10: De bachelor Wiskunde heeft kennis van een aantal toepassingen van wiskunde.
| - EC
| EC 12: De bachelor Wiskunde heeft een basiskennis van programmeren en kan courante wiskundige software gebruiken (bv. Maple, Matlab). | - EC
| EC 14: De bachelor Wiskunde heeft een kritische ingesteldheid en een onderzoekshouding.
| - EC
| EC 16: De bachelor Wiskunde is in staat te plannen, hij/zij heeft inzicht in zijn leerproces en kan dit evalueren en bijsturen. | - EC
| EC 18: De bachelor Wiskunde kan de maatschappelijke relevantie en de cultuurhistorische waarde van wiskunde inzien. |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student(e) beheerst technieken van exploratieve data analyse voor univariate en bivariate gegevens. De student(e) kan methoden van dataverwerving en proefopzet beschrijven. De student(e) kan de elementaire rekenregels voor kansen en voorwaardelijke kansen hanteren. De student(e) kan werken met verdelingen en dichtheden van stochastische veranderlijken. De student(e) kent de klassieke voorbeelden van discrete en continue kansmodellen. De student(e) kan voor gemiddelden, proporties en varianties betrouwbaarheidsintervallen opstellen en interpreteren. De student(e) kan hypothesen toetsen over één of meerdere gemiddelden, proporties of varianties, en hiervoor een p-waarde berekenen en interpreteren (statistische significantie). De student(e) kan onafhankelijkheid toetsen met behulp van data in een kruistabel. De student(e) kan nagaan of een steekproef uit een bepaalde verdeling komt. De student(e) is vertrouwd met de basisbegrippen van lineaire regressie. De student(e) kan alle hierboven beschreven statistische analyses uitvoeren met het statistisch computerpakket R.
|
|
|
|
|
|
|
|
|
Hoorcollege ✔
|
|
|
|
Responsiecollege ✔
|
|
|
|
Werkzittingen ✔
|
|
|
|
Zelfstudieopdracht (ZSO) ✔
|
|
|
|
Periode 3 Studiepunten 5,00
|
| Extra info | Schriftelijk open boek examen over de theorie en de oefeningen. |
|
|
|
|
|
| 1ste bachelorjaar in de fysica | Verplicht | 135 | 5,0 | 135 | 5,0 | Ja | Ja | Numeriek | |
|
| | | Eindcompetenties |
- EC
| EC 3: De bachelor Fysica kan modellen en technieken uit de fysica en andere wetenschappelijke domeinen gebruiken voor het oplossen van multidisciplinaire problemen. | - EC
| EC 6: De bachelor Fysica kan, onder begeleiding, de aangeleerde kennis en inzichten aanwenden om wetenschappelijke onderzoek uit te voeren. | - EC
| EC 7: De bachelor Fysica kan de in de fysica gebruikte wiskundige methodes toepassen en beschikt over een goede rekenvaardigheid, met inbegrip van computationele technieken en programmeervaardigheden. |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student(e) beheerst technieken van exploratieve data analyse voor univariate en bivariate gegevens. De student(e) kan methoden van dataverwerving en proefopzet beschrijven. De student(e) kan de elementaire rekenregels voor kansen en voorwaardelijke kansen hanteren. De student(e) kan werken met verdelingen en dichtheden van stochastische veranderlijken. De student(e) kent de klassieke voorbeelden van discrete en continue kansmodellen. De student(e) kan voor gemiddelden, proporties en varianties betrouwbaarheidsintervallen opstellen en interpreteren. De student(e) kan hypothesen toetsen over één of meerdere gemiddelden, proporties of varianties, en hiervoor een p-waarde berekenen en interpreteren (statistische significantie). De student(e) kan onafhankelijkheid toetsen met behulp van data in een kruistabel. De student(e) kan nagaan of een steekproef uit een bepaalde verdeling komt. De student(e) is vertrouwd met de basisbegrippen van lineaire regressie. De student(e) kan alle hierboven beschreven statistische analyses uitvoeren met het statistisch computerpakket R.
|
|
|
|
|
|
|
|
|
Hoorcollege ✔
|
|
|
|
Responsiecollege ✔
|
|
|
|
Werkzittingen ✔
|
|
|
|
Zelfstudieopdracht (ZSO) ✔
|
|
|
|
Periode 3 Studiepunten 5,00
|
| Extra info | Schriftelijk open boek examen over de theorie en de oefeningen. |
|
|
|
|
|
| Educatieve master in de wetenschappen en technologie - keuze voor vakdidactiek wiskunde | Keuze | 108 | 4,0 | 108 | 4,0 | Ja | Ja | Numeriek | |
|
| | | Eindcompetenties |
- EC
| WET 1. De educatieve master heeft gevorderde kennis van en inzicht in de domeindisciplines relevant voor zijn specifieke vakdidactiek(en). | - EC
| WET 2. De educatieve master kan zelfstandig onderzoek opzetten en uitvoeren relevant voor zijn vakgebied bestaande uit een kritische literatuurstudie, het formuleren van een onderzoeksvraag en hypothese, het selecteren en optimaliseren van geschikte methoden en technieken, het kritisch analyseren en interpreteren van de resultaten, het formuleren van conclusies en het rapporteren van de bevindingen. |
|
| | EC = eindcompetenties DC = deelcompetenties BC = beoordelingscriteria |
|
|
De student(e) beheerst technieken van exploratieve data analyse voor univariate en bivariate gegevens. De student(e) kan methoden van dataverwerving en proefopzet beschrijven. De student(e) kan de elementaire rekenregels voor kansen en voorwaardelijke kansen hanteren. De student(e) kan werken met verdelingen en dichtheden van stochastische veranderlijken. De student(e) kent de klassieke voorbeelden van discrete en continue kansmodellen. De student(e) kan voor gemiddelden, proporties en varianties betrouwbaarheidsintervallen opstellen en interpreteren. De student(e) kan hypothesen toetsen over één of meerdere gemiddelden, proporties of varianties, en hiervoor een p-waarde berekenen en interpreteren (statistische significantie). De student(e) kan onafhankelijkheid toetsen met behulp van data in een kruistabel. De student(e) kan nagaan of een steekproef uit een bepaalde verdeling komt. De student(e) is vertrouwd met de basisbegrippen van lineaire regressie. De student(e) kan alle hierboven beschreven statistische analyses uitvoeren met het statistisch computerpakket R.
|
|
|
|
|
|
|
|
|
Hoorcollege ✔
|
|
|
|
Responsiecollege ✔
|
|
|
|
Werkzittingen ✔
|
|
|
|
Zelfstudieopdracht (ZSO) ✔
|
|
|
|
Periode 3 Studiepunten 4,00
|
| Extra info | Schriftelijk open boek examen over de theorie en de oefeningen. |
|
|
|
|
|
1 examenregeling art.1.3, lid 4. |
| 2 examenregeling art.4.7, lid 2. |
3 examenregeling art.2.2, lid 3.
|
| Legende |
| SBU : studiebelastingsuren | SP : studiepunten | N : Nederlands | E : Engels |
|