2000 Ma 2c centralt innehåll

Aritmetik, algebra och funktioner

1. Begreppet linjärt ekvationssystem. Metoder för att lösa linjära ekvationssystem.

Python: rita linjer, lös numeriskt

2. Begreppet logaritm. Motivering och hantering av räkneregler för logaritmer. Metoder för att lösa exponentialekvationer.

Invers funktion igen.

Python: numerisk lösning

3. Likheter och skillnader mellan exponential- och potensekvationer.

Rita funktioner

4. Motivering och hantering av konjugat- och kvadreringsreglerna.

Areaberäkningar.

5. Begreppet andragradsfunktion och egenskaper hos andragradsfunktioner, inklusive symmetrilinje, extrempunkt och nollställen.

Pyton: program som t.ex. beräknar symmetrilinje, ...

6. Metoder för att lösa andragradsekvationer.

Python: PQ-formeln

Python: numerisk lösning

7. Metoder för att lösa rotekvationer.

Statistik

1. Lägesmått och spridningsmått, inklusive percentiler och standardavvikelse, samt digitala metoder för att bestämma dessa.

Python: listor med värden, eller värden från fil, beräkna läges och spridningsmått

2. Begreppet normalfördelning och egenskaper hos normalfördelat material. Digitala metoder för att göra beräkningar på normalfördelat material.

Gör grafer. Integral för att beräkna kvartiler och percentiler.

Python: räkna

3. Begreppen regressionsanalys och korrelationskoefficient. Digitala metoder för regressionsanalys.

Miniräknare, Geogebra, Excel

Python, men det blir avancerat

Logik och geometri

1. Begreppen implikation och ekvivalens.

2. Begreppen definition, sats och bevis.

3. Användning och motivering av grundläggande klassiska satser i geometri om vinklar och likformighet samt Pythagoras sats, inklusive exempel som omfattar beräkningar i koordinatsystem.

Python: troliggör Pythagoras sats med massor av exempel.

Python: Leta efter heltal som passar på sidorna i en rätvinklig triangel.

Project Euler

Problemlösning, verktyg och tillämpningar

1. Användning av digitala verktyg för att effektivisera beräkningar och komplettera metoder, till exempel vid ekvationslösning.

2. Problemlösning som omfattar begrepp och metoder i kursen, med särskild utgångspunkt i karaktärsämnen och samhällsliv.

3. Exempel på hur programmering kan användas som verktyg vid problemlösning, databearbetning eller tillämpning av numeriska metoder.

4. Tillämpning och formulering av matematiska modeller i realistiska situationer. Utvärdering av matematiska modellers egenskaper och begränsningar.

5. Matematiska problem med anknytning till matematikens kulturhistoria.