Kursöversikt

Hoppa fram till i dag

Kurs-PM

MVE365 Problemlösning och lärande VT19 (7,5hp)

Uppdaterad 12 november 2018

Kursen ges av Institutionen för Matematiska Vetenskaper

 

Kursens syfte

Syftet med kursen är att utveckla studentens egna allmänna problemlösningsförmåga och dessutom ge verktyg för att hjälpa andra bli bättre problemlösare. 

Problemlösning är en central del i många aktiviteter, inte bara professionella och inte bara mänskliga.  När det gäller skolämnen har matematik en särställning när det gäller att renodlat studera problemlösning i sig.

Denna kurs kommer att sätta problemlösning i fokus men från olika synvinklar: lösning av klassiska geometriska problem (dessa problem studeras mer på lärarprogrammen än på de tekniska högskolorna), av allmänna matematiska problem, av problem inom kemi, fysik och teknik inklusive design.  Men vi ska också på en meta-nivå se på hur problemlösning fungerar och hur man kan träna sig själv att bli bättre på det och hur man kan coacha andra som lärare i klassrummet eller i en annan roll.

Som litteratur, kommer fyra böcker att användas, men även utdelat material under kursens gång. Dessa böcker är klassikern ”How to solve it” av George Pólya,  delar ur Lars-Åke Lindahls, En inledning till geometri [LÅL] (för att den konkreta matematik som vi ska fokusera vår problemlösning på är klassisk geometri) och Jose M. Garrido: Introduction to Computational Models with Python (vilken även kommer att användas i nästa kurs).

Schema

En länk till TimeEdit.

Kontaktuppgifter

Föreläsare och examinator: Torbjörn Lundh, ankn. 3503, torbjrn@chalmers.se

Medverkande: Éva Fülöp, Ralf Rosenberg, Samuel Bengmark, Bisse Frid, Bengt Aspvall

Studeranderepresentanter:
MPLOL huke@student.chalmers.se Victor Huke
MPLOL jonake@student.chalmers.se Jonathan Jogensjö
KPLOL marie.klemets@chalmers.se Marie Klemets
KPLOL maria.nordstrom@bjarenet.com Maria Nordström
MPLOL edvinq@student.chalmers.se Edvin Qvirist

Kurslitteratur

  • Jose M. Garrido: Introduction to Computational Models with Python [Python] kapitel 1 till och med 11.

 

Kursens upplägg

Vi kommer att jobba med problemlösning i hela gruppen, med mig som ”sekreterare”, men också parvis, där en agerar lärare/coach. Vi kommer också att låta er (och i värsta fall mig) stå vid tavlan för att försöka lösa okända problem med alla andra som lärare.  Något som är läskigt, men kommer att komma väl till pass i klassrummen, eller styrelserummen, i framtiden.

Vi kommer också att introducera problemlösning med hjälp av Pythonprogrammering. Programmering har som bekant blivit en obligatorisk del i gymnasiematematiken och Python är ett passande språk för detta på grund av den relativt låga introduktionströskeln, men också för att programmet är gratis. Försök få tillgång till en laptop att ta med till de dagar vi kommer att jobba med problemlösning med hjälp av programmering.

Värt att notera att denna kurs kommer att komplettera nästa kurs i vår om modellering där problemlösning kommer naturligt in så fort vi har formulerat en modell.

Förändringar sedan förra kurstillfället

Sedan förra året har vi förändrat litteraturen med en egen  bok för python. Vi har också förändrat gästlistan av föreläsare.

Examination

För godkänt betyg på kursen krävs godkänt betyg på tentamensskrivningen samt godkänt betyg på alla presentationer och datorlaborationer. Betyg på kursen är betyget på tentamensskrivningen. Skrivningen innehåller problem, för vilka det krävs att man beskriver olika lösningsstrategier och metoder. Man förväntas visa förmåga att konstruera uppgifter genom att variera ett problem för att anpassa det till elevernas intresse- och kunskapsnivå. Man förväntas också visa förmåga att upptäcka fel och brister i andras lösningar.       

Betygsgränser vid tentamen: för betyget 3 krävs 20p; för betyget 4 krävs 30p; för betyget 5 krävs 40p.   

Lärandemål och kursplan

Efter fullgjord kurs ska studenten kunna

  • diskutera och praktisera strukturerad och kreativ problemlösning;
  • diskutera problemlösning som medel för lärande och som intresseväckande inslag i undervisningen;
  • diskutera och göra övervägda val av didaktiska strategier för problemlösningsundervisning;
  • variera kända och formulera nya elevuppgifter utifrån både matematiska och didaktiska överväganden;
  • diskutera karakterisering av elever med förmåga och fallenhet för matematik samt välja lämpliga verksamheter för dessa elever, som till exempel utökade inslag av problemlösning;
  • redogöra för geometrins grunder inklusive dess historia;
  • upptäcka misstag och brister i logiska argument;
  • använda IT för att experimentera samt illustrera geometrisk argumentation och visualisering av geometriska begrepp;
  • planera undervisning med beaktande av bland annat dimensionerna tyst arbete/ grupparbete, beräkning/begreppslig förståelse, konkretion/abstraktion, instruktion/eget
    arbete.

Innehåll

  • matematisk problemlösning med fokus på geometri
  • tekniska och naturvetenskapliga problemlösningsmetoder
  • programmering som problemlösningsverktyg
  • hur coachar man andras problemlösning
  • hur undervisar man om problemlösning
  • olika problemlösningsstrategier

 

Organisation

Föreläsningar, redovisningar och seminarier; laborationer i Python

Länk till kursplaner i Studieportalen. 

Kurssammanfattning:

Datum Information Sista inlämningsdatum