Kurs:Mathematische Modellbildung/Themen/Neuronales Netz/Modellierungszyklus Sekundarstufe I

Ziel[Bearbeiten]

Arithmetischer Mittelwert: ${\overline {x}}={\frac {1}{n}}\sum _{i=1}^{n}{x_{i}}={\frac {x_{1}+...+x_{n}}{n}}$

Lösungsverfahren, das aus mindestens zwei proportional zusammenhängenden Größen eine neue berechnet

$Prozentsatz(p)={\frac {Prozentwert(W)}{Grundwert(G)}}\cdot 100$

komplexe Daten analysieren, Muster, Trends oder Abweichungen auf einen Blick erkennen
klare und prägnante Kommunikation von Informationen, unabhängig von Sprachbarrieren oder Fachkenntnissen
erleichtern Entscheidungsfindung, indem sie komplexe Informationen vereinfachen, Beziehungen verdeutlichen und alternative Lösungen bewerten
nutzen die visuelle Natur des Menschen, um Daten ansprechend zu präsentieren und Informationen besser im Gedächtnis zu behalten
wertvolle Fähigkeit in verschiedenen beruflichen Bereichen und verbessert die Datenkompetenz sowie die Effektivität bei der Datenanalyse und -präsentation

Führt man ein Zufallsexperiment oft aus, so stabilisieren sich die relativen Häufigkeiten rn(A) eines Ereignisses A um einen bestimmten Wert.

--> Prozentrechnung
--> Bruchzahlen berechnen, vergleichen und ordnen

--> Datenerhebung planen, durchführen und auswerten
--> grafische Darstellungen interpretieren

Für den Modellierungszyklus der Sekundarstufe I können folgende Ziele den Unterricht strukturieren:

 →85,98971 % der Sichtungen in Meeresnähe

Anpassung der Theorie je nach Klassenstufe
Gesetz der großen Zahlen als zentrales Konzept
Wichtige Aspekte bei der Modellierung: Herausforderungen bei der Zuordnung von Vogelarten, Einflussfaktoren auf die gezählten Sichtungen
Genauigkeit der Daten begrenzt, Schüler sollen Realität von Daten erkennen
Erstellung von Verbreitungskarten für Schüler von Klasse 5 bis 10 geeignet
Untersuchung des prozentualen Anteils an Silbermöwen mit kleinerem Raster
Mathematische Theorie ermöglicht Erforschung komplexer Themen und Herausforderungen bei Datenerfassung und -interpretation
Optimierung der Ergebnisse durch gleiche Bedingungen bei Zählungen, Erweiterung der Stichprobe und Nutzung von Bildern, Stimmaufnahmen oder Videos zur Artenbestimmung
Prognose für die Zukunft in Modellierungszyklus 2 mit genaueren Daten
zur Beurteilung von Beobachtungen werden Größere Datensätze benötigt um Fehler zu minimieren