Liceo Scientifico “Nino Cortese” Maddaloni

Slides:



Advertisements
Presentazioni simili
LE FONTANE DELLACQUANUOVA. PROSPETTO LATERALE 4,0 1,0 B A C D E F G 0,4 H 0,6 I L M 0, ,0 4,0 apertura 8,20 cm apertura 4,70 cm apertura.
Advertisements

II° Circolo Orta Nova (FG)
Intelligenza artificiale
L’esame di terza media: valutazione interna
Adempimento dell’obbligo d’istruzione (D.M. n°139 del 22/08/2007)
© 2007 SEI-Società Editrice Internazionale, Apogeo Unità E2 Linguaggi algoritmici.
PROGETTO PER LA FORMAZIONE TECNOLOGICO – DIDATTICA DEI DOCENTI
La costruzione e lo sviluppo delle competenze a scuola Prof. Losito
IPOTESI MODULO DI LAVORO COMPLETO
Elementi di Informatica
L’aritmetica delle macchine e la macchina della mente
NUCLEO TEMATICO PROPOSTO NELLE RIUNIONI PRELIMINARI DELLA rete FIORENTINA
Reti Neurali: studi sull'intelligenza artificiale
LALGEBRA NEI PROGRAMMI PNI & UMI. BIENNIO PNI TEMA 2. INSIEMI NUMERICI E CALCOLO a) Operazioni, ordinamento e loro proprietà negli insiemi dei numeri.
1 Le competenze di base dell'asse matematico Utilizzare le tecniche e le procedure del calcolo aritmetico ed algebrico, rappresentandole anche sotto forma.
Obbligo d’istruzione L’Asse matematico Donatella MARTINI
Università degli Studi di Bergamo Facoltà di Lingue e Letterature Straniere Facoltà di Lettere e Filosofia A.A Informatica generale 1 Appunti.
Crittografia e Statistica con le calcolatrici grafiche Massimo Borelli, Sergio Invernizzi, Andrea Sgarro A.D.T., Monopoli, 2002.
1 Corso di Informatica (Programmazione) Raffaella Rizzi DISCO Dipartimento di Informatica Sistemistica e Comunicazione Edificio U14 - primo piano - stanza.
Obiettivi Saper valutare ed allestire risorse didattiche in rete per la formazione; saper selezionare tipologie comunicative, regole e criteri per ottimizzare.
Reti neurali naturali ed artificiali
Difficoltà di apprendimento e Problemi didattici
Informatica a Verona Dipartimento di Informatica Facoltà di Scienze MM. FF. NN. Università degli Studi di Verona
La costruzione e lo sviluppo delle competenze a scuola
L’indagine OCSE-PISA: il framework e i risultati per la matematica
Software per sistemi embedded
ANNUNCI Modulo B: RICEVIMENTO DOMANI: 17-19
Calcolo Numerico AA Rosa Maria Pidatella
Lettura e movimenti oculari. POS VEL ACC 50 ms 500 ms O V.
Il Concetto di Competenza DEFINIZIONI METODI E STRUMENTI PER LIMPLEMENTAZIONE E LA VALUTAZIONE DELLE COMPETENZE.
Pp3 UOPSSA CSA BO Facchini/ Villani Progetto pilota 3 Campionamento Obiettivi Caratteristiche Formazione 27 e 28 gennaio 2004 La valutazione degli apprendimenti.
Dario Bianchi Fond. Informatica - Ing. Civile Fondamenti di Informatica Introduzione Corso di Laurea in Ingegneria Civile Prof. Dario Bianchi.
La macchina di von Neumann
La valutazione del rendimento scolastico degli studenti: metodi e strumenti Bruno Losito Università Roma Tre Terni, 2 Settembre 2009.
Laboratorio di Metodi Numerici
Laboratorio di Metodi Numerici a.a. 2008/2009 Prof. Maria Lucia Sampoli.
Fondamenti di informatica Linguaggio C Main Program: Architettura di un PC Diagrammi di flusso Linguaggio C.
Obiettivi M e L nella cultura M e L nella preparazione professionale
Problem solving Relatore Manuela Kustermann.
L’aritmetica delle macchine e la macchina della mente
Rapporto sui risultati delle prove Invalsi
NEI CONCETTI DI ESTENSIONE ED EQUIVALENZA
Classi terze anno scolastico ESAME DI STATO CONCLUSIVO Incontro con le Famiglie 27 Maggio 2010.
L’indagine OCSE-PISA: Quadro teorico di riferimento della matematica
PIANO DI INFORMAZIONE E FORMAZIONE SULLINDAGINE OCSE-PISA E ALTRE RICERCHE NAZIONALI E INTERNAZIONALI PIANO DI INFORMAZIONE E FORMAZIONE SULLINDAGINE OCSE-PISA.
Perche’ scegliere questo curriculum?
Nel momento in cui il guardiano ha fissato la sua attenzione sulla numerosità dellinsieme dei leoni, allo scopo di informare il capogruppo, è iniziata.
Liliana Semeraro Classe 2^ beat ISIS G.Meroni Lissone Anno scolastico 2007/2008.
Titolo della tesi Nome candidato Relatore: prof. Davide Pettenella
1 Nuovo Obbligo Scolastico: Gli Assi Culturali. 2 Asse dei Linguaggi Asse Matematico Asse Scientifico-Tecnologico Asse Storico Sociale.
OBBLIGO SCOLASTICO: UNA SFIDA? ASSE MATEMATICO. Il nuovo obbligo scolastico come opportunità Opportunità per cosa? Opportunità per chi?
Indicazioni Nazionali
Intelligenze artificiali (I.A.)
PERCORSO DI RICERCA - AZIONE SUL CURRICOLO DI MATEMATICA
Laboratorio Informatico
Sorrentino, Corvino, Palumbo, Credendino, Salzano, Ponticiello Caso di studio 2 Gruppo 7 Materia : Informatica- progetto ABACUS Scuola: ITIS indirizzo.
Corso di Laurea Specialistica in Informatica Curriculum Progettazione Software Curriculum Sistemi di Elaborazione.
Esempi domande primo compitino Claudia Raibulet
Competenza Costrutto di conoscenza, abilità, risorse Dimensione esterna (osservabile) e dimensione interna (esistenziale, raccontabile)
Unita' di apprendimento
Corso di Laurea in Scienze e Tecnologie Chimiche corso di Informatica Generale Paolo Mereghetti DISCo – Dipartimento di Informatica, Sistemistica e Comunicazione.
DATA MINING.
Il teorema di PITAGORA (produzione di un ipertesto) GRUPPO 8
Diamo un voto alla scuola Scuola come organizzazione che apprende e che si valuta per migliorare il servizio e che considera le TIC non come un oggetto.
Alcuni spunti di riflessione sulla didattica della matematica.
DSA DISLESSIE DISGRAFIE DISORTOGRAFIE DISCALCULIE DISTURBI DELLE ABILITA’ NUMERICHE E ARITMETICHE.
Quadro di Riferimento INVALSI: elementi di confronto e continuità fra ordini di scuola.
Implementazioni di un analizzatore di protocollo Esistono quattro fondamentali tradeoff per la realizzazione di un analizzatore di protocollo:  Analisi.
Statistica : scienza che ha come fine lo studio quantitativo e qualitativo di un “collettivo”. L’etimologia della parola pare derivi dal vocabolo “stato”e.
Docente diritti a scuola: BROCCA SILVIA COD. POR DS12LE156 TIPO:B MODULO 2 (CLASSI 1^B - 2^B - 3^B)
Transcript della presentazione:

Liceo Scientifico “Nino Cortese” Maddaloni L’aritmetica delle macchine e la macchina della mente Docente referente : Prof.ssa Luigia Motti

Domande motivazionali Test d’ingresso Test a risposta multipla inerenti: Algebra, geometria, statistica, relazioni e funzioni, calcolo combinatorio Quesiti disciplinari Domande inerenti le attitudini degli studenti e le motivazioni che li hanno spinti a partecipare ad un “laboratorio” di matematica Domande motivazionali

Alcuni aspetti stimolanti … Didattica laboratoriale: porsi come obiettivo “educare al comprendere”, ovvero guidare gli studenti nell’acquisizione di un metodo di lavoro che riesca a coniugare teoria e pratica. Approccio storico ed interdisciplinare: costruire un percorso “reticolare” che consenta di mettere in evidenza l’interrelazione tra discipline diverse quali la fisica, la biologia, l’informatica e, perché no, anche la filosofia. Matematica per la applicazioni: mostrare agli studenti che la matematica non è una scienza astratta ed avulsa dalla realtà poichè, spesso, da una teoria puramente matematica scaturiscono molteplici applicazioni pratiche .

Temi trattati Struttura del cervello Macchina di Von Neumann Intelligenza artificiale Struttura del cervello Macchina di Von Neumann Reti Neurali Algoritmi Algoritmi e diagrammi di flusso Implementazione di algoritmi in ambiente MATLAB Aritmetica delle macchine Rappresentazione dei numeri in un elaboratore Errore di troncamento, di arrotondamento o round off Cenni su condizionamento di un problema e stabilità di un algoritmo Transistor e microelettronica Struttura e funzionamento di un transistor Micro e nanoelettronica

Perché tematiche così “lontane” dal piano di studi degli studenti? La sfida consiste nel far cimentare gli studenti su argomenti a loro non noti, dal momento che il “target” non è la semplice acquisizione di conoscenze, bensì il “modo” in cui essi sono stimolati a sviluppare abilità e competenze. Analisi e definizione del problema Formulazione di ipotesi Analisi dei risultati. Progettazione di soluzioni. Osservazioni e riflessioni

Obiettivi trasversali Potenziare le capacità logico-deduttive, critiche, di analisi e sintesi. Stimolare gli studenti al lavoro di gruppo e sviluppare la capacità di comunicare le conoscenze acquisite. Avvicinare gli studenti ad una mentalità di ricerca autonoma, creando un ambiente di indagine in cui ogni studente è invitato a fare osservazioni e a dare il proprio contributo. Potenziare le capacità di astrazione e formalizzazione, indispensabili per tradurre problemi concreti in modelli matematici. Coinvolgere, in prima persona, gli studenti rendendoli “attori” del processo formativo

Metodologie adottate Didattica laboratoriale Cooperative learning Metodo di ricerca-azione Problem solving

Si è cercato di far leva sulla curiosità degli studenti, guidandoli, mediante la compilazione di schede di lavoro, a conseguire da soli l’obiettivo prefissato. In questo modo gli studenti si sono dedicati con piacere all’attività, sentendosi protagonisti attivi di tutte le fasi del lavoro e dell’arricchimento del loro bagaglio di apprendimento coniugando teoria e pratica in uno spirito di problematizzazione, ricerca e progettazione di soluzioni. Il ruolo del docente è stato principalmente quello di “facilitare ed organizzare” le attività, creando un ambiente di apprendimento in cui gli studenti hanno realizzato una sorta di “team problem solving”, conseguendo obiettivi la cui realizzazione ha richiesto il contributo personale di tutti.

Risultati conseguiti Tutti gli studenti hanno lavorato con maggiore interesse sul compito loro assegnato, migliorando la motivazione intrinseca e sviluppando maggiori capacità di ragionamento e di pensiero critico; Gli studenti sono stati consapevoli dell’importanza dell’apporto del singolo al lavoro comune ed hanno sviluppato, pertanto, il rispetto reciproco e lo spirito di squadra; Avendo sperimentato l’”efficacia” del proprio lavoro, gli studenti hanno accresciuto la propria autostima, riuscendo, quindi, ad affrontare meglio le difficoltà.

Un esempio… La successione an = an-1 * 15 – 2 di valore iniziale a0 = 1/7 è detta a “valori costanti”, in quanto ogni an risulta essere uguale ad a0. Prova, adesso, a costruirla calcolando i termini an con la tua calcolatrice. Riporta nella tabella i valori ottenuti. Ciò ha consentito di indagare sul fatto che l’errore che inevitabilmente uno strumento di calcolo numerico commette nel rappresentare numeri razionali non necessariamente è limitato alle ultime cifre decimali visualizzate ma può, in situazioni particolari, facilmente “esplodere” in modo molto spettacolare. n an 1 0.142857143 2 0.142857144 3 0.142857153 4 0.142857295 5 0.142859425 6 0.142891375 7 0.143370625 8 0.150559375 9 0.258390625 10 1.875859375 11 26.13789063 12 390.0683595 13 5849.025393

Gli obiettivi prefissati sono SMART? In conclusione… Gli obiettivi prefissati sono SMART? Specifici: dovrà essere chiaro cosa, dove, quando e come la situazione verrà cambiata Misurabili: dovrà essere possibile quantificare gli oggetti del progetto e i benefici Accessibili: dovrà essere possibile raggiungere gli obiettivi (conoscendo le risorse e le capacità a disposizione della comunità); Realistici: dovrà essere possibile ottenere il livello di cambiamento riflesso dall'obiettivo, e legati al Tempo: determinando il periodo di tempo in cui ogni obiettivo verrà raggiunto.

Grazie per l’attenzione