Vzdělávání & výuka

Grafy ve výuce informatiky na ZŠ a SŠ

Zpět na přehled kurzů
Grafy ve výuce informatiky na ZŠ a SŠ

Grafy ve výuce informatiky na ZŠ a SŠ

Cílem šestihodinového vzdělávacího programu je seznámit pedagogy s využitím teorie grafů (vrcholy, hrany, cesty, kostry) srozumitelnou a přehlednou formou bez složité matematiky. Účastníci získají konkrétní metodické postupy, inspiraci pro rozvoj algoritmického a logického myšlení žáků a praktické tipy na unplugged i digitální aktivity, interaktivní vizualizace a online nástroje využitelné přímo ve výuce. Kurz propojuje informatiku a matematiku jako přirozený most pro modelování a řešení praktických problémů.

Matematika IT kurzy & AI online Volná místa
Cena od: 2 250 Kč per celý kurz

Základní údaje o kurzu

  • Časová dotace: 6× 45 min.
  • Forma: webinář / online
  • Určeno pro učitele 2. stupně ZŠ, gymnázií, SOŠ a SOU

Anotace

Seminář se zaměřuje na využití grafů ve výuce na základních a středních školách. Účastníci si prakticky vyzkoušejí aktivity a úlohy, které mohou přímo zařadit do svých hodin. Důraz je kladen na přirozené propojení matematiky a informatiky, které podporuje hlubší porozumění učivu a rozvíjí logické a algoritmické myšlení žáků.

Obsah akce

  • Jak využít grafy jako srozumitelný model pro vysvětlení vztahů, struktur a problémů ve výuce informatiky i matematiky
  • Praktické ukázky aktivit (unplugged i digitálních), které můžete ihned použít ve třídě
  • Základy teorie grafů jednoduše a přehledně – vrcholy, hrany, cesty i kostry bez složité matematiky
  • Inspiraci, jak rozvíjet informatické myšlení, algoritmizaci a schopnost řešit problémy
  • Tipy na interaktivní vizualizace a online nástroje, které oživí výuku

Vzdělávací cíl

❗ Naučíte se vysvětlit a využít grafy jako nástroj pro modelování a řešení problémů
❗ Získáte konkrétní metodické postupy pro rozvoj algoritmického a logického myšlení žáků

Sylabus

  1. Grafy jako model a jejich reprezentace
    • zařazení teorie grafů do diskrétní matematiky a matematické informatiky;
    • motivační úloha sedmi mostů města Královce a vznik teorie grafů;
    • přechod od skutečné situace ke grafovému modelu;
    • vrcholy, hrany, sousednost a stupně;
    • orientované a ohodnocené grafy;
    • úplné grafy a počítání hran; nákres,
    • seznam hran, seznam sousedů a matice sousednosti;
    • různé nákresy stejného grafu.
  2. Struktura grafů a základní algoritmy
    • sledy, tahy, cesty a cykly; souvislost a podgrafy; jednotažky a návaznost na problém královeckých mostů;
    • stromy, lesy a kostry; prohledávání do šířky a do hloubky;
    • nejkratší cesta a Dijkstrův algoritmus;
    • minimální kostra, Blátivé město
    • Kruskalův algoritmus;
    • Problém obchodního cestujícího;
    • Problém čínského listonoše;
    • Problém čtyř barev;
    • praktické ukázky v GraphOnline.
  3. Stavové prostory a slepé prohledávání
    • stav, akce, přechodová pravidla a cílový test;
    • problém převozníka s vlkem, kozou a zelím;
    • binární reprezentace stavů a bezpečnostní podmínky;
    • vytváření grafu stavového prostoru;
    • slepé neboli neinformované hledání – BFS, DFS, prohledávání s omezenou hloubkou, iterativní prohlubování a hledání podle dosavadní ceny;
    • úplnost, optimálnost a kombinatorická exploze.
  4. Heuristické hledání a přechod k umělé inteligenci
    • heuristika jako odhad zbývající ceny;
    • hladové hledání a algoritmus A*;
    • přípustnost heuristiky a podmínky optimálnosti;
    • lokální hledání, lokální a globální optimum;
    • herní stromy a minimax;
    • symbolická AI, úzká a obecná AI;
    • odlišení úplnosti algoritmu od obecnosti inteligence;
    • přechod od ručně navržené k naučené hodnoticí funkci.
  5. Grafy v Pythonu a most ke strojovému učení
    • reprezentace grafu pomocí slovníku a seznamů;
    • sousednost, stupně vrcholů a počet hran;
    • implementace BFS a rekonstrukce nejkratší cesty;
    • generování stavů a programové řešení převozníka;
    • model jako parametrizovaná funkce;
    • lineární regrese, chyba modelu a princip učení;
    • výpočetní grafy;
    • přehled rozhodovacích stromů, náhodných lesů, neuronových a grafových neuronových sítí;
    • stručný pohled na transformery a jazykové modely.
  6. Využití grafů ve výuce na ZŠ a SŠ
    • návaznost na RVP ZV, RVP G a příslušné RVP SOV;
    • propojení matematiky, informatiky a odborných předmětů;
    • zásobník úloh: jednotažky, bludiště, převozník, Blátivé město, barvení map, rozvrh a kritická cesta;
    • inspirace ze zdrojů Grafy a modelování a Teorie grafů ve výuce na střední škole;
    • metodické vedení od příběhu přes model k algoritmu;
    • diferenciace obtížnosti;
    • unplugged i digitální aktivity a jednoduché úlohy v Pythonu;
    • hodnocení žákovských řešení;
    • návrh vlastní výukové aktivity a sdílení zkušeností.

Storno a obchodní podmínky

Tento kurz pořádá jiná agentura. Obchodní podmínky a storno poplatky se řídí podmínkami pořádající agentury. Před přihlášením se prosím seznamte s jejími podmínkami uvedenými u přihlášky ke kurzu.