高中数学“算法初步”在VB环境下的教学研究

来源 :西南大学 | 被引量 : 0次 | 上传用户:ktcalf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
算法文化从古至今,积厚流光。我国古代数学中蕴藏着丰富的算法内容和思想。如今,从体现着算法知识内容的“算法初步”章节变成专门学习模块进入高中数学必修课程起,“算法初步”内容在实际的教学中一直存在不少问题,最突出的问题体现在:首先,思想上不重视,原因是受高考影响,“算法初步”内容在绝大部分高考题中只是以唯一一道低分选择题来呈现,一线教师往往在这一章节一笔带过;其次,教学方式上太单一,应试教育下最能快速出成绩的教学方法便是题海战术,算法教学也不例外;最后,程序语言实现算法绝缘,尽管当今主流教材中都建议学生上机验证算法,但由于各种因素难以实现。如何改善这种教学现状呢?这是笔者要研究的问题。2003年我国颁布的《普通高中数学课程标准(实验稿)》与《普通高中信息技术课程标准(实验稿)》都将算法知识纳入到数学必修模块3的“算法初步”和信息技术选修模块1“算法与程序设计”中。这两部分正好有相似性。因为笔者有信息技术课的教学经验,于是提出高中数学“算法初步”在VB环境下的教学研究,改善现有单一的教学方式;并且选用通俗易懂的可视化的VB语言实现算法,设计出适应实际教学的系统化教学设计进行教学探索和实施。那么如何设计出高中数学“算法初步”在VB环境下的有效的系统化教学设计?如何进行有效的教学研究且能否得到良好的教学效果?本文主要研究如下两方面的内容:(1)在遵循数学课标的基本理念和具体要求下,笔者以课标和综合前人的研究成果为指导理论,建立设计算法系统化教学设计和教学实验的基本原则。(2)以北师大版必修3为例,以所构建原则为基础,结合教材中的信息技术建议,设计出高中数学“算法初步”在VB环境下的系统化教学设计并展开教学探索和实施。本文先采用文献分析法,通过对相关文献的搜集、整理、分析、归类,构建出系统化教学设计和教学研究的基本理论;再采用问卷调查法和访谈法,调查笔者所在学校算法教学现状;最后就发现的相关问题,依据课程整合的理念设计出高中数学“算法初步”在VB环境下的有效的系统化教学设计并展开教学研究。通过实践教学得出以下相关结论:(1)高中数学“算法初步”在VB环境下的教学实施,能够改善单一的算法教学现状,很好的体现了数学课程与信息技术的整合理念。(2)高中数学“算法初步”在VB环境下的教学实施,能够很好的加强学生对算法的直观体验,激发学生的学习兴趣,调动学生学习的主动性和积极性,有利于培养学生的算法基本思想。(3)高中数学“算法初步”在VB环境下的教学实施,可以有效地提高算法教学质量,培养学生逻辑推理能力,让学生体会到掌握算法思想对提高数学能力的重要性。
其他文献
本文主要研究AA堆叠双层石墨烯(AA-BLG)模型在零温度和有限温度两种情形下能隙解的适定性问题.针对零温度无掺杂的AA-BLG模型,应用上下解方法,得出能隙解的存在唯一性;针对有
目的:根据我科编制饲鸽者肺筛查问卷,找出可能引起饲鸽者肺发生的危素因素,预防饲鸽者肺发生。方法:将2013年12月-2017年5月在新疆维吾尔自治区人民医院及喀什医院呼吸科确诊
核电产业高速成长,为国民带来改善经济水平的机遇、降低环境污染的可能,并被作为保障国家安全稳定的手段。然而在获利的同时,也蕴藏许多风险。其中部分风险的发生会造成难以
学生的数学问题提出能力对其问题解决能力、数学理解、数学情感以及创造力等方面的发展有着重要意义,因此,目前包括我国在内的一些国家均在教育纲领性文件中明确指出培养学生
水源地水污染治理不仅涉及到技术管理等问题,从本质上说,水源地的最基础的一种本质就是自然本质,而在自然本质中又具有整体性,同时又具有独立性质。但是在现实生活中,由于不
通过图中每个顶点一次且仅一次的回路称为哈密尔顿圈。存在哈密尔顿圈的图就是哈密尔顿图。哈密尔顿图是图论中的一个重要问题。截至目前,对哈密尔顿图的研究,已经有了丰富的
二维中子输运方程应用广泛,在众多学科中都有涉及,所以如何对它高效准确的求解就成为研究的重点。在二维中子输运的众多求解方法中,由于特征线方法可以求解任意几何形状的问
消费级数码相机大都使用单个表面覆盖彩色滤波阵列的CCD芯片来获得彩色图像。原始图像在每个像素点处都只有红色、绿色、蓝色三基色中的一种颜色像素值。为得到完整的彩色图
当检察机关作为民事公益诉讼的起诉人时,其在民事公益诉讼中应享有处分权。虽然在《民事诉讼法》、《关于检察公益诉讼案件适用法律若干问题的解释》、《最高人民法院关于审
正则化路径(regularization path)方法是统计机器学习中一种有效的参数选择方法,该方法可以得出正则化参数所有的可能取值以及对应优化问题的解,在l1范数最小化(l1-norm minimization)和支持向量机(Support Vector Machine,SVM)的参数选择中发挥着重要作用。正则化路径方法主要利用了活动集(active set)方法追踪KKT(Karush-Ku