戢伟
(桂林理工大学理学院,广西桂林541004)
统计学类专业高等代数课程改革的研究*
戢伟
(桂林理工大学理学院,广西桂林541004)
为培养理论基础扎实、专业应用性强的学生,我们对统计学类专业的高等代数课程进行了改革,从教学内容的调整、教学知识的渗透、教学模式的改革等方面,结合诸多实例,具体阐述了高等代数课程教学改革的方法。
高等代数;统计学;教学改革
统计学是收集、处理、分析、解释数据并从数据中得出结论的科学[1]。1998年高等学校本科专业目录中首次将统计学专业分为理科统计学和经济统计学,分别授予理学和经济学学士学位,前者属于数理统计方法与应用范畴。2012年9月,统计学类成为理学门类下的一级学科,并在其下增加了应用统计专业[2]。
为了适应统计学类专业“宽口径、厚基础”的需要,统计学类专业要求学生打下扎实的数学基础,其课程体系中数学基础必修课包含数学分析、高等代数与几何学等。但随着社会的发展,统计学类专业在应用方面的作用日渐突出,统计软件、实习、实践课程等培养统计应用能力的课程得到了强化,理论课程的课时受到一定程度的压缩,高等代数课程也受到课时减少的影响。然而,高等代数课程是统计学类专业重要的基础课程,也包含理工类大部分专业的考研数学知识点,本课程的教学效果不仅影响着统计学类专业其它核心课程的教学,也影响着该专业学生的自身发展。在这种情况下,如何对高等代数的教学进行改革,在有限的课时下保证高等代数课程的系统性,又能够突出重点,保证它们的高等代数知识能够满足后续课程的教学需要,使其更适合统计学类专业的需求,是我们面临的一项新课题。
(一)根据专业需求调整高等代数课程的教学内容
统计学类专业以培养理论基础扎实,专业应用性强的学生为目标。在高等代数的教学中,对重要知识点深入讲解,使学生理解其思想,并通过例题与应用加深体会;而对过于繁杂的证明可适当降低要求[3]。目前,国内专门针对统计学类专业的高等代数教材非常少,大多数院校采用数学专业相同的教材。然而,统计学类专业大部分学生的数学基础比数学类的学生薄弱,对高等代数这样高度抽象的课程学习起来倍感吃力。为了改变这一状况,在一些高等院校中,统计学类专业开设线性代数课程替代高等代数课程,这样会使学生学习本门课程的时候感到相对轻松,但统计学类专业的后续主干课程的教学,如多元统计分析、时间序列分析、统计建模等,会由于没有充分具备相关数学基础而受到影响。因此,我们需要根据统计学类专业需求与学生情况,对高等代数的教学内容进行调整。
具体来说,高等代数中的行列式、矩阵、向量空间、线性方程组、二次型、特征值与特征向量这些知识相互联系紧密,是高等代数的基础部分,是统计学类专业后继课程的基础,同时也是国家研究生招生考试知识点,必须包含在教学内容中。
线性变换、欧式空间等内容不属于通常意义下线性代数知识点,不在研究生招生考试统考数学的范围内,但其思想与统计学的主要方法联系紧密,略去将对后继主干课程的教学造成一定的影响。因此,这两部分内容也需要重点讲解。
而高等代数课程中的多项式理论、λ-矩阵、双线性函数等内容,不属于通常意义下线性代数的知识点,与统计学类专业的主要方法也没有直接联系,不讲或者略讲这几部分内容不会对本专业的后继课程的学习造成大的影响,我们可以根据学生的基础与课程总课时情况灵活选择。例如,大多数高等代数第一章是多项式理论,该章定义、定理多,逻辑推理强,大一新生普遍感觉抽象难懂,而这一章的内容、方法与接下来的几章几乎没有联系,只是在特征值与特征向量这一章才会用到几个因式分解定理。我们可以在即将讲授特征值与特征向量这一章时,简单介绍因式分解定理以及其应用方法。这样安排一方面是由于统计学类专业的学生对数学理论证明的要求并不是很高,另一方也可以避免学生在前期因繁杂的证明而失去信心和兴趣,而且可以在有限的课时内讲解更多的例题,以及高等代数知识在统计学中的应用。
(二)渗透高等代数知识在统计学中的应用
作为统计类专业的专业基础课,高等代数的方法在统计学中有着广泛的应用。我们在讲授相关知识点时,尽量结合其实际背景,特别是统计学方面的背景,渗透高等代数知识在统计学中的应用。
例如,我们可以在欧式空间后,讲解投影法在最小二乘法中的应用。最小二乘法是一种重要的求极值的方法,在统计学中求解线性模型参数估计问题的基本方法,具有鲜明的统计学背景。我们提出有实际应用背景方面的问题,如以脚长与身高的关系为背景,利用投影定理求出一元线性回归问题的最小二乘解,并结合学生的脚长与身高数据,求出身高与脚长的经验公式,并介绍该经验公式在刑事侦查等领域的应用。这一问题与统计学联系紧密,与学生紧密相关,且容易理解,可以很好的吸引学生的兴趣。虽然统计学类专业的其他课程如数学分析、多元统计分析等会再次讲授最小二乘法,但这些课程中一般是采用偏导数的工具求极值,在教学内容上没有重复。此外,我们在高等代数中讲解最小二乘法,会使学生在其他课程再次学习该方法时更容易接受,达到以旧促新的效果。
在讲授“特征值与特征向量”这一部分内容后,可以通过例子讲解其在求解数列通项公式、微分方程、马尔科夫链中的应用。特别的,数列通项公式求解问题看起来是一个初等数学问题,与学生的高中知识联系紧密,容易被学生理解,而该问题的解决却需要借助特征值与特征向量的方法,让学生体会到抽象的矩阵相似对角化在分离变量中的作用,可以极大地激发学生对高等代数的学习热情。这一问题实际上是一个差分方程求解,是统计学类专业的主干课程时间序列分析研究的内容之一。我们此时讲解这一部分内容,可以为后续相关课程的学习打下基础。将这一问题做简单变换,就可以变成一个微分方程问题,采用的分离变量的方法与差分方程完全一样。而马尔科夫链中的讲解,可以以人口流动模型为背景,利用特征值与特征向量的性质,求出人口模型的稳定状态。这三类例子背景不同,但其处理方法却是极为相似的,可以让学生体会抽象思想的魅力。
在讲授对称矩阵正交相似对角化与二次型之后,我们可开设“对称矩阵正交相似对角化在主成分分析中的应用”这一个专题,通过几个具有实际背景的若干个例题,如身多个学生的身高体重问题分布散点图[4]、体会线性变换在处理实际问题中的作用,启发学生理解主成分分析的思想。
通过这些渗透,既锻炼了学生的数学建模能力,又使学生加深了对代数方法的掌握,同时为后续相关统计课程的学习打下了坚实的基础。
(三)改革教学模式
传统的高等代数教学方式以板书为主,原因之一是高等代数的教学内容含有大量的计算和证明,板书可以加深学生对计算和证明过程的理解。然而,板书的书写速度较慢、信息容量小、表现等缺点,使其在高等代数教学中的局限性日益突出。随着社会的发展与教育技术的进步,各种教育工具不断涌现,多媒体、翻转课堂、等精彩纷呈。作为一名高校青年教师,需要积极学习如何运用这些新的教学工具,改革教学模式。但任何教学工具都不是万能的,我们需要根据教学内容与学生特点,采用适当的教学策略,扬长避短,形成优势互补。
多媒体可以极大地节约板书时间,提高授课效率,在一些板书量特别大的章节,我们可以采用多媒体的方式。但正是由于多媒体授课效率高的特点,容易造成学生思维跟不上课堂进度,学生的思路也容易随着多媒体翻页的变化而断掉,不能对课堂有一个整体把握。这时候我们必须采取多媒体与板书相结合的方式,在利用多媒体教学的同时,将教学框架、教学重点、教学难点以及一些重要的定义、定理、公式等内容板书在黑板上,强化学生对教学内容的理解与记忆。
翻转课堂是指重新调整课堂时间,学生在课外自主完成知识的学习,教师采用各种途径满足于促成学生的学习,课堂变成了老师学生之间和学生与学生之间互动的场所。这一模式可以打破时间与空间的限制,让学习变得更加灵活。但现阶段地方院校学生自主学习意识普遍较弱,翻转课堂不适合作为高等代数这类趣味性弱且高度抽象的课程的主要教学模式。我们注意到一部分学生求知欲强,学习兴趣浓,课堂教学内容不能满足他们的需要。我们可利用翻转课堂来实现分层教学,将一些扩展内容,以微课、电子书、论坛等形式提供给学生,为学有余力的同学拓宽和加深知识体系。
这些新的教学方式可以打破时间与空间的限制,构建新的教学模式,促进师生沟通及交流,提高教学效果。
作为一名统计学类专业基础数学课的教师,要着力思考如何使基础课的教学更好地服务于学生的发展,为本专业后继课程的教学打下坚实的基础;要着力思考如何讲基础课的教学与本专业的背景联系起来,加深学生对定义、定理方法的理解,调动学生的学习积极性;要着力思考如何改革教学方式与方法,将重要的教学内容,以学生容易接受的形式,系统化的呈现出来。教师是教学改革的主体,教学是教师的立足之本,要在实践中发现问题、解决问题,努力提高教学质量。
[1]贾俊平.统计学基础[M].北京:中国人民大学出版社,2010.
[2]教育部统计学类专业教学指导委员会.我国统计学类专业本科教育现状的调查与分析[J].统计研究,2015,32(2):104-108.
[3]张美娟.统计学专业数学基础课程改革的研究[J].教育教学论坛,2015,40:99-101.
[4]David C.Lay.线性代数及其应用[M].刘深泉,洪毅,马东魁,等译.北京:机械工业出版社,2005.
To train the students with strong theoretical background and with competence to utilize the professional knowledge,reform of the advanced algebra course in statistics undergraduate education is discussed.Based on some practical examples,this essay tried to illustrate the transformation of teaching methodsfrom the following aspects,adjustment in teaching content,penetration in teaching knowledge and reform in teaching mode.
advanced algebra;statistics;teaching reform
G642
A
2096-000X(2016)19-0074-02
应用统计广西高校重点实验室,桂教科研〔2014〕6号;广西高等学校优势特色统计学专业建设点,桂教高教(2014)52号;统计学广西重点学科,桂教科研[2013]16号;应用统计硕士专业学位授权点建设项目,桂学位〔2014〕3号;桂林理工大学科研启动基金。
戢伟(1981-),男,博士,副教授,硕士研究生导师,主要研究方向:序代数及其应用。