数学教学如何发展“核心素养”

2018-03-22 12:51李学成
魅力中国 2018年37期
关键词:数据处理数据挖掘建模

李学成

摘要:模型思想是非常重要的数学思想,模型思想培养需要教师在教学中逐步渗透和引导学生不断感悟,让学生经历数学建模的活动过程,让生活世界进入数学课堂,通过数学建模改善学习方式,汲取做人做事智慧。

关健词:建模;数据收集;数据挖掘;数据处理

《中国学生发展核心素养》总体框架为“文化基础”、“自主发展”和“社会参与”。数学作为一门基础学科,是人类文化的重要组成部份,一切科学的基础。在当今知识经济时代,数学学习不仅能增厚学生的文化底蕴,树立科学精神,学会学习,拥抱健康生活,而且在推动实践创新上具有独到的训练价值,在此基础上,增强学生自信心和责任心,使他们融入社会后成为社会发展需要的人。

数据是指某一目标定性、定量描述的原始资料,包括数字、文字、符号、图形、图像以及它们能够转换成的数据等形式。同所有学科学习一样,数学学习过程其实是一个数据收集、数据挖掘和数据处理过程。新授课上,教师煞费苦心地创设情境引入新课,其实就是让学生在情境中更容易收集到生成新知所需的数据。数据收集、数据挖掘、数据处理贯穿于学生整个学习过程,在当今时代,数据收集、数据挖掘、数据处理贯穿社会生产和社会生活的各个领域,因此增强学生数据收集、数据挖掘、数据处理意识,提升学生这方面能力是数学学科培养学生核心素养主要途径。

一、准确收集与处理数据,发展核心素养的基础

数学研究对象是现实世界空间形式和数量关系,通过数学建模,得到一个数学结构,其意义在于用数学方法解决实际问题,让学生体验数学简洁、和谐美。模型思想培养需要教师在教学中逐步渗透和引导学生不断感悟,让学生经历数学建模的活动过程,通过数学建模改善学习方式。现实数学课上,教师往往忽视建模过程的学生体验,以方程的应用为例,教师只是要求学生读题,找相等关系,然后对问题中的句子进行“翻译”(句子的符号化),然后进行“机械化”操练,这样大部分学生接收信息都是海绵式的,接收的信息大多不经过思考,囫囵吞枣,而后遗忘,对人的益处少之又少,这样的教学哪有核心素养的提高。

发展学科核心素养,应引导学生从文本中收集和处理相关数据,逐步熟悉情境,明确探究方法和探究方向。让学生亲身经历将实际问题抽象成数学模型并进行应用的过程,获得对数学核心概念的理解。学生在探索、获得数学模型的过程中, 同时也获得了构建数学模型、解决实际问题的思想与方法。

探究1(人教版七年级数学上):一商店在某一时刻以每件60元的价格卖出甲乙两件衣服,其中甲盈利25%,乙亏损25%,卖出这两件衣服总的是盈利还是亏损,或是不盈不亏?

学生通过自己认真读题,能收集到诸如甲衣服的售价60元、甲衣服盈利25%,乙衣服的售价60元、乙衣服亏损25%等这些对解题有重大影响的“看得见”的数据,对这些看得见的数据解释,形成解题信息。然后要求学生进一步思考,从这些“看得见”的数据出发,能够挖出哪些“看不见”的数据,让采集到的数据“动”起来,让学生的思维再次碰撞。比如,以“甲衣服的售价60元、甲衣服盈利25%”为线索,就能挖出数据“甲衣服的进价、甲衣服的获利”,以数据“乙衣服的售价60元、乙衣服亏损25%”为线索,就能挖出数据“乙衣服的进价、乙衣服的获利”;进一步挖出“甲乙两件衣服的售价和,甲乙两件衣服的利润和”。这样,把教材中最简单、最直观、最易懂的内容首先教会学生,让学生的生活经验与文本结合,让学生从客观的“数学现象”中直观地弄明白数学题材。

从“看得见”的数据背后,洞察那些“看不见”的数据,这些看似简单的问题对学生是一个挑战,收集数据要全面准确,没有认真细致的习惯和积极主动的学习态度是难于办到的,解题中学生出现的各种“马虎”就是这个原因。洞察那些“看不见”的数据,要克服用孤立观点看待事物的习惯,解决问题一小步,思维发展的一大步,是一个艰辛的思考过程,教学中我们发现学生不会提问题,也提不出问题,就是这个原因,这正是发展学生核心素养要解决的根本问题。

通过数据的采集、数据的挖掘等认识与实践活动,完成了对问题的定性思考,为定量分析提供了丰富的思维材料,建模所需的各种关系也就呼之欲出。 教师在此引导学生进一步思考:这些收集和挖掘到的数据有什么关系?怎样用最简单的形式表示这些关系?例如:甲衣服的售价=甲衣服的进价+甲衣服的利润,甲衣服的利润=甲衣服的进价×甲衣服的利润率。若设甲衣服的进价为x元,甲衣服的利润可表示为(60-x)元,也可表示为25%x等,在此活动基础上实施数据处理,完成数数学建模。

二、深入挖掘数据,培养批判精神和探究兴趣

通过数据收集、數据挖掘和数据处理,使问题获得解决,让学生亲身经历将实际问题抽象成数学模型并进行应用的过程,获得对数学核心概念的理解,习得了商品营销和数学建模相关知识和技能,受到一定思维训练,探究是否可以就此结束?

数据收集、数据挖掘和数据处理能力是非常重要核心素养,发展这种素养却不是这堂探究课的唯一目标。随着课改的深入,生活中那些鲜活的“例子”进入教材、进入课堂,一方面说明数学来源于生活并为解决生活中的问题服务,另一方面有利于学生把自己生活中积累的经验应用到学习中,在他们面临问题情境时能够表达观点、抒发情感,提高学习兴趣,把数学知识鲜活、美的一面呈现给学生,带动学生的行为、认知和情感主动地参与到学习中去,让学习深入进行下去,进而全面提高学生核心素养。

继续挖掘数据,让学习深入进行下去。教师要引导学生再次直面文本,想一想,还有什么问题提出来供大家讨论。比如盈利和亏本背后的数据难道仅仅是售价高于(低于)进价吗?经营是以赢利为目的,你是老板,做这样亏本生意是怎样想的?是乙衣服的销售进入尾声,该买的人都买了,不得不进行降价处理,毕竟卖不出去亏本更多;还是商店处于转让阶段,对店内货物进行处理,能卖多少是多少;还是老板误把乙衣服价格当成甲衣服的,事后发现亏本...对这样问题思考与讨论,让生活的世界再次进入课堂,探究的兴趣就可以再次显现出来。不仅如此,生活中做人做事的智慧在此彰显,这才是学习文本学生应该汲取最有价值的东西。

对乙衣服亏本销售的探究,是教师引导学生独立思考、自由展示的的过程,而不是“理性的适应”。在探究亏本销售原因中,各种观点相互碰撞,通过这些丰富生动的素材感染,让学生对结果进行优劣、是非评判,从“误解”走向“理解”,这样学生不断怀疑和求证有充分的证据,在批判旧世界中发现新世界。数学不再是冰冷的,而是鲜活的,不再是枯燥无味的,而是赏心悦目的、美的,数学不在是记住一些事实,而是思考问题、寻找答案的过程。在富有趣味的探寻过程中,人文积淀得于增强,批判精神得于生成。

三、灵活处理数据,推动自主学习和实践创新

采集数据、挖掘数据、处理数据是最基本的学习方法和素养。不同的学科需要不同的数据,采集数据、挖掘数据、处理数据方式也各不相同,但作为基础性的素养,它是一切学习的基础。具备这样的能力,才能学会学习,才能推动合作和与探究,才能进一步展开学习和实践创新。

探究题与一般方程建模题相比,信息容量更大,为学生提供的探究空间也就更大,其目的不仅仅在于问题解决。如前述,通过建模求出了甲乙两件衣服的进价,解决了本次交易盈亏问题。由于本题只要求定性解决这次交易盈亏问题,并未要求盈亏具体量是多少,面对探究解题过程中收集和挖掘到的众多数据,教师应鼓励学生再反思,本例是否不建立方程模型就能解决问题?根据现有的数据能否设计一个不亏本或略有盈利的方案?以此推动自主学习和实践创新。事实上,从盈利背后能挖出数据甲衣服进价是底于60元的,亏本背后能挖出数据乙衣服进价高于60元,它们的25%谁大谁小能够轻易确定,由此得到超越原解法更为简洁的方法,彰显解题智慧,实现解题创新。

设计不亏或略有盈利的方案,学生需要改变文本中某些数据,看看结论发生怎样的变化,这种改变是对文本权威的挑战,必能加深学生对文本的理解,加强学生主人翁意识和创新意识,因为创新从来都是从改变开始的。

健康的生活需要健全的素养,健全的素养来自于循序渐进的不间断学习。就数学建模而言,不能只关注问题解决。在数据收集、数据挖掘与数据处理过程中,要注重与外面世界联系,挖掘文本蕴含的做人做事智慧,还数学学习本源。

参考文献:

[1]义务教育数学课程标准(2011年版)解读 北京师范大学出版社2012年2月第一版.

猜你喜欢
数据处理数据挖掘建模
电容式传感系统数据处理电路的设计
物理建模在教与学实践中的应用
在经历中发现在探究中建模
基于ARCGIS 的三种数据处理方法的效率对比研究
思维建模在连续型随机变量中的应用
求距求值方程建模
高层建筑沉降监测数据处理中多元回归分析方法的应用研究
高层建筑沉降监测数据处理中多元回归分析方法的应用研究
数据挖掘综述
软件工程领域中的异常数据挖掘算法