高中数学人教A版(2019)选择性必修第三册教材解读与教学分析 课件——2023年高中数学新教材培训.pptx     DATE: 2024-04-28 19:14:04

高中数学人教A版(2019)选择性必修第三册教材解读与教学分析 课件——2023年高中数学新教材培训.pptx

人教A版高中数学教科书 选择性必修第三册教材解读与教学建议;;【内容与要求】;01;一.输入标题;1.采用归纳式的高中高中概念建构方式,加强对概念的数学数学理解,提升数学抽象素养;分类加法计数原理 分步乘法计数原理;提出问题;2.加强两个计数原理的人教基础性作用 ,提升逻辑推理素养; 案例 :二项式定理 常见的选择性必修第学分析课新教训两种推导方式  :一是观察运算结果,分析归纳项、册教材解材培项数和系数的读教变化规律,猜想出定理;二是高中高中观察运算过程 ,分析算法 ,数学数学即展开式每一项是人教如何组合的 ,发现推理方法  ,选择性必修第学分析课新教训由此推导出定理  。册教材解材培 虽然第一种是读教一种较为自然的发现方式 ,但是高中高中教科书仍然采用了第二种方式 ,即通过分析n=2时的数学数学运算过程,明确算法,人教发现了从组合角度获得展开式的每一项的方法 ,并将此推理方法一般化,得到了二项式定理 。 这种方式对于建立不同领域知识之间的联系 ,灵活运用数学知识是有好处的 ,而且也能潜移默化地让学生看到数学的“整体性” ,并且从计数原理到二项式定理的整个推导过程能够很好地培养学生的推理能力 ,从而提升学生的逻辑推理素养  。;(1)在“探究”中提出如何利用两个计数原理得出(a+b)2,(a+b)3,(a+b)4的展开式的问题  。;(2)详细写出用多项式乘法法则得到(a+b)2展开式的过程  ,并从两个计数原理的角度对展开过程进行分析 ,概括出项数以及项的形式;;(3)用组合知识分析展开式中具有同一形式的项的个数,从而得出用组合数表示的(a+b)2的展开式 。;(4)让学生模仿上述过程推导(a+b)3,(a+b)4的展开式;(5)得出关于(a+b)n的展开式的猜想,并予以说明.; 3. 关注原理,淡化技巧;17;;;;选择性必修第七章 随机变量及其分布;高中概率的整体安排思路;本章内容安排;7.1 条件概率与全概率公式; 本节可以从回顾已学概率运算法则基础上,从完善概率运算法则的角度引入研究一般交事件的概率运算法则 。; 条件概率是得到交事件的概率运算法则的必备概念.;27;28;;;;在一般情况下,条件概率与无条件概率没有大小关系的可比性。 ;33;;35;36;37;;;; 全概率公式是概率论中最重要的公式之一 ,它提供了计算复杂事件概率的一种有效途径??使一个复杂事件的概率计算问题化繁就简.教学中可以从综合利用概率运算法则求概率的思路引入学习内容  。;第一次 第二次 ;;44;;;47;(敏感性问题调查)某地区公共卫生部门为了调查本地区学生的吸烟情况 ,对随机抽取的200名学生进行了调查。 按如下步骤操作 :在没有旁人的房间内, 1.从50个白球和50个红球的盒中随机摸取1个球,看过颜色放回盒中 。 2.若是白球,回答问题1“你的生日是否在7月1日前?”若是红球,回答问题2“你是否经常吸烟 ?”; 在乘法公式和全概率公式的基础上,可以推得一个很著名的贝叶斯公式。在贝叶斯公式中,如果称P(Ai)为Ai的先验概率  ,称P(Ai|B)为后验概率 ,那么贝叶斯公式是专门用于计算后验概率的 ,也就是通过B的发生这个新信息,来对Ai的概率作出的修正 。贝叶斯公式在人工智能领域有广泛应用 。;;;?;7.2 离散型随机变量及其分布列;;; 对离散型随机变量的概念,应结合典型的随机试验,使学生经历建立样本空间 ,定义变量,进行共性分析 、归纳概括得出随机变量的定义. 用随机变量的关系式表示随机事件 ,用分布列描述变量取值的概率规律 ,充分理解基于随机变量及其分布解决实际问题的一般方法.; 两个随机试验中,对每个样本点 ,都有唯一的实数与之对应.变量X ,Y的共同点是: ①取值依赖于试验结果(映射是确定的) ,事先不能肯定取哪个值;②只取有限个值或可以一 一列举的无穷个值;③所有可能取值是明确的.;随机变量是根据需要设置 ,不同的设置可以获得不同的随机变量.;;分布列的三种表示及性质;在分布列性质中 ,为什么是pi≥0,而不是pi>0  ? 例 向圆盘随机投飞镖一次 ,用X表示正中圆心的次数 ,则X 是离散型随机变量 ,其分布列为;7.3 离散型随机变量的数字特征;7.3.1 离散型随机变量的均值;样本均值;;7.3.2 离散型随机变量的方差;; 对随机变量的均值和方差 ,重点要关注这些数字特征的意义是什么 ,概念是怎么抽象的 ,在不同的实际问题背景中 ,如何解释 ?在决策中如何应用等. 教材设计中突出概念的抽象过程,揭示均值和方差的意义 ,通过典型的例题 ,了解随机变量的均值和方差在决策中的应用.;;7.4 二项分布与超几何分布;7.4.1 二项分布; 通过典型例题(如高尔顿钉板试验、象棋赛制)的学习,强化抽象试验特征的过程. 这是已学概率知识的综合应用的过程,对提升学生逻辑推理