分布式教学的概念范文篇1

历史发生原理认为个体的数学认识过程与人类的数学认识过程具有相似性．概率统计教学可以从概率统计的发展史中寻求指导，从而借鉴历史经验，优化教学设计，加速学生对概率知识和理论的接受过程．概率是一般教材中的基本概念，其处理方式遵循这样的主线：概率是事件发生可能性大小的度量—频率的稳定值—古典概率—几何概率—公理化定义．概率是随机事件发生可能性大小的一种度量，这一直观概念已被普遍认可．但这只是概率的功能性解释，并不是它的数学定义．概率的解释与定义是在争议中发展的．客观概率学派认为任一事件发生的概率是其客观属性；相反，主观学派则认为概率是人的主观判断．客观概率学派以拉普拉斯在1812年出版的《概率的分析理论》中所提出的概率古典定义为代表，即事件的概率等于有利事件的结果数与所有可能的结果数之比．然而，这种定义讨论的范畴有明显的局限性，只适用于随机试验所有可能结果为有限等可能的情形；而且，对于同一事件，从不同的等可能性角度考虑可算出不同的概率，从而会产生悖论．此外，对于概率的概念又有频率学派、贝叶斯学派、信念学派的不同认识和观点．其中频率学派的观点是大多数现行教材所接受的，即概率是频率的稳定值，频率稳定于概率又需要在概率的意义下来刻画．历史上著名的贝特朗悖论使人们对“何为概率”的困惑放大到了极致，这个问题解决不了，当时所有研究成果就不能整合，概率理论成了不体系，也无法形成一个独立的学科．而要解决这个问题，就要给出概率的严格定义，将概率论公理化，并在此基础上推演概率的理论体系．公理化是19世纪末以来数学的各个分支中广泛流传的一股潮流——将一些假定作为无需证明的公理，其它结论则由公理演绎推出．在这种背景下，1933年俄国数学家柯尔莫哥洛夫在测度论的基础上综合了前人的研究结果提出了概率的公理化定义．概率的公理化定义被广泛地接受使概率论成为严谨的数学分支，对近几十年来概率论的迅速发展起到了积极的作用．教学中，教师必须了解并熟悉概率这一概念的发展历史，对概念有清晰准确的认识．在教学时穿插这些内容，不仅可以使学生清晰准确地把握概念，还可以增强学生对概率统计的感性认识，从而加深对概念的理性认识，优化知识接受的衔接过程，体会一个学科知识体系建立的严谨性、辩证性和复杂性，从而培养学生严密的逻辑思维，发展其创新意识，培养其睿智和实事求是的人格．

2还原知识的历史进程，降低新知识的抽象性

现代数学教材普遍都是按照知识的内在逻辑进行编排，很少按照数学问题的研究进程进行著作．这样的安排在逻辑结构上是科学的、严谨的，但却忽略了数学问题研究的历史痕迹．教师在教学过程中，应尽量地还原知识的历史进程，降低新知识的抽象性．正态分布是概率论中最重要的一种连续型分布，它属于概率论的研究领域，但也是解决统计学问题的基石，它的提出具有深刻的理论背景和极其广泛的应用价值．在教学中对正态分布的学习，通常是直接给出概率密度或分布函数，将其称为正态分布．但这会让学生感觉接受生硬，理解抽象，记忆困难．理论背景上，正态分布产生于棣莫弗的p0.5的二项分布极限研究，后来拉普拉斯对p0.5的情况做了更多的分析，并把二项分布的正态近似推广到了任意p的情况．二项分布的极限分布形式被推导出来，由此产生了正态密度函数，相应的结果称为棣莫弗-拉普拉斯中心极限定理．经拉普拉斯等学者的研究，20世纪30年代独立变量和的中心极限定理的一般形式最终完成．此后研究发现，一系列的重要统计量在样本量n时，其极限分布都具有正态形式．数学家进而合理地解释了为什么实际中遇到的许多随机变量或者统计量都近似服从正态分布，可以说这是概率统计中具有里程碑意义的发现．数理统计教材中一般是先认识正态分布，中心极限定理则在此之后学习．在学习正态分布的定义之前，教师可以设计一些具有明显正态性现象的数据，而后进行描述性统计分析，给出频率直方图，并解释这种具有两头小、中间大的分布现象是普遍的，也是常态的．对概率论中常见分布的知识背景的了解和掌握，有助于教师在课程设计和讲授过程中注意课程内容的衔接和承上启下的相互关系．借助数学家研究数学问题的进程史实，可降低新知识的抽象性，使学生易于接受和掌握，并提高应用的灵活性．

3注重统计思想，引导灵活应用

分布式教学的概念范文篇2

论文摘要:从教学内容、教学安排、教学形式、以及对该课程的考核方法等方面对《概率论与数理统计》的教学进行了研究和探讨。

《概率论与数理统计》是研究随机现象客观规律的一门学科，是全国高等院校数学以及各工科专业的一门重要的基础课程，也是全国硕士研究生入学数学考试的一个重要组成部分。该课程处理问题的思想方法与学生已学过的其他数学课程有很大的差异，因而学生学起来感到难以掌握。大多数学生感到基本概念难懂，易混淆、内容抽象复杂，难以理解、解题不得法、不善于利用所学的数学知识和数学方法分析解决实际问题。为此，笔者从教学安排、教学内容、教学形式和考核方法4个方面对《概率论与数理统计》的教学进行了研究和探讨。

1教学内容和安排

《概率论与数理统计》的内容以及教师授课一般都存在着重理论轻实践、重知识轻能力的倾向，缺少该课程本身的特色及特有的思想方法，课程的内容长期不变，课程设置简单，一般只局限于一套指定的教材。《概率论与数理统计》课程内容主要包括3大类：①理论知识。也就是构成本学科理论体系的最基本、最关键的知识，主要包括随机事件及其运算、条件概率、随机变量、数字特征、极限定理、抽样分布、参数估计、假设检验等理论知识，这些是学习该课程必须要掌握的最重要的理论知识。②思维方法。指的是该学科研究的基本方法，主要包括不确定性分析、条件分析、公理推断、统计分析、相关分析、方差分析与回归分析等方法，这些大多蕴涵在学科理论体系中，过去往往不被重视，但实际上对于学生知识的转化与整合具有十分重要的作用。③应用方面。《概率论与数理统计》在社会生活各个领域应用十分广泛，有大量的成功实例。

因此，在课程设置上，不能只局限于一套指定的教材，应该在一个统一的教学基本要求的基础上，教材建设应向着一纲多本和立体化建设的方向发展。在教学进度表中应明确规定该门课程的讲授时数、实验时数、讨论时数、自学时数(在以前基础上适当增加学时数)，这样分配教学时间，旨在突出学生的主体地位，促使学生主动参与，积极思考。

2教学形式

1)开设数学实验课教学时可以采用以下几个实验：在校门口，观察每30s钟通过汽车的数量，检验其是否服从Poisson分布；统计每学期各课程考试成绩，看是否符合正态分布，并标准化而后排出名次；调查某个院里的同学每月生活费用的分布情况，给出一定置信水平的置信区间；随机数的生成等等。通过开设实验课，可以使学生深刻理解数学的本质和原貌，体味生活中的数学，增强学生兴趣，培养学生的实际操作能力和应用能力。

2)引进多媒体教学多媒体教学与传统的教学法相比有着不可比拟的优势。一方面，多媒体的动画演示，生动形象，可以将一些抽象的内容直观地反映出来，使学生更容易理解，同时增强了教学趣味性。如在学习正态分布时，可以指导学生运用Matlab软件编写程序，在图形窗口观察正态分布的概率密度函数和概率分布函数随参数变化的规律，从而得出正态分布的性质。另一方面，由于概率统计例题字数较多，抄题很费时间。制作多媒体课件，教师有更多的精力对内容进行详细地分析和讲解，增加与学生的互动，增加课堂信息量。对于教材中的重点、难点、复习课、习题课等都可制作成多媒体课件形式，配以适当的粉笔教学，这样既能延续一贯的听课方式，发挥教师的主导作用，又能充分体现学生的认知主体作用。比如在概率部分，把几个重要的离散型随机变量、连续型随机变量的分布率、概率密度、期望、方差等列成表格；在统计部分，将正态总体均值和方差的置信区间，假设检验问题的拒绝域列成表格形式，其中所涉及到的重要统计量的分布密度函数用图形表示出来。这样，学生觉得一目了然，通过让学生先了解图形的特点，再结合分位数的有关知识，找出其中的规律，理解它们的含义及联系，加深了学生对概念的理解及方法的运用，以便更容易记住和求出置信区间和假设检验问题的拒绝域。这样，不仅使学生对概念的理解更深刻、透彻，也培养了学生运用计算机解决实际问题的能力。

3)案例教学，重视理论联系实际

《概率论与数理统计》是从实际生产中产生的一门应用性学科，它来源于实际又服务于实际。因此，采取案例教学法，重视理论联系实际，可以使教学过程充满活力，学生在课堂上能接触到大量的实际问题，可以提高学生综合分析和解决实际问题的能力。如讲授随机现象时，用抛硬币、元件寿命、某时段内经过某路口的车辆数等例来说明它们所共同具有的特点；讲数学期望概念时，用常见的街头用随机摸球为例，提出如果多次重复地摸球，决定成败的关键是什么，它的规律性是什么等问题，然后再讲数学期望概念在产品检验及保险行业的应用，就能使学生真正理解数学期望的概念并能自觉运用到生活中去；又如讲授正态分布时，先举例说明正态分布在考试、教育评估、企业质量管理等方面的应用，然后结合概率密度图形讲正态分布的特点和性质，让同学们总结实际中什么样的现象可以用正态分布来描述，这样能使学生认识到正态分布的重要性及其应用的广泛性，从而提高学生的学习积极性，强化学生的应用意识。

另外，也可选择一些具有实际背景的典型的案例，例如概率与密码问题、敏感问题的调查、血液检验问题等等。通过对典型案例的处理，使学生经历较系统的数据处理全过程，在此过程中学习一些数据处理的方法，并运用所学知识和方法去解决实际问题。新晨

3考核方法

考试是一种教学评价手段。现在学生把考试本身当作追求的目标，而放弃了自身的发展愿望，出现了教学中“教”和“学”的目的似乎是为了“考”的奇怪现象。有些院校概率统计课程只有理论课，没有实验课，其考试形式是期末一张试卷定乾坤，虽然有平时成绩，主要以作业和考勤为主，占的比率比较小(一般占2O)，并且学生的作业并不能真实地反映学生学习的好坏，使得教师无法真正地了解每个学生的学习情况，公平合理地给出平时成绩。而这种单一的闭卷考试也很难反映出学生的真实水平。

所以，我们首先要加强平时考查和考试，每次课后要留有作业、思考题，学完每一章后要安排小测验，在概率论部分学完后进行一次大测验。其次注重科学研究，每个学生都要有平时论文，学期论文，以此来检查学生掌握知识情况和应用能力．此外还有实验成绩。最后是期末考试，以A、B卷方式，采取闭卷形式进行考试。将这4个方面给予适当的权重，以均分作为学生该门课程的成绩。成绩不及格者．学习态度好的可以允许补考。否则予以重修。分数统计完后，对成绩分布情况进行分析，通过总体分布符合正态分布程度和方差大小判断班级的总体水平，并对每道题的得分情况进行分析，评价学生对每个知识点的掌握情况和运用能力，找出薄弱环节，以便对原教学计划进行调整和改进。总之，通过科学的考核评价和反馈，促进教学质黾不断改进和提高。

[参考文献]

分布式教学的概念范文篇3

一激发学生的学习兴趣

兴趣是最好的老师，只有真正感兴趣，学生才能主动地、轻松地获得知识，成为学习的主人。因此本课程的第一次课的教授很重要，应该让学生认识这门课程的重要性，让学生有兴趣去学习这门课程，这是教师首先应该注意的问题。首先可以向学生介绍概率论与数理统计的起源和发展，如讲些历史上有名的分赌本问题，掷骰子问题等，然后再介绍这门学科发展至今，在金融业、工农业生产、生物医药业等方面的应用。这样即能让学生感到这门课程应用的广泛性，又能引起学生强烈的学习兴趣，消除学生对学习概率论与数理统计的畏难心理，产生良好的效应。在以后的教学过程中，始终要重视学生兴趣的培养，由于概率论与数理统计所研究的问题与日常生活密切相关，每一理论都有其直观背景，因此，在引入基本概率，讲解有关定理时揭示其直观背景和实际意义，多举生活中的例子，激发学生的兴趣，使学生在体会每个基本概念、定理和公式的过程中掌握概率论与数理统计解题的思想和方法。例如：在讲解古典概率时可举生日问题，中奖问题等；在讲解贝叶斯问题时可谈谈肝癌诊断中的血清甲胎蛋白法；在讲解事件的独立性时可例举工厂的工作效率问题的例子；在讲解指数分布时可举顾客到自动取款机上取款时的等候时间问题；在讲解假设检验时可举判断工厂的生产线工作是否正常的问题，等等。通过生活中的事例说明本课程在实践中应用的广泛性，从而激发学生产生学习兴趣的内在动力。

二采取灵活多样的教学方法

1、运用案例教学法培养学生分析问题，解决问题的能力。案例教学法是将案例作为一种教学工具，把学生引导到实际问题中去，通过分析和相互讨论，提出解决问题的基本方法和途径的一种教学方法。案例教学法不仅直观体现了有关知识的客观背景，而且还可以把结论的发现过程予以还原或模拟，使学生通过自己的思维再现知识发生的各个方面，使课堂的教学效果达到较好的水平。例如，正态分布是概率论与数理统计中最常用的一种概率分布，它在解决实际问题中有广泛的应用。中心极限定理揭示了正态分布大量存在的原因。如果某一个量的变化受到许多中随机因素的影响，这种影响的总后台是各个因素的叠加，而且这些因素中没有任何一个是起主导作用，那么这个量就是一个服从正态分布的随机变量，至少它近似地服从正态分布，这种情况在经济问题中是常见的。我们可以选用下面的案例：银行为支付某日到期的债券需准备一笔现金，已知这批债券共发放了500张，每张须支付本息1000元，设持券人（1人1券）到期日来银行领取本息的概率为0.4，问银行于该日应准备多少现金才能以99.9%以上的把握满足客户的兑换需求？

2、进行对比式教学方法，提高课堂效果。对比式教学方法是指教师在教学过程中，有意识地引导学生将相近或相似的事物进行对比，使学生更好地了解和掌握事物共性和个性的一种教学方法。这要求教师精心钻研教材，将教材前后知识融会贯通。在概率论与数理统计教学中，有些概念学生容易混淆，因此通过对比式教学，有助于学生对抽象概念的理解。如概率与频率、概率与条件概率、离散型与连续型随机变量、事件的两两独立与相互独立、全概率公式与贝叶斯公式、分布函数与密度函数、期望与方差、区间估计与假设检验等内容，由于两两之间有许多联系，因此教师在讲这些内容时，最好是前后进行比较，把它们之间的关系讲解透彻。又如在讲解二维随机变量时，应与一维随机变量的相关内容进行对比，则有关知识点更清晰，更容易理解，且能使学生更好地把握知识体系，加深对随机变量概念的理解。

3、采用直观教学法，使学生易于理解。在概率论与数理统计的教学过程中,对概念和定义的理解是学生掌握课程内容的关键,它直接影响到课堂效果的好坏。在概率论与数理统计的内容中，有些概念和定义，如果用数学理论来讲解，在学生缺乏相关的知识结构和直观背景下，是很难理解和消化的，但如果我们采用直观形象的讲解，则能起到很好的效果。例如在讲解极大似然估计法的概念时，我们可以把样本的联合概率分布具体化为离散情形，通过比较在观测结果已知的条件下，参数取各种值的概率大小（可能性大小），使学生容易明白极大似然估计法的定义。在讲解定理的证明和应用时，我们也可以采用直观教学法。例如在讲解伯努利公式时，我们可以采用“某射手对同一目标进行重复射击，恰好命中的次数”这样一个具体形象的例子来弱化学生对此公式的理解难度，使学生能够灵活地掌握和运用伯努利公式。