高中数学核心素养导向下的“函数模型的应用”单元教学设计（高一年级）

高中数学核心素养导向下的“函数模型的应用”单元教学设计（高一年级）

  一、单元教学设计总览

  （一）单元主题解读与素养定位

  本单元以“函数模型的应用”为核心主题，隶属高中数学“函数”主线，面向高一年级学生。本设计旨在超越传统函数应用的技能训练，构建一个以真实问题解决为驱动、以数学建模为核心流程、深度融合跨学科思维的综合性学习单元。单元聚焦于提升学生的六大核心素养：数学抽象（从现实情境中提炼变量与关系）、逻辑推理（构建并论证模型）、数学建模（全流程实践）、直观想象（利用图形分析动态趋势）、数学运算（借助技术进行复杂数据处理与分析）、数据分析（解读结果并形成洞见）。单元设计体现当前课程改革的“大观念”教学理念，将函数视为描述、理解和预测世界变化规律的关键数学模型语言，强调学习的实践性、综合性与反思性。

  （二）单元学习目标

  1.知识与技能目标：学生能够系统阐述一次函数、二次函数、指数函数、对数函数、幂函数以及分段函数等基本模型的核心特征与适用范围；能够根据给定的数据或情境，运用适当技术（如计算器、数据分析软件）进行拟合、参数估计与误差分析；能够运用所建模型进行预测、优化与决策，并规范撰写数学建模报告。

  2.过程与方法目标：学生完整经历“情境识别—假设简化—模型建立—求解检验—解释评价—报告交流”的数学建模全过程；发展小组协作、项目研究、批判性讨论与公开答辩的综合能力；掌握利用信息技术工具进行数据可视化、模型拟合与模拟验证的实验探究方法。

  3.情感态度与价值观目标：学生体验数学在解决复杂现实问题中的威力和局限，形成实事求是的科学态度与精益求精的工程意识；在跨学科问题探究中感受数学的连通性与应用之美，增强社会责任感（如对环境、经济问题的关注）；培养面对开放性问题的探究勇气、协作精神与创新意识。

  （三）单元内容结构与课时安排（总计12课时）

  本单元采用“总-分-总”的螺旋式结构。

  第一阶段：单元启动与建模启蒙（第1-2课时）。通过一个综合性挑战任务，初步感知建模全流程，建立单元学习框架。

  第二阶段：核心模型工具包深度建构（第3-6课时）。分主题深化对关键函数模型的理解，并练习其在典型情境中的应用。

  第三阶段：跨学科综合建模项目实践（第7-10课时）。小组合作开展完整的项目式学习，完成从选题到汇报的全过程。

  第四阶段：单元总结、评价与反思（第11-12课时）。成果展示、答辩、单元知识结构梳理与学习反思。

  （四）关键评估证据

  1.过程性证据：小组项目开题报告、过程研究日志、数据分析草图与计算记录、中期检查答辩记录。

  2.总结性证据：完整的数学建模项目报告（含摘要、问题分析、模型建立与求解、结果分析、结论与反思、参考文献）；项目最终成果展示（PPT或海报）及公开答辩表现。

  3.素养表现性证据：在课堂研讨、模型辨析、方案论证等环节中表现出的数学思维品质、交流表达能力与合作水平；单元反思日志中体现的对数学建模思想与自身学习过程的理解深度。

  二、教学实施过程详案

  第一阶段：单元启动与建模启蒙（第1-2课时）

  第1课时：走进现实中的数学建模——以“城市共享单车投放策略优化”为例

  核心任务：学生以小组形式，初步分析一个简化但真实的共享单车投放问题，体验建模的六个关键步骤，并明确本单元的学习路径图。

  教学流程：

  1.情境创设与问题提出（15分钟）

    教师呈现多媒体资料（新闻报道、城市热力图、共享单车使用数据图表），引出核心问题：“假设你是一家共享单车公司的运营分析师，现需为我市某新兴科技园区制定一个工作日的单车投放与调度初步方案。你需要考虑哪些关键因素？如何用数学语言描述这个问题？”

    学生进行头脑风暴，罗列因素：如园区就业人数、通勤时间分布、地铁站距离、天气、单车损坏率等。教师引导学生对因素进行分类（可量化/不可量化，主要/次要）并聚焦核心变量：时间（t）与区域单车需求量（D）。

  2.初次建模尝试与步骤感知（25分钟）

    各小组选择一个最简单的假设开始尝试：例如，假设园区总人数固定，仅考虑早晚高峰。引导学生思考需求量D随时间t可能如何变化？鼓励他们画出想象中的“需求-时间”草图。

    小组分享草图，教师追问：“你画的曲线像我们学过的哪种函数？为什么？”自然引出分段函数、二次函数（高峰）等初步想法。教师顺势引入数学建模的标准化流程图，并对照各组刚才的思考，明确已完成的“问题提出”和“模型假设”，正进入“模型建立”环节。

    教师提供该园区过去某工作日每小时的平均借车数据（经过简化处理）。小组尝试用手工绘图或简单电子表格观察数据趋势，讨论可能的函数形式进行“粗糙”拟合。目标是感受过程，不要求精确。

  3.建模全流程框架建构与单元导航（15分钟）

    教师展示一个完整的、针对此问题的简化建模报告范例（涵盖建模六步骤）。组织学生对比范例与自己小组的尝试，讨论差距在哪里，后续每个步骤的意义是什么（如“模型求解”需要工具，“模型检验”需要对比实际等）。

    最后，教师发布本单元的“学习地图”，清晰标出后续课程将如何系统学习各类函数模型工具、如何精进建模技术、最终如何完成一个更复杂的自主项目。布置课后任务：每个小组开始观察身边的现实问题，构思最终项目可能选题方向。

  第2课时：数学建模工具箱概览与数据初探

  核心任务：系统回顾已学基本初等函数模型的性质，并学习使用信息技术（如GeoGebra、Excel或图形计算器）进行数据可视化和简单拟合，为深度建模奠定工具基础。

  教学流程：

  1.函数模型“家族”图谱建构（20分钟）

    不进行枯燥的性质复述，而是采用“情境-模型”快速匹配游戏。教师给出多个简短情境描述（如“存款复利增长”、“汽车刹车距离”、“手机电量消耗”、“邮费分段计费”），学生抢答或小组竞赛，指出最可能对应的函数类型，并简要说明理由。在此过程中，师生共同绘制一张思维导图，将函数模型、图像特征、典型增长/衰减模式、关键参数意义、常见现实对应进行关联。

  2.信息技术工具实战入门（30分钟）

    教师选择一种学生可普遍接触的工具（如在线版GeoGebra），进行同步演示教学。内容聚焦于：a)如何导入或输入数据表；b)如何生成散点图；c)如何使用内置的“拟合”功能（如拟合多项式、指数函数、对数函数等）；d)如何读取拟合方程和R²值（简要解释其作为拟合优度参考的意义，强调非唯一标准）；e)如何利用拟合函数进行简单预测。

    学生随堂操作，使用教师提供的另一组清洁能源发电量增长数据，完成从数据到拟合再到预测的完整流程，并记录下不同函数模型的拟合结果进行比较。

  3.从拟合到建模的思维跨越（15分钟）

    讨论：“得到一个拟合方程，就等于完成了数学建模吗？”引导学生思考：拟合仅是“模型建立与求解”的一部分。之前的假设是否合理？模型是否考虑了现实约束？预测结果是否可靠？如何检验？教师强调，技术工具是强大的“手”，而建模思维是智慧的“脑”，本单元将同时锤炼这两方面。布置课后实践作业：自选一组感兴趣的数据（可来源于新闻、统计网站或生活记录），尝试用软件进行分析和一种函数拟合，准备下节课做简短分享。

  第二阶段：核心模型工具包深度建构（第3-6课时）

  第3课时：线性与二次模型：优化问题的基石

  核心任务：深化对一次、二次函数模型的理解，重点掌握其在资源分配、最大最小化（优化）问题中的应用，并理解模型的局限性。

  教学流程：

  1.案例深究：“最优广告投放方案”（30分钟）

    呈现案例：某公司通过市场调研，发现某产品销售额（S）与电视广告费用（x）和网络广告费用（y）存在近似线性关系：S=20+5x+8y。总广告预算为100万元。问题：如何分配预算使销售额最大？

    引导学生将约束条件（x+y≤100,x≥0,y≥0）与目标函数S结合。首先忽略整数限制，从代数角度（消元法）将S转化为关于x的二次函数。通过配方或公式求顶点，得到理论最优解。再利用图形计算器或GeoGebra绘制可行域（二维平面区域）和S的等高线（直线），通过直观想象验证结果。此过程融合了函数、方程、不等式与解析几何初步思想。

    进一步讨论：模型假设的脆弱性。线性关系是否始终成立？销售额是否有上限？竞争因素是否被忽略？引导学生理解模型简化与现实的平衡。

  2.拓展迁移：其他优化问题示例（15分钟）

    快速浏览其他经典问题：如“矩形围栏最大面积”、“利润最大化的定价策略”（需建立需求-价格二次关系）。总结二次函数在解决“单峰”优化问题中的普适性。

  3.项目选题指导与研讨（10分钟）

    结合本节课的优化思想，各小组汇报初步项目设想。教师和同伴提出质疑和建议，帮助学生聚焦问题、思考可用的模型类型。例如，对考虑“食堂窗口排队优化”的小组，建议其首要任务是收集数据并观察规律。

  第4课时：指数、对数与幂函数模型：增长与衰变的奥秘

  核心任务：辨析指数增长、对数增长、幂律增长等不同增长模式的本质差异，能根据数据特征初步选择模型，理解其在人口、经济、科技、生物学领域的广泛应用。

  教学流程：

  1.三种增长模式的直观对比实验（25分钟）

    学生使用软件工具，在同一坐标系下绘制：y=2^x(指数)，y=ln(x)(对数，x>0)，y=x^2(幂函数，此处取指数大于1)，y=√x(幂函数，此处取指数小于1)。观察它们在x增大时的根本性差异。重点关注“倍增时间”（指数）与“规模收益”（幂律）等概念。

    实验任务：给定三组匿名数据（分别模拟指数增长如病毒传播初期、对数增长如学习曲线、幂律分布如城市人口排名），让学生通过绘制散点图和对数坐标系（教师简介其原理：将指数曲线“拉直”为直线）等手段，尝试判断其增长类型并拟合。强调“观察数据形态先于机械拟合”的原则。

  2.跨学科案例群分析（20分钟）

    分组研讨四个微型案例：

    A组：摩尔定律（芯片晶体管数量指数增长）及其面临的物理极限挑战。

    B组：地震里氏震级（对数尺度）如何将巨大的能量差异压缩为可管理的数字。

    C组：生物体代谢率与体重的克莱伯定律（幂律关系，指数约为3/4）。

    D组：新冠疫情早期传播的SIR模型简介（涉及指数增长阶段与饱和）。

    各组分享核心数学关系及其学科意义，教师提炼数学作为“科学通用语”的价值。

  3.模型误用警示与伦理思考（10分钟）

    讨论：如果无限外推指数增长模型预测地球人口或资源消耗，会导致什么荒谬结论？引导学生认识任何模型都有其“定义域”，增长饱和、拐点、系统崩溃等现实复杂性是模型需要不断迭代的原因。建立负责任地使用数学模型的态度。

  第5课时：分段函数与复合函数：应对世界的复杂性

  核心任务：掌握用分段函数描述具有突变、阈值或不同规则的现象，初步了解复合函数在描述多层级因果关系中的应用。

  教学流程：

  1.分段函数：从阶梯电价到税收制度（25分钟）

    深入分析居民阶梯电价方案。给定各档电量区间和单价，要求学生写出电费关于用电量的分段函数表达式，并绘制图像。计算不同用电量家庭的电费，讨论该政策的节电激励作用是如何通过分段函数的结构实现的。

    对比分析个人所得税累进税率计算。让学生体会分段函数是政策设计与制度建模的数学基础。拓展至快递运费、出租车计费、奖金提成等生活实例。

  2.复合函数初探：“供应链”中的函数嵌套（20分钟）

    创设情境：某商品的出厂成本C是产量q的函数C(q)。经销商加价30%销售，但销售额S受市场需求影响，是零售价p的函数S(p)，而零售价p又是成本经过加价得来的。那么，最终利润如何表示为产量q的函数？

    引导学生写出关系链：q->C->p->S->利润L。用函数符号表示：p(C)=1.3C，则p(q)=1.3C(q)；L(q)=p(q)*S(p(q))-C(q)。虽然不深究一般性复合函数理论，但让学生直观感受多个过程串联时，变量间依赖关系的传递与嵌套，体会函数的函数。

  3.项目数据收集与处理指导（10分钟）

    针对各小组项目进展，教师专项讲解数据收集的注意事项：样本量、抽样方法、数据标准化、异常值处理等。建议小组开始系统收集或查找项目所需数据。

  第6课时：模型的检验、评价与选择——兼论建模报告的规范

  核心任务：学习系统评价数学模型优劣的多重标准，理解“没有最佳模型，只有最合适的模型”，并掌握学术性建模报告的基本框架。

  教学流程：

  1.模型评价标准多维讨论（25分钟）

    以一个具体问题（如预测某地月度降雨量）为例，假设三个小组分别用正弦函数模型、多项式模型和基于移动平均的简单统计模型进行了拟合。

    组织辩论或结构化研讨：从以下维度评价模型：

    a)拟合精度：比较均方误差（MSE）或R²。

    b)预测能力：用模型预测未来两个月（预留的真实数据）并与实际比较，哪个更准？

    c)解释性：模型参数是否有明确的物理或现实意义？（正弦函数的周期、相位能否对应季节？）

    d)简洁性（奥卡姆剃刀原则）：模型是否过于复杂（如高次多项式）而可能“过拟合”？

    e)稳健性：数据微小扰动是否会导致模型参数剧烈变化？

    通过讨论，学生理解模型选择是多种标准权衡的艺术，取决于建模目的（是追求解释还是预测？）。

  2.建模报告规范精讲（20分钟）

    结合一份优秀的全国中学生数学建模竞赛论文，逐部分拆解其构成与写作要点：

    -摘要：高度概括问题、方法、结果、结论。

    -问题重述：用自己的语言清晰界定问题。

    -模型假设：明确、合理、完整，是模型的基石。

    -符号说明：使报告清晰的专业习惯。

    -模型建立与求解：逻辑推导、数据图表、计算过程。

    -模型检验与结果分析：误差分析、灵敏度分析（关键参数变化对结果的影响）、模型优缺点评价。

    -结论、建议与展望。

    -参考文献。

    强调学术诚信，要求规范引用数据和文献。

  3.小组项目中期间审（10分钟）

    小组提交一页纸的项目中期进展报告（包括：明确的问题陈述、初步的模型假设、已收集的数据或数据来源、下一步计划）。教师进行快速审阅并提供书面反馈，确保各项目方向正确、切实可行。

  第三阶段：跨学科综合建模项目实践（第7-10课时）

  此阶段为连续的项目工作时间，教师角色转变为顾问、资源提供者和过程评估者。课堂组织形式为“工作坊”模式。

  第7-8课时：项目深度研究与模型构建

  核心流程：

  1.小组根据中期反馈，进一步完善问题定义和假设。

  2.集中进行数据处理与分析。使用信息技术工具探索数据关系，尝试多种可能的模型形式（如线性、非线性拟合），并记录所有尝试过程（成功的和失败的）。

  3.确定初步模型，并开始模型的求解（参数计算）和内部检验（如用部分数据训练，用另一部分数据测试）。

  4.撰写报告初稿的核心部分（模型建立与求解）。

  教师活动：巡回指导，参与小组讨论，针对性地解决技术难题（如特定软件操作、复杂计算），引导学生思考模型的合理性，挑战其假设，推动深度思考。避免直接给出答案，而是通过提问启发。

  第9课时：模型完善、检验与报告撰写

  核心流程：

  1.各小组专注于模型检验与优化。进行误差分析、讨论模型的局限性。

  2.可能的话，进行简单的灵敏度分析（例如：“如果关键参数变化10%，我们的结论变化大吗？”）。

  3.完成建模报告的完整初稿，并开始制作成果展示PPT或海报草稿。

  4.进行组内模拟答辩，分配答辩角色（主讲、补充、问答）。

  教师活动：提供报告写作的个别化指导，审阅报告草稿，就分析的深度、逻辑的严谨性、表述的清晰度提出修改意见。举办一次“快问快答”热身活动，随机提问各小组，锻炼其临场应对能力。

  第10课时：成果预演与交叉评议

  核心流程：

  1.每个小组进行限时（如8分钟）的成果预演。其他小组和教师作为听众。

  2.预演后，进入“同行评议”环节。听众小组根据评价量规（提前发放），从“问题清晰度、模型创新性与合理性、分析深度、展示效果”等方面提供书面反馈和口头建议。

  3.各小组根据收到的反馈，利用课后时间对报告和展示进行最后修订与完善。

  教师活动：主持预演，控制时间，示范如何提出建设性批评，汇总共性优点与不足，指导最后的精修方向。

  第四阶段：单元总结、评价与反思（第11-12课时）

  第11课时：项目成果展示与答辩会

  核心流程：

  1.正式展示环境布置，邀请部分其他数学教师或学校领导作为嘉宾评委。

  2.各小组按序进行限时（10分钟）正式展示。

  3.展示后接受评委和同学的提问（5分钟），进行答辩。

  4.所有展示结束后，评委进行简要总评。

  5.全班投票评选“最佳模型奖”、“最佳展示奖”、“最具现实意义奖”等（精神激励为主）。

  教师活动：担任主持人，协调流程，记录各小组在答辩中的关键表现。

  第12课时：单元总结、反思与知识结构化

  核心流程：

  1.教师引导全班回顾整个单元的历程，从最初的共享单车问题到复杂的跨学科项目，梳理数学建模的核心思想与关键步骤。

  2.发布并讲解单元知识结构图2.0版（对比启动时的1.0版），将所学的函数模型、技术工具、评价标准、报告规范等有机整合，形成网络化认知结构。

  3.个人反思环节：学生独立撰写“单元学习反思日志”。引导性问题包括：你在这个单元中最大的收获是什么（知识、技能或态度）？你在小组项目中承担了什么角色？有何贡献和遗憾？你遇到的最大挑战是什么？如何解决的？数学建模的过程改变了你对数学的看法吗？你对解决现实世界的复杂问题有了什么新的认识？

  4.教师最后进行单元总结陈词，强调数学建模作为一种思维方式和问题解决能力，其价值远超本单元、本学期乃至高中数学本身，鼓励学生将这种思维迁移到未来的学习与生活中。

  5.收齐所有最终成果（报告、展示文件、反思日志）和过程性材料，完成终结性评价。

  三、教学评估方案详述

  本单元评估遵循“表现性评价为主，过程与结果并重”的原则，采用多元评估主体（教师、同伴、自我）和多样评估工具。

  （一）评估构成与权重（建议）

  1.最终建模项目报告（40%）：依据量规评分，涵盖问题分析、模型构建、求解与检验、报告质量、创新性等方面。

  2.项目成果展示与答辩（20%）：依据展示清晰度、团队合作、问答表现评分。

  3.过程性表现（30%）：包括课堂参与度、小组合作日志、中期检查报告、同行评议贡献等。

  4.单元反思日志（10%）：评价学生对学习过程和建模思想的反思深度。

  （二）评估量规示例（以建模项目报告部分维度为例）

  -问题识别与假设（优秀等级）：能清晰、准确地界定核心问题；提出的假设明确、合理且完整，为模型构建奠定了坚实基础；能论证假设的必要性与现实简化依据。

  -模型建立与求解（优秀等级）：能创造性或选择性地应用恰当的数学工具；模型推导过程逻辑严密、步骤清晰；能有效运用技术工具进行计算或模拟；对求解过程有清晰呈现。

  -模型检验与分析（优秀等级）：能运用多种方法（如误差分析、交叉验证、灵敏度分析）对模型进行批判性检验；能深入讨论模型的优缺点、局限性和适用范围；能基于模型结果提出有见地的结论或合理建议。