高中一年级信息技术数值计算的教学设计

高中一年级信息技术数值计算的教学设计一、教学背景与教材分析"数值计算"是教科版（2019）高中信息技术必修1《数据与计算》第四单元"计算与问题解决"中的第二节内容，是连接数据处理与算法思想的关键节点。本单元前面已安排"算法及其特征""数值计算"前置的编程基础训练，学生已经掌握表格的基本操作、Python语言的基本语法结构，能够编写包含顺序结构、分支结构和循环结构的简单程序。本节在此基础上，要求学生围绕数学问题的求解过程，体验用计算机进行数值计算的一般过程，理解迭代、累加、累乘等基本计算思想，达成学科核心素养中"计算思维"维度的培养目标。教材以"绘制数学函数曲线"和"求解斐波那契数列"等案例为主线，引导学生在真实问题情境中感受电子表格软件与编程方式在数值计算中的互补关系。这一设计体现了新课标"倡导基于项目的学习方式"的主张。高一学生正处于由形象思维向抽象思维过渡的关键期，数学课上刚刚接触函数、数列与方程的初步知识，信息技术课恰好为数学知识提供了可操作的实践场域。学科间的这种自然衔接，是本课教学可以依托的最大资源。本节课的教学价值不仅在于教会学生"用工具算出一个数"，更在于让学生理解：计算机擅长的是高速、重复、精确的运算，人类擅长的是分析、建模与决策。当学生亲手把一个数学问题翻译成循环结构，看着屏幕上的数值一步步逼近答案时，"计算思维"便从一个抽象概念转化为切身的认知体验。二、学情分析授课对象为高一年级学生。通过前三个单元的学习，学生已经具备以下基础：能够识别信息的特征，理解数据、信息与知识的关系；掌握Python的基本输入输出语句、变量与赋值、列表的初步用法；能够读懂并修改简单的循环程序。在第2章的学习中，学生已接触过用解析法解决问题的案例。学情的困难点主要集中在三个方面。其一，部分学生对"迭代"这一概念缺乏直观感受，容易把循环语句当成机械的语法记忆，而非解决问题的策略。其二，将数学表达式转化为程序表达式时，学生常在变量更新顺序、累加器初始化等细节上出错，例如把s=s+i写成s=i+i，或忘记给累加变量赋初值。其三，学生受数学课堂"求精确解"思维定势的影响，对"用二分法、迭代法求近似解"存在心理抵触，认为"算得差不多的答案不算答案"。这一观念的转变恰是本节课最有价值的教学契机。三、教学目标1.信息意识：在解决"绘制正弦函数曲线""求解数列"等任务过程中，主动认识到数值计算是科学计算的基础形态，能够根据问题特征选择合适的计算工具与方法。2.计算思维：理解数值计算的基本过程，即分析问题、建立数学模型、设计算法、编写程序、调试运行；掌握累加、累乘、迭代等典型计算结构，能用自然语言和流程图描述算法后再转化为程序。3.数字化学习与创新：能够综合运用电子表格和Python编程两种方式完成同一计算任务，比较两种方式在效率、精度、可视化方面的差异，形成工具选择的判断力。4.信息社会责任：在讨论"近似计算""计算误差"环节，体会精确与效率之间的权衡，初步建立严谨求实的科学态度。四、教学重点与难点教学重点：用电子表格和编程两种方式实现数值计算；理解累加与迭代在算法设计中的作用。教学难点：将实际问题抽象为递推关系并用循环结构实现；理解数值计算中"误差控制"与"收敛"的朴素思想。五、教学策略与课前准备本课采用"问题驱动—对比体验—建模编程—迁移应用"的教学流程，融合讲授法、任务驱动法与小组协作学习。课时安排为2课时连排。课前准备包括：机房安装Python运行环境及numpy、matplotlib绘图扩展库；教师准备练习题评价量表；学生通过课本第4.1节复习感知物联网中"算法描述"相关回顾作业，并完成一道预习题"心算或笔算1+2+3+…+100，记录所用时间"。六、教学过程第一课时：绘制函数曲线，体验两种计算方式环节一：情境导入（5分钟）教师在大屏幕上展示两张图：一张是手绘的粗糙正弦曲线草图，另一张是用计算机绘制的精密正弦曲线。教师提问："数学课上我们都画过正弦函数的图像，五点作图法大家很熟练。如果现在需要你画出从0°到360°、每一度一个点的360个数据点连成的曲线，你打算怎么办？"学生通常会回答"描点法太慢了""用计算器算"。教师顺势展示课前预习题的统计结果：心算1加到100，快的同学用了约半分钟（利用高斯求和公式），慢的同学用了几分钟。教师指出："人类聪明时会找公式，但面对成千上万、没有现成公式的数据时，就需要机器帮忙。今天我们要做的，就是让计算机成为我们的'计算外包'。"由此引出课题：数值计算。环节二：任务一，用表格绘制正弦曲线（12分钟）教师演示操作要点：在A列生成角度序列，利用自动填充从0°到360°，步长15°；在B列输入公式=SIN(RADIANS(A2))计算正弦值；选中两列数据，插入"带平滑线的散点图"。学生跟随操作后，教师抛出探究性问题：（1）把步长从15°改为1°，曲线发生了什么变化？（2）为什么没有用到"连点成线"的指令，计算机就能画出曲线？学生通过操作发现：步长越小，曲线越光滑。教师点拨：这就是数值计算的核心思想之一，把连续的量离散化，用足够多的离散点去逼近连续的真实。这与数学课即将学习的极限思想一脉相承。环节三：任务二，用Python绘制正弦曲线（15分钟）教师引导："表格软件画图很快，但如果步长要精确到0.01°，或者我们要画自定义组合的函数，表格公式就会显得笨拙。这时候轮到程序登场。"教师逐行讲解并带领学生输入以下程序：importnumpyasnpimportmatplotlib.pyplotaspltx=np.arange(0,2np.pi,0.01)y=np.sin(x)plt.plot(x,y)plt.xlabel("x")plt.ylabel("sin(x)")plt.title("y=sin(x)")plt.show()运行后学生可以自行修改代码：把sin改成cos，改变arange中的步长，或叠加第二条曲线y=np.sin(2x)观察频率变化。教师巡视指导，重点纠正三类典型错误：忘记导入库后运行报错、把numpy的pi写成圆周率的中文字符、缩进混乱。教师强调：这段程序虽然只有七八行，却体现了数值计算的完整流程——生成自变量数据（离散化）、批量计算函数值（向量化运算）、输出可视化结果。机器在一瞬间完成了上万次三角函数计算，这正是"计算机擅长重复运算"的直观体现。环节四：对比总结（8分钟）师生共同完成对比表格：从操作难度看，电子表格公式直观易上手，Python需要记忆语法；从数据规模看，电子表格处理数千行数据流畅，编程方式处理百万级数据依然高效；从灵活性看，电子表格受限于内置函数，编程可以定义任意计算规则；从可视化看，两者各有优势，编程在定制图上更自由。教师点拨：工具没有绝对的高下，关键是问题的规模和需求。学会根据任务选工具，比学会任何一个工具本身都重要。环节五：课时小结与预告（5分钟）教师总结本课时的两条主线：离散化逼近连续、大量重复计算交给机器。布置思考题："斐波那契数列的第1项和第2项都是1，从第3项起每一项都等于前两项之和。请问第30项是多少？你会怎么算？"为第二课时的迭代计算埋下伏笔。第二课时：编程求解斐波那契数列，理解迭代思想环节一：问题再认（5分钟）教师请学生汇报思考结果。多数学生发现：手算到第15项左右就很吃力，表格下拉填充可以很快算出第30项为832040。教师追问："如果要求第50项、第100项呢？如果数列规则改成'每一项等于前三项之和'呢？表格还能胜任，但每次改规则都要重做表。程序能不能写一个通用的？"环节二：数学建模——从数列到递推（10分钟）这是本课的难点突破环节。教师引导学生把问题翻译成数学语言：设f(1)=1，f(2)=1，当n≥3时，f(n)=f(n−1)+f(n−2)。教师强调这句话里的关键词："当前项"依赖"前两项"。要让计算机记住"前两项"，就需要两个变量；每算出新的一项，这两个变量的"角色"就要向后滚动一位。这种"旧值生新值、新值变旧值"的过程，就是迭代。师生共同用自然语言描述算法：准备三个盒子a、b、c，a和b里都放1；重复执行：把a加b的结果放进c，输出c；然后让a抄b的值，b抄c的值；直到数够n项为止。教师用纸箱道具现场演示变量角色的轮换，让抽象的状态更新可视化。有学生提出疑问："为什么不能用a=a+b就完事？"教师顺势用赋值语句的执行顺序解释：a=a+b会先算右边再覆盖左边，旧值就永远丢失了，所以必须借助中间变量或者精心设计更新顺序。这一辨析有效地纠正了学生在变量更新顺序上的常见迷思。环节三：编程实现与调试（15分钟）学生独立或两人一组完成程序编写，教师提供框架支架：n=int(input("请输入要求的项数："))a=1b=1print(a)print(b)foriinrange(3,n+1):c=a+bprint(c)a=bb=c教师巡视时重点观察三类学情：能独立完成的，追加挑战任务"只输出第n项而不是全部输出"或"统计第n项的位数"；卡在循环边界的，引导其用小数值（n=5）手工跟踪一遍；直接复制同学代码的，要求其在旁边写出每一步变量值的变化表。运行验证时，学生发现第50项是一个16位的大数，Python瞬间算出。教师补充：这正是Python在整数精度上的优势，很多语言到这里已经溢出出错了。有学生尝试计算第2000项，程序依然秒出结果，课堂上响起惊叹声。教师抓住这一情绪高点总结："两千年前的数学家算不尽的数列，你们用七行代码征服了。这就是算法的力量。"环节四：拓展——用迭代逼近方程的解（8分钟）教师抛出拓展问题："x²=2，x是多少？"学生答√2，教师追问："√2是多少？用小数表示。"学生意识到这是一个无理数，只能取近似值。教师介绍朴素的迭代逼近思路：从猜测值出发，不断用x=(x+2/x)/2更新猜测，每迭代一次就精确一分。学生现场运行五轮迭代，看到数值稳定在1.41421356附近，真切体会到"近似解也能无限接近真相"。教师点拨：工程实践中的绝大多数计算都是近似计算，天气预报、桥梁应力分析、导航定位，背后都是数值迭代。判断一个近似解好不好，靠的不是"看起来像"，而是误差是否在可接受范围内。这种"接受不完美、但控制不完美"的态度，是科学精神的重要组成。环节五：课堂总结与作业布置（2分钟）师生共同梳理本课知识结构：数值计算的两种实现途径；离散化思想；累加、累乘与迭代三种基本计算结构；从数学模型到程序实现的一般流程。分层作业设计如下：基础层（全体必做）：用Python编写程序计算s=1−1/2+1/3−1/4+…+1/99−1/100，提交代码与运行截图。提高层（选做）：用迭代法求方程x³−x−1=0在区间[1,2]内的近似解，要求相邻两次迭代结果之差的绝对值小于0.0001时停止，输出近似解与迭代次数。拓展层（学有余力者）：调研"蒙特卡罗方法估算圆周率"的原理，用程序模拟随机投点，验证投点次数与估算精度的关系，撰写300字左右的实验小结。七、板书设计主板书左侧：数值计算的两条路径——电子表格（直观、适合中小规模）与编程（灵活、适合大规模与自定义规则）。主板书中间：迭代三要素——初值、递推关系f(n)=f(n−1)+f(n−2)、终止条件。主板书右侧：数值计算一般过程——分析问题→建立模型→设计算法→编写程序→调试验证。副板书区：动态记录学生提出的典型错误与课堂生成性问题。八、作业评价设计作业评价采用"结果+过程+解释"三维量规。结果维度关注程序能否正确运行输出；过程维度关注变量命名、注释、缩进等代码规范；解释维度要求学生用一句话