前言:本站為你精心整理了類比法教學概率統計論文范文,希望能為你的創作提供參考價值,我們的客服老師可以幫助你提供個性化的參考范文,歡迎咨詢。
匈牙利數學家玻利亞說:“類比是一個偉大的引路人。”類比作為一種思維方法,其側重的不是邏輯性、確定性、嚴格性,而是創造性、猜測性、靈活性。概率統計中的許多概念都可以通過類比引出并揭示其本質。此外,我們可利用原有的認知結構借助類比法,有效地掌握新知識,并將這些知識有機系統地統一起來。
1.1隨機事件的關系運算與集合的關系運算的類比由于事件可以看成由某些樣本點構成的集合,因此可將二者類比學習。例如:集合A∪B表示其中任意一個元素x僅屬于A或者僅屬于B或者屬于A和B的公共部分,我們可以形象地用韋氏圖來表示。此時若將A和B看作是事件,則事件A∪B表示“事件A和事件B至少有一個發生”,記作A+B,即概率論中事件的和等同于集合論中集合的并集。同樣的類比方法,我們可將集合論中集合的交集類比到概率論中事件的積中去。在教學中可引導學生先回顧集合之間的各種關系運算,隨之再引出相應的事件間的關系運算,最后歸納總結。此外,事件運算的性質如交換律、結合律、分配律均可對照集合的相應性質進行類比學習。
1.2離散型隨機變量與連續型隨機變量的類比對于離散型隨機變量,學生感覺較容易,但對于連續型隨機變量,往往學生感覺抽象難理解。由于分布列在離散型隨機變量中的地位與密度函數在連續型隨機變量中的地位等同,因此對于離散型隨機變量中的邊緣分布列與聯合分布列的關系可以過渡到連續型隨機變量中邊緣密度函數與聯合密度函數的關系中去,此外諸如隨機變量的獨立性的充要條件以及期望與方差的計算均可輕松過渡。具體我們可通過“把連續的問題離散化”這種方法,實際是將對離散型隨機變量中對分布列的求和變成對連續型隨機變量中的密度函數求積分即可。表1我們將對其中的部分性質及計算作一個簡要的類比。
1.3一維隨機變量與二維隨機變量的降維類比任何學習都是循序漸進的,一般來說低維空間的知識相對簡單,容易被學生接受,所以最好的方法是從低維空間向高維空間過渡學習。降維類比法是將高維空間中的數學對象降低到低維空間中去觀察,利用低維空間中數學對象的性質類比歸納出高維數學對象的性質。我們知道一維離散型和連續型隨機變量的分布函數分別為:在研究二維離散型和連續型隨機變量時,我們可用降維類比法得到其聯合分布函數分別為:通過上面的類比得知抽象的二維隨機變量的分布函數與一維隨機變量有著一致的表達式,從而大大降低了學習的難度。此外,二維離散型隨機變量的聯合分布列與連續型隨機變量的密度函數的性質與計算均可借助一維隨機變量的相關知識引入。
2類比法在習題教學中的應用
類比法是解題的有力工具。在習題教學中,教師若常引導學生用類比思維去尋找解題的方法,會起到事半功倍的效果。我們首先可以利用條件、結論或者結構形式上的類似,聯想與之類似的概念性質從中得到啟發。例如,在概率統計中有這樣一題:已知連續型隨機變量X的概率密度函數為f∪x∪=ae-3xx>00x≤≤0,求a。分析:此題若由密度函數的性質,通過積分可求得a=3。但是我們若通過與指數分布的密度函數f≤x∪=λe-λxx>00x≤≤0進行對比,可知a=3。這樣在解題中不需要計算便可得到結果。
3、總結
總之,類比法是創造性地表達思維的重要手段,在概率統計教學中有其特有的地位和作用。在概率論的類比法教學中,不僅要根據學生已有的知識提供恰當的類比對象,更為重要的是引導學生在類比中去發現目標對象與類比對象的本質區別,從而真正地認識和理解目標對象,否則則可能導致錯誤的理解與認識。事實上,類比法在概率統計教學中的應用遠不止于上述幾個方面,這里就不一一贅述。在概率論教學中若恰當應用類比法,可使學生將所學的知識條理化系統化,有利于提高學生分析問題與解決問題的能力,培養學生的創新意識和創新精神。
作者:李燕楠何建營單位:中原工學院理學院