Методическая разработка на тему: математические исследования на уроках математики. Математические методы в научных исследованиях
Математические методы наиболее широко используются при проведении системных исследований. При этом решение практических задач математическими методами последовательно осуществляется по следующему алгоритму:
математическая формулировка задачи (разработки математической модели);
выбор метода проведения исследования полученной математической модели;
анализ полученного математического результата.
Математическая формулировка задачи обычно представляется в виде чисел, геометрических образов, функций, систем уравнений и т. п. Описание объекта (явления) может быть представлено с помощью непрерывной или дискретной, детерминированной или стохастической и другими математическими формами.
Математическая модель представляет собой систему математических соотношений (формул, функций, уравнений, систем уравнений), описывающих те или иные стороны изучаемого объекта, явления, процесса или объект (процесс) в целом.
Первым этапом математического моделирования является постановка задачи, определение объекта и целей исследования, задание критериев (признаков) изучения объектов и управления ими. Неправильная или неполная постановка задачи может свести на нет результаты всех последующих этапов.
Модель является результатом компромисса между двумя противоположными целями:
модель должна быть подробной, учитывать все реально существующие связи и участвующие в его работе факторы и параметры;
в то же время модель должна быть достаточно простой, чтобы можно было получить приемлемые решения или результаты в приемлемые сроки при определенных ограничениях на ресурсы.
Моделирование можно назвать приближенным научным исследованием. А степень его точности зависит от исследователя, его опыта, целей, ресурсов.
Допущения, принимаемые при разработке модели, являются следствием целей моделирования и возможностей (ресурсов) исследователя. Они определяются требованиями точности результатов, и как сама модель, являются результатом компромисса. Ведь именно допущения отличают одну модель одного и того же процесса от другой.
Обычно при разработке модели отбрасываются (не принимаются во внимание) несущественные факторы. Константы в физических уравнениях считаются постоянными. Иногда усредняются некоторые величины, изменяющиеся в процессе (например, температура воздуха может считаться неизменной за какой-то промежуток времени).
Процесс разработки модели
Это процесс последовательной (и возможно, неоднократной) схематизации или идеализации исследуемого явления.
Адекватность модели - это ее соответствие тому реальному физическому процессу (или объекту), который она представляет.
Для разработки модели физического процесса необходимо определить:
Иногда используется подход, когда применяется модель небольшой полноты, носящая вероятностный характер. Потом с помощью ЭВМ производится ее анализ и уточнение.
Проверка модели начинается и проходит в самом процессе ее построения, когда выбираются или устанавливаются те или иные взаимосвязи между ее параметрами, оцениваются принятые допущения. Однако после сформирования модели в целом надо проанализировать ее с некоторых общих позиций.
Математическая основа модели (т. е. математическое описание физических взаимосвязей) должна быть непротиворечивой именно с точки зрения математики: функциональные зависимости должны иметь те же тенденции изменения, что и реальные процессы; уравнения должны иметь область существования не менее диапазона, в котором проводится исследование; в них не должно быть особых точек или разрывов, если их нет в реальном процессе, и т. д. Уравнения не должны искажать логику реального процесса.
Модель должна адекватно, т. е. по возможности точно, отражать действительность. Адекватность нужна не вообще, а в рассматриваемом диапазоне.
Расхождения между результатами анализа модели и реальным поведением объекта неизбежны, так как модель - это отражение, а не сам объект.
На рис. 3. представлено обобщенное представление, которое используется при построении математических моделей.
Рис. 3. Аппарат для построения математических моделей
При использовании статических методов наиболее часто используется аппарат алгебры и дифференциальные уравнения с независимыми от времени аргументами.
В динамических методах таким же образом используются дифференциальные уравнения; интегральные уравнения; уравнения в частных производных; теория автоматического управления; алгебра.
В вероятностных методах используются: теория вероятностей; теория информации; алгебра; теория случайных процессов; теория Марковских процессов; теория автоматов; дифференциальные уравнения.
Важное место при моделировании занимает вопрос о подобии модели и реального объекта. Количественные соответствия между отдельными сторонами процессов, протекающих в реальном объекте и его модели, характеризуются масштабами.
В целом подобие процессов в объектах и модели характеризуется критериями подобия. Критерий подобия - это безразмерный комплекс параметров, характеризующий данный процесс. При проведении исследований в зависимости от области исследований применяют различные критерии. Например, в гидравлике таким критерием является число Рейнольдса (характеризует текучесть жидкости), в теплотехнике - число Нусссельта (характеризует условия теплоотдачи), в механике - критерий Ньютона и т. д.
Считается, что если подобные критерии для модели и исследуемого объекта равны, то модель является правильной.
К теории подобия примыкает еще один метод теоретического исследования - метод анализа размерностей, который основан на двух положениях:
физические закономерности выражаются только произведениями степеней физических величин, которые могут быть положительными, отрицательными, целыми и дробными; размерности обоих частей равенства, выражающего физическую размерность, должны быть одинаковы.
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
Государственное образовательное учреждение высшего профессионального образования «Уральский государственный университет им. »
Исторический факультет
Кафедра документационного и информационного обеспечения управления
Математические методы в научных исследованиях
Программа курса
Стандарт 350800 «Документоведение и документационное обеспечение управления»
Стандарт 020800 «Историко-архивоведение»
Екатеринбург
Утверждаю
Проректор
(подпись)
Программа дисциплины «Математические методы в научных исследованиях» составлена в соответствии с требованиями вузовского компонента к обязательному минимуму содержания и уровню подготовки:
дипломированного специалиста по специальности
Документоведение и документационное обеспечение управления (350800),
Историко-архивоведение(020800),
по циклу «Общие гуманитарные и социально-экономические дисциплины» государственного образовательного стандарта высшего профессионального образования.
Семестр III
По учебному плану специальности № 000– Документоведение и документационное обеспечение управления:
Общая трудоемкость дисциплины: 100 часов,
в том числе лекций 36 часа
По учебному плану специальности № 000– Историко – архивоведение
Общая трудоемкость дисциплины: 50 часов,
в том числе лекций 36 часа
Контрольные мероприятия :
Контрольные работы 2 чел/час
Составитель: , канд. ист. наук, доцент кафедры документационного и информационного обеспечения управления Уральского государственного университета
кафедры Документационного и информационного обеспечения управления
от 01.01.01 г. № 1.
Согласовано:
Зам. председателя
Гуманитарного совета
_________________
(подпись)
(С) Уральский государственный университет
(С) , 2006
ВВЕДЕНИЕ
Курс “Математические методы в социально-экономических исследованиях“ предназначен для ознакомления студентов с основными приемами и способами обработки количественной информации, разработанными статистикой. Его основная задача - расширить методический научный аппарат исследователей, научить применять в практической и научно-исследовательской деятельности помимо традиционных методов, основных на логическом анализе, математические методы , которые помогают количественно охарактеризовать исторические явления и факты.
В настоящее время математический аппарат и математические методы используются практически во всех областях науки. Это закономерный процесс, его часто называют - математизация науки. В философии математизация обычно понимается как применение математики в различных науках. Математические методы давно и прочно вошли в арсенал методов исследования ученых, используются для обобщения данных, выявления тенденций и закономерностей развития общественных явлений и процессов, типологии и моделирования.
Знание статистики необходимо, чтобы правильно охарактеризовать и проанализировать процессы, происходящие в экономике и обществе. Для этого необходимо владеть выборочным методом, сводкой и группировкой данных, уметь рассчитать средние и относительные величины , показатели вариации , коэффициенты корреляции. Элементом информационной культуры выступают навыки правильного оформления таблиц и построения графиков, которые представляют собой важный инструмент систематизации первичных социально-экономических данных и наглядного представления количественной информации. Для оценки временных изменений необходимо иметь представление о системе динамических показателей.
Использование методики проведения выборочного исследования позволяет изучить большие массивы информации, представленные массовыми источниками, экономить время и труд, получая при этом научно значимые результаты.
Математико-статистические методы занимают вспомогательные позиции, дополняя и обогащая традиционные методы социально-экономического анализа, их освоение является необходимой составной частью квалификации современного специалиста – документоведа, историка-архивиста.
В настоящее время математико-статистические методы активно применяются в маркетинговых, социологических исследованиях , при сборе оперативной управленческой информации, составлении отчетов и проведении анализа документопотоков.
Навыки количественного анализа необходимы для подготовки квалификационных работ, рефератов и других исследовательских проектов.
Опыт использования математических методов свидетельствует, что их использование должно осуществляться с соблюдением следующих принципов для получения достоверных и репрезентативных результатов:
1) определяющую роль играет общая методология и теория научного познания;
2) необходима четкая и правильная постановка исследовательской задачи;
3) отбор репрезентативных в количественном и качественном отношении социально-экономических данных;
4) корректность применения математических методов, т. е. они должны соответствовать исследовательской задаче и характеру обрабатываемых данных;
5) необходима содержательная интерпретация и анализ полученных результатов, а также обязательная дополнительная проверка полученных в результате математической обработки сведений.
Математические методы помогают усовершенствовать технологию научного исследования: повысить ее эффективность; они дают большую экономию времени, особенно при обработке больших массивов информации, позволяют выявить скрытую информацию, хранящуюся в источнике.
Помимо этого математические методы тесно связаны с таким направлением научно-информационной деятельности как создание исторических банков данных и архивов машиночитаемых данных. Нельзя игнорировать достижения эпохи, а информационные технологии становятся одним из важнейших факторов развития всех сфер общества.
ПРОГРАММА КУРСА
Тема 1. ВВЕДЕНИЕ. МАТЕМАТИЗАЦИЯ ИСТОРИЧЕСКОЙ НАУКИ
Цель и задачи курса. Объективная необходимость совершенствования исторических методов за счет привлечения приемов математики.
Математизация науки, основное содержание. Предпосылки математизации: естественнонаучные предпосылки; социально-технические предпосылки. Границы математизации науки. Уровни математизации для естественных, технических, экономических и гуманитарных наук . Основные закономерности математизации науки: невозможность полностью охватить средствами математики области исследования других наук; соответствие применяемых математических методов содержанию математизируемой науки. Возникновение и развитие новых прикладных математических дисциплин.
Математизация исторической науки. Основные этапы и их особенности. Предпосылки математизации исторической науки. Значение разработки статистических методов для развития исторического знания.
Социально-экономические исследования с использованием математических методов в дореволюционной и советской историографии 20-х годов (, и др.)
Математико-статистические методы в работах историков 60-90-х годов. Компьютеризация науки и распространение математических методов. Создание баз данных и перспективы развития информационного обеспечения исторических исследований. Важнейшие итоги применения методов математики в социально-экономических и историко-культурных исследованиях (, и др.).
Соотношение математических методов с другими методами исторического исследования: историко-сравнительным, историко-типологическим, структурным, системным, историко-генетическим методами. Основные методологические принципы применения математико-статистических методов в исторических исследованиях.
Тема 2 . СТАТИСТИЧЕСКИЕ ПОКАЗАТЕЛИ
Основные приемы и методы статистического изучения общественных явлений: статистическое наблюдение, достоверность статистических данных. Основные формы статистического наблюдения, цель наблюдения, объект и единица наблюдения. Статистический документ как исторический источник.
Статистические показатели (показатели объема, уровня и соотношения), его основные функции. Количественная и качественная сторона статистического показателя. Разновидности статистических показателей (объемные и качественные; индивидуальные и обобщающие; интервальные и моментные).
Основные требования, предъявляемые к расчету статистических показателей, обеспечивающие их достоверность.
Взаимосвязь статистических показателей. Система показателей. Обобщающие показатели.
Абсолютные величины, определение. Виды абсолютных статистических величин, их значение и способы получения. Абсолютные величины как непосредственный результат сводки данных статистического наблюдения.
Единицы измерения, их выбор в зависимости от сущности изучаемого явления. Натуральные, стоимостные и трудовые единицы измерения .
Относительные величины. Основное содержание относительного показателя , формы их выражения (коэффициент, процент, промилле, децимилле). Зависимость формы и содержания относительного показателя.
База сравнения, выбор базы при вычислении относительных величин. Основные принципы вычисления относительных показателей, обеспечение сопоставимости и достоверности абсолютных показателей (по территории, кругу объектов и т. д.).
Относительные величины структуры, динамики, сравнения, координации и интенсивности. Способы их вычисления.
Взаимосвязь абсолютных и относительных величин. Необходимость их комплексного применения.
Тема 3. ГРУППИРОВКА ДАННЫХ. ТАБЛИЦЫ.
Сводные показатели и группировка в исторических исследованиях. Задачи, решаемые данными методами в научном исследовании: систематизация, обобщение, анализ, удобство восприятия. Статистическая совокупность, единицы наблюдения.
Задачи и основное содержание сводки. Сводка - второй этап статистического исследования. Разновидности сводных показателей (простая, вспомогательная). Основные этапы расчета сводных показателей.
Группировка - основной метод обработки количественных данных. Задачи группировки и их значение в научном исследовании. Виды группировок. Роль группировок в анализе общественных явлений и процессов.
Основные этапы построения группировки: определение изучаемой совокупности; выбор группировочного признака(количественные и качественные признаки; альтернативные и неальтернативные; факторные и результативные); распределение совокупности по группам в зависимости от вида группировки (определение количества групп и величины интервалов), шкалы измерения признаков (номинальная, порядковая, интервальная); выбор формы представления сгруппированных данных (текст, таблица, график).
Типологическая группировка, определение, основные задачи, принципы построения. Роль типологической группировки в исследовании социально-экономических типов.
Структурная группировка, определение, основные задачи, принципы построения. Роль структурной группировки в изучении структуры общественных явлений
Аналитическая (факторная) группировка, определение, основные задачи, принципы построения, Роль аналитической группировки в анализе взаимосвязей общественных явлений. Необходимость комплексного использования и изучения группировок для анализа общественных явлений.
Общие требования к построению и оформлению таблиц. Разработка макета таблицы. Реквизиты таблицы (нумерация, заголовок, наименования граф и строк, условные обозначения, обозначение чисел). Методика заполнения сведений таблицы.
Тема 4 . ГРАФИЧЕСКИЕ МЕТОДЫ АНАЛИЗА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ
ИНФОРМАЦИИ
Роль графиков и графического изображения в научном исследовании. Задачи графических методов: обеспечение наглядности восприятия количественных данных; аналитические задачи; характеристика свойств признаков.
Статистический график, определение. Основные элементы графика: поле графика, графический образ, пространственные ориентиры, масштабные ориентиры, экспликация графика.
Виды статистических графиков: линейная диаграмма, особенности ее построения, графические образы; столбиковая диаграмма (гистограмма), определение правила построения гистограмм в случае с равными и неравными интервалами; круговая диаграмма, определение, способы построения.
Полигон распределения признака. Нормальное распределение признака и его графическое изображение. Особенности распределения признаков, характеризующих социальные явления: скошенное, ассиметричное, умеренно ассиметричное распределение.
Линейная зависимость между признаками, особенности графического изображения линейной зависимости. Особенности линейной зависимости при характеристике социальных явлений и процессов.
Понятие тренда динамического ряда. Выявление тренда с помощью графических методов.
Тема 5. СРЕДНИЕ ВЕЛИЧИНЫ
Средние величины в научном исследовании и статистике, их сущность и определение. Основные свойства средних величин как обобщающей характеристики. Взаимосвязь метода средних величин и группировок. Общие и групповые средние. Условия типичности средних. Основные исследовательские задачи, которые решают средние величины.
Способы вычисления средних. Средняя арифметическая - простая, взвешенная. Основные свойства средней арифметической. Особенности расчета средней по дискретному и интервальному рядам распределения. Зависимость способа вычисления средней арифметической в зависимости от характера исходных данных. Особенности интерпретации среднего арифметического показателя.
Медиана - средний показатель структуры совокупности, определение, основные свойства. Определение медианного показателя для ранжированного количественного ряда. Вычисление медианы для показателя, представленного интервальной группировкой.
Мода - средний показатель структуры совокупности, основные свойства и содержание. Определение моды для дискретного и интервального рядов. Особенности исторической интерпретации моды.
Взаимосвязь среднеарифметического показателя, медианы и моды, необходимость их комплексного использование, проверка типичности средней арифметической.
Тема 6. ПОКАЗАТЕЛИ ВАРИАЦИИ
Изучение колеблемости (вариативности) значений признака. Основное содержание мер рассеяния признака, и их использование научно-исследовательской деятельности.
Абсолютные и средние показатели вариации. Вариационный размах, основное содержание, способы вычисления. Среднее линейное отклонение. Среднее квадратичное отклонение, основное содержание, способы расчета для дискретного и интервального количественного ряда. Понятие дисперсии признака.
Относительные показатели вариации. Коэффициент осцилляции, основное содержание, способы расчета. Коэффициент вариации, основное содержание способы расчета. Значение и специфика применения каждого показателя вариации при изучении социально-экономических признаков и явлений.
Тема 7.
Изучение изменений общественных явлений во времени - одна из важнейших задач социально-экономического анализа.
Понятие динамического ряда. Моментные и интервальные динамические ряды. Требования, предъявляемые к построению динамических рядов. Сопоставимость в рядах динамики.
Показатели изменения рядов динамики. Основное содержание показателей рядов динамики. Уровень ряда. Базисные и цепные показатели. Абсолютный прирост уровня динамики, базисный и цепной абсолютные приросты, способы вычисления.
Показатели темпа роста. Базисный и цепной темпы роста. Особенности их интерпретации. Показатели темпа прироста, основное содержание, способы вычисления базисных и цепных темпов прироста.
Средний уровень ряда динамики, основное содержание. Приемы вычисления средней арифметической для моментных рядов с равными и неравными интервалами и для интервального ряда с равными интервалами. Средний абсолютный прирост. Средний темп роста. Средний темп прироста.
Комплексный анализ взаимосвязанных рядов динамики. Выявление общей тенденции развития - тренда: способ скользящей средней, укрупнение интервалов, аналитические приемы обработки рядов динамики. Понятие об интерполяции и экстраполяции рядов динамики.
Тема 8.
Необходимость выявления и объяснения взаимосвязей для изучения социально-экономических явлений. Виды и формы взаимосвязей, изучаемых статистическими методами. Понятие функциональной и корреляционной связи. Основное содержание корреляционного метода и задачи решаемые с его помощью в научном исследовании. Основные этапы корреляционного анализа. Особенности интерпретации коэффициентов корреляции.
Коэффициент линейной корреляции, свойства признаков, для которых может рассчитываться коэффициент линейной корреляции. Способы вычисления коэффициента линейной корреляции для сгруппированных и несгруппированных данных. Коэффициент регрессии , основное содержание, способы расчета, особенности интерпретации. Коэффициент детерминации и его содержательная интерпретация.
Границы применения основных разновидностей корреляционных коэффициентов в зависимости от содержания и формы представления исходных данных. Коэффициент корреляционного отношения. Коэффициент ранговой корреляции. Коэффициенты ассоциации и сопряженности для альтернативных качественных признаков. Приближенные методы определения взаимосвязи между признаками: коэффициент Фехнера. Коэффициент автокорреляции. Информационные коэффициенты.
Способы упорядочения коэффициентов корреляции: корреляционная матрица, метод плеяд.
Методы многомерного статистического анализа: факторный анализ , компонентный, регрессионный анализ, кластерный анализ. Перспективы моделирования исторических процессов для изучения социальных явлений.
Тема 9. ВЫБОРОЧНОЕ ИССЛЕДОВАНИЕ
Причины и условия проведения выборочного исследования. Необходимость использования историками методов частичного изучения социальный объектов.
Основные типы частичного обследования: монографический, метод основного массива, выборочное исследование.
Определение выборочного метода, основные свойства выборки. Репрезентативность выборки и ошибка выборки.
Этапы проведения выборочного исследования. Определение объема выборки, основные приемы и способы нахождения выборочного объема (математические методы, таблица больших чисел). Практика определения объема выборки в статистике и социологии.
Способы формирования выборочной совокупности: собственно-случайная выборка, механическая выборка, типическая и гнездовая выборка. Методика организации выборочных переписей населения, бюджетных обследований семей рабочих и крестьян.
Методика доказательства репрезентативности выборки. Случайные, систематические ошибки выборки и ошибки наблюдения. Роль традиционных методов в определении достоверности результатов выборки. Математические методы вычисления ошибки выборки. Зависимость ошибки от объема и вида выборки.
Особенности интерпретации результатов выборки и распространения показателей выборочной совокупности на генеральную совокупность.
Естественная выборка, основное содержание, особенности формирования. Проблема репрезентативности естественной выборки. Основные этапы доказательства репрезентативности естественной выборки: применение традиционных и формальных методов. Метод критерия знаков, метод серий - как способы доказательства свойства случайности выборки.
Понятие малой выборки. Основные принципы использования ее в научном исследовании
Тема 11. МЕТОДЫ ФОРМАЛИЗАЦИИ СВЕДЕНИЙ МАССОВЫХ ИСТОЧНИКОВ
Необходимость формализации сведений массовых источников для получения скрытой информации. Проблема измерения информации. Количественные и качественные признаки. Шкалы измерения количественных и качественных признаков: номинальная, порядковая, интервальная. Основные этапы измерения информации источника.
Виды массовых источников, особенности их измерения. Методика построение унифицированной анкеты по материалам структурированного, слабоструктурированного исторического источника.
Особенности измерения информации неструктурированного нарративного источника. Контент-анализ, его содержание и перспективы использования. Виды контент-анализа. Контент-анализ в социологических и исторических исследованиях.
Взаимосвязь математико-статистических методов обработки информации и методов формализации сведений источника. Компьютеризация исследований. Базы и банки данных. Технология баз данных в социально-экономических исследованиях.
Задания для самостоятельной работы
Для закрепления лекционного материала студентам предлагаются задания для самостоятельной работы по следующим темам курса:
Относительные показатели Средние показатели Группировочный метод Графические методы Показатели динамики
Выполнение заданий контролируется преподавателем и является обязательным условием допуска к зачету.
Примерный перечень вопросов к зачету
1. Математизация науки, сущность, предпосылки, уровни математизации
2. Основные этапы и особенности математизация исторической науки
3. Предпосылки использования математических методов в исторических исследованиях
4. Статистический показатель, сущность, функции, разновидности
3. Методологические принципы применения статистических показателей в исторических исследованиях
6. Абсолютные величины
7. Относительные величины, содержание, формы выражения, основные принципы вычисления.
8. Виды относительных величин
9. Задачи и основное содержание сводки данных
10. Группировка, основное содержание и задачи в исследовании
11. Основные этапы построения группировки
12. Понятие группировочного признака и его градаций
13. Виды группировки
14. Правила построения и оформления таблиц
15. Динамический ряд, требования, предъявляемые к построению динамического ряда
16. Статистический график, определение, структура, решаемые задачи
17. Виды статистических графиков
18. Полигон распределение признака. Нормальное распределение признака.
19. Линейная зависимость между признаками, методы определения линейности.
20. Понятие тренда динамического ряда, способы его определения
21. Средние величины в научном исследовании, их сущность и основные свойства. Условия типичности средних.
22. Виды средних показателей совокупности. Взаимосвязь средних показателей.
23. Статистические показатели динамики, общая характеристика, виды
24. Абсолютные показатели изменения рядов динамики
25. Относительные показатели изменения рядов динамики (темпы роста, темпы прироста)
26. Средние показатели динамического ряда
27. Показатели вариации, основное содержание и решаемые задачи, виды
28. Виды несплошного наблюдения
29. Выборочное исследование, основное содержание и решаемые задачи
30. Выборочная и генеральная совокупность, основные свойства выборки
31. Этапы проведения выборочного исследования, общая характеристика
32. Определение объема выборки
33. Способы формирования выборочной совокупности
34. Ошибка выборки и методы ее определения
35. Репрезентативность выборки, факторы влияющие на репрезентативность
36. Естественная выборка, проблема репрезентативности естественной выборки
37. Основные этапы доказательства репрезентативности естественной выборки
38. Корреляционный метод, сущность, основные задачи. Особенности интерпретации коэффициентов корреляции
39. Статистическое наблюдение как метод сбора информации, основные виды статистического наблюдения.
40. Виды корреляционных коэффициентов, общая характеристика
41. Коэффициент линейной корреляции
42. Коэффициент автокорреляции
43. Методы формализации исторических источников: метод унифицированной анкеты
44. Методы формализации исторических источников: метод контент-анализа
III. Распределение часов курса по темам и видам работ:
по учебному плану специальности (№ 000– документоведение и документационное обеспечение управления)
Наименование
разделов и тем
Аудиторные занятия
Самостоятельная работа
в том числе
Введение. Математизация науки
Статистические показатели
Группировка данных. Таблицы
Средние величины
Показатели вариации
Статистические показатели динамики
Методы многомерного анализа. Коэффициенты корреляции
Выборочное исследование
Методы формализации информации
Распределение часов курса по темам и видам работ
по учебному плану специальности № 000– историко – архивоведение
Наименование
разделов и тем
Аудиторные занятия
Самостоятельная работа
в том числе
Практические (семинары, лабораторные работы)
Введение. Математизация науки
Статистические показатели
Группировка данных. Таблицы
Графические методы анализа социально-экономической информации
Средние величины
Показатели вариации
Статистические показатели динамики
Методы многомерного анализа. Коэффициенты корреляции
Выборочное исследование
Методы формализации информации
IV. Форма итогового контроля - зачет
V. Учебно-методическое обеспечение курса
Славко методы в исторических исследованиях. Учебник. Екатеринбург, 1995
Мазур методы в исторических исследованиях. Методические рекомендации. Екатеринбург, 1998
Дополнительная литература
Андерсен Т. Статистический анализ временных рядов . М., 1976.
Бородкин статистический анализ в исторических исследованиях. М.,1986
Бородкин информатика: этапы развития // Новая и новейшая история. 1996. № 1.
Тихонов для гуманитариев. М., 1997
Гарскова и банки данных в исторических исследованиях. Геттинген, 1994
Герчук методы в статистике. М., 1968
Дружинин метод и его применение в социально-экономических исследованиях. М.,1970
Джессен Р. Методы статистических обследований. М., 1985
Джинни К. Средние величины. М., 1970
Юзбашев теория статистики. М., 1995.
Румянцев теория статистики. М., 1998
Шмойлова изучение основной тенденции и взаимосвязи в рядах динамики. Томск, 1985
Йейтс Ф. Выборочный метод в переписях и обследованиях /пер. с англ. . М., 1976
Историческая информатика. М.,1996.
Ковальченко исторического исследования. М.,1987
Компьютер в экономической истории. Барнаул, 1997
Круг идей: модели и технологии исторической информатики. М., 1996
Круг идей: традиции и тенденции исторической информатики. М., 1997
Круг идей: макро - и микро подходы в исторической информатике. М., 1998
Круг идей: историческая информатика на пороге XXI века. Чебоксары, 1999
Круг идей: историческая информатика в информационном обществе. М., 2001
Общая теория статистики: Учебник /ред. и. М., 1994.
Практикум по теории статистики: Учеб. пособ. М., 2000
Елисеева статистики. М., 1990
Славко -статистические методы в исторических и исследованиях М.,1981
Славко методы в изучении истории советского рабочего класса. М.,1991
Статистический словарь / под ред. . М., 1989
Теория статистики: Учебник / ред. , М., 2000
Урсул общества. Введение в социальную информатику. М., 1990
Шварц Г. Выборочный метод / пер. с нем. . М., 1978
Метод проектов, обладающий огромными возможностями по формированию уневерсальных учебных действий, находит все более широкое распространение в системе школьного образования.Но "уместить" метод проектов в класснно-урочную систему достаточно трудно. Я включаю мини исследования в обычный урок. Такая форма работы открывает большие возможности для формирования познавательной деятельности и обеспечивает учет индивидуальных особенностей учащихся, готовит почву для развития навыков над большими проектами.
Скачать:
Предварительный просмотр:
«Если ученик в школе не научился сам ничего творить, то и в жизни он будет только подражать, копировать, так как мало таких, которые бы, научившись копировать, умели сделать самостоятельное приложение этих сведений». Л.Н.Толстой.
Характерной чертой современного образования является резкое увеличение объема информации, которую необходимо усвоить учащимся. A степень развития обучающегося измеряется и оценивается его способностью самостоятельно приобретать новые знания и использовать их в учебной и практической деятельности. Современный педагогический процесс требует использования инновационных технологий в обучении.
ФГОС нового поколения требует использования в образовательном процессе технологий деятельностного типа, методы проектно-исследовательской деятельности определены как одно из условий реализации основной образовательной программы.
Особая роль отводится такой деятельности на уроках математики и это не случайно. Математика является ключом к познанию мира, базой научно-технического прогресса и важной компонентой развития личности. Она призвана воспитать в человеке способность понять смысл поставленной перед ним задачи, умение логично рассуждать, усвоить навыки алгоритмического мышления.
Уместить метод проектов в классно-урочную систему достаточно трудно. Я пытаюсь разумно совмещать традиционную и личностно-ориентированную систему путем включения элементов исследования в обычный урок. Приведу ряд примеров.
Так при изучении темы «Окружность» мы проводим с учащимися следующее исследование.
Математическое исследование «Окружность».
- Подумайте, как построить окружность, какие инструменты для этого необходимы. Обозначение окружности.
- Для того чтобы дать определение окружности посмотрим, какими свойствами обладает эта геометрическая фигура. Соединим центр окружности с точкой принадлежащей окружности. Измерим длину этого отрезка. Повторим эксперимент три раза. Сделаем вывод.
- Отрезок, соединяющий центр окружности с любой ее точкой, называется радиусом окружности. Это определение радиуса. Обозначение радиуса. Пользуясь этим определением, постройте окружность с радиусом равным 2см5мм.
- Постройте окружность произвольного радиуса. Постройте радиус, измерьте его. Запишите результаты измерений. Постройте еще три различных радиуса. Сколько радиусов можно провести в окружности.
- Попытаемся, зная свойство точек окружности, дать ее определение.
- Постройте окружность произвольного радиуса. Соедините две точки окружности так, чтобы этот отрезок проходил через центр окружности. Этот отрезок называется диаметром. Дадим определение диаметра. Обозначение диаметра. Постройте еще три диаметра. Сколько диаметров имеет окружность.
- Постройте окружность произвольного радиуса. Измерьте диаметр и радиус. Сравните их. Повторите эксперимент еще три раза с различными окружностями. Сделайте вывод.
- Соедините две любые точки окружности. Полученный отрезок называется хордой. Дадим определение хорды. Постройте еще три хорды. Сколько хорд имеет окружность.
- Является ли радиус хордой. Докажите.
- Является ли диаметр хордой. Докажите.
Работы исследовательского характера могут носить пропедевтический характер. Исследовав окружность можно рассмотреть ряд интересных свойств, которые учащиеся могут сформулировать на уровне гипотезы, а потом уже доказать эту гипотезу. Например, следующее исследование:
«Математическое исследование»
- Построй окружность радиуса 3 см и проведи ее диаметр. Соедини концы диаметра с произвольной точкой окружности и измерь угол образованный хордами. Проведи те же построения еще для двух окружностей. Что ты замечаешь.
- Повтори эксперимент для окружности произвольного радиуса и сформулируй гипотезу. Можно ли считать ее доказанной с помощью проведенных построений и измерений.
При изучении темы «Взаимное расположение прямых на плоскости» проводится математическое исследование в группах.
Задания для групп:
- группа.
1.В одной системе координат построить графики функции
У = 2х, у = 2х+7, у = 2х+3, у = 2х-4, у = 2х-6.
2.Ответьте на вопросы, заполнив таблицу:
Всегда и во всех сферах своей деятельности человек принимал решения. Важная область принятия решений связана с производством. Чем больше объем производства, тем труднее принять решение и, следовательно, легче допусить ошибку. Возниает естественный вопрос: нельзя ли во избежание таких ошибок использовать ЭВМ?
Ответ на этот вопрос дает наука, называемая кибернетика. Кибернетика (произошло от греческого "kybernetike" - искусство управления) - наука об общих законах получения, хранения, передачи и переработки информации.
Важнейшей отраслю кибернетики является экономическая кибернетика - наука, занимающаяся приложением идей и методов кибернетики к экономическим системам.
Экономическая кибернетика использует совокупность методов исследования процессов управления в экономике, включая экономико-математические методы.
В настоящее время применение ЭВМ в управлении производством достигло больших масштабов. Однако, в большинстве случаев с помощью ЭВМ решают так называемые рутинные задачи, то есть задачи, связанные с обработкой различных данных, которые до применения ЭВМ решались так же, но вручную. Другой класс задач, которые могут быть решены с помощью ЭВМ - это задачи принятия решений. Чтобы использовать ЭВМ для принятия решений, необходимо составить математическую модель. Так ли необходимо применение ЭВМ при принятии решений? Возможности человека достаточно разнообразны. Если их упорядочить, Так уж устроен человек, что того, чем он обладает, ему мало. И начинается бесконечный процесс увеличения его возможностей. Чтобы больше поднять, появляется одно из первых изобретений - рычаг, чтобы легче перемещать груз - колесо. В этих орудиях пока еще используется только энергия самого человека. Со временем начинается применение внешних источников энергии: пороха, пара, электричества, атомной энергии. Невозможно оценить, насколько используемая энергия внешних источников превышает сегодня физические возможности человека.
Что же касается умственных способностей человека, то, как говорится, каждый недоволен своим состоянием, но доволен своим умом. А можно ли сделать человека умнее, чем он есть? Чтобы ответить на этот вопрос, следует уточнить, что вся интеллектуальная деятельность человека может быть подразделена на формализуемую и неформализуемую.
Формализуемой называют такую деятельность, которую выполняют по определенным правилам. Например, выполнение расчетов, поиск в справочниках, графическаие работы, несомненно могут быть поручены ЭВМ. И как все, что может делать ЭВМ, она это делает лучше, то есть быстрее и качественнее, чем человек.
Неформализуемой называют такую деятельность, которая происходит с применением каких-либо неизвестныхы нам правил. Мышление, соображение, интуиция, здравый смысл - мы пока еще не знаем, что это такое, и естественно, все это нельзя поручить ЭВМ, хотя бы потому, что мы просто не знаем, что поручать, какую задачу поставить перед ЭВМ.
Разновидностью умственной деятельности является принятие решений.
Принято считать, что принятие решений относится к неформализуемой деятельности. Однако это не всегда так. С одной стороны, мы не знаем, как мы принимаем решение. И объяснеие одних слов с помощью других типа "принимаем решение с помощью здравого смысла" ничего не дает. С другой стороны, значительное число задач принятия решений может быть формализовано. Одним из видов задач принятия решений, которые могут быть формализованы, являются задачи принятия оптимальных решений, или задачи оптимизации. Решение задачи оптимизации производится с помощью математических моделей и применения вычислительной техники.
Современные ЭВМ отвечают самым высоким требованиям. Они способны выполнять миллионы операций в секунду, в их памяти могут быть все необходимые сведения, комбинация дисплей-клавиатура обеспечивает диалог человека и ЭВМ. Однако не следует смешивать успехи в создании ЭВМ с достижениями в области их применения. По сути, все что может ЭВМ - это по заданной человеком программе обеспечить преобразование исходных данных в результат. Надо четко себе представлять, что ЭВМ решения не принимает и принимать не может. Решение может принимать только человек-руководитель, наделенный для этого определенными правами. Но для грамотного руководителя ЭВМ является великолным помощником, способным выработать и предложить набор самых различных вариантов решений. А из этого набора человек выберет тот вариант который с его точки зрения окажется более пригодным. Конечно, далеко не все задачи принятия решений можно решить с помощью ЭВМ. Тем не менее, даже если решение задачи на ЭВМ и не заканчивается полным успехом, то все равно оказывается полезным, так как способствует более глубокому пониманию этой задачи и более строгой ее постановке.
Чтобы человеку принять решение без ЭВМ, зачастую ничего не надо. Подумал и решил. Человек, хорошо или плохо, решает все возникающие перед ним задачи. Правда никаких гарантий правильности при этом нет. ЭВМ же никаких решений не принимает, а только помогает найти варианты решений. Данный процесс состоит из следующих этапов:
1) Выбор задачи.
Решение задачи, особенно достаточно сложной - достаточно трудное дело, требующее много времени. И если задача выбрана неудачно, то это может привести к потере времени и разочарованию в применении ЭВМ для принятия решений. Каким же основным требованиям должна удовлетворять задача?
А. Должно существовать как минимум один вариант ее решения, ведь если вариантов решения нет, значит выбирать не из чего.
Б. Надо четко знать, в каком смысле искомое решение должно быть наилучшим, ведь если мы не знаем чего хотим, ЭВМ помочь нам выбрать наилучшее решение не сможет.
Выбор задачи завершается ее содержательной постановкой. Необходимо четко сформулировать задачу на обычном языке, выделить цель исследования, указать ограничения, поставить основные вопросы на которые мы хотим получить ответы в результате решения задачи.
Здесь следует выделить наиболее существенные черты экономического объекта, важнейшие зависимости, которые мы хотим учесть при построении модели. Формируются некоторые гипотезы развитиця объекта исследования, изучаются выделеные зависимости и соотношения. Когда выбирается задача и производится ее содержательная постановка, приходится иметь дело со специалистами в предметной области (инженерами, технологами, конструкторами и. т. д.). Эти специалисты, как правило, прекрасно знают свой предмет, но не всегда имеют представление о том, что требуется для решения задачи на ЭВМ. Поэтому, содержательная постановка задачи зачастую оказывается перенасыщенной сведениями, которые совершенно излишни для работы на ЭВМ.
2) Составление модели
Под экономико-математической моделью понимается математическое описание исследуемого экономического объекта или процесса, при котором экономические закономерности выражены в абстрактном виде с помощью математических соотношений.
Основные принципы составления модели сводятся к следующим двум концепциям:
1. При формулировании задачи необходимо достаточно широко охватить моделируемое явление. В противном случае модель не даст глобального оптимума и не будет отражать суть дела. Опасность состоит в том, что оптимизация одной части может осуществляться за счет других и в ущерб общей организации.
2. Модель должна быть настолько проста, насколько это возможно. Модель должна быть такова, чтобы ее можно было оценить, проверить и понять, а результаты полученные из модели должны быть ясны как ее создателю, так и лицу, принимающему решение. На практике эти концепции часто вступают в конфликт, прежде всего из-за того, что в сбор и ввод данных, проверку ошибок и интерпретацию результатов включается человеческий элемент, что ограничивает размеры модели, которая может быть проанализирована удовлетворительно. Размеры модели используются как лимитирующий фактор, и если мы хотим увеличить широту охвата, то приходится уменьшать детализацию и наоборот.
Введем понятие иерархии моделей, гдте широта охвата увеличивается, а детализация уменьшается по мере того, как мы переходим на более высокие уровни иерархии. На более высоких уровнях в свою очередь формируются ограничения и цели для более низких уровней.
При построении модели горизонт планирования в основном увеличивается с ростом иерархии. Если модель долгосрочного планирования всей корпорации может содержать моло каждодневных текущих деталей то модель планирования производства отдельного подразделеия состоит в основном из таких деталей.
При формулировании задачи необходимо учитывать следующие три аспекта:
1) Исследуемые факторы: Цели исследования определены довольно свободно и в большой степени зависят от того, что включено в модель. В этом отношении Легче инженерам, так как исследуемые факторы у них обычно стандартны, а целевая функция выражается в терминах максимума дохода, минимума затрат или, возможно, минимума потребления какого-нибудь ресурса. В то же время социологи, к примеру, обычно задаются целью "общественной полезности" или в этом роде и оказываются в сложном положении, когда им приходится приписывать определенную "полезность" различным действиям, выражая ее в математической форме.
2) Физические границы: Пространственные аспекты исследования требуют детального рассмотрения. Если производство сосредоточено более чем в одной точке, то необходимо учесть в модели соответствующие распределительные процессы. Эти процессы могут включать складирование, транспортировку, а также задачи календарного планирования иещения оборудования.
3) Временные границы: Временные аспекты исследования приводят к сдерьезной дилемме. Обычно горизонт планирования хорошо известен, но надо сделать выбор: либо моделировать систему в динамике, с тем, чтобы получить временные графики, либо моделировать статическое функционирование в определенный момент времени. Если моделируется динамический (многоэтапный) процесс, то размеры модели увеличиваются соответственно числу рассматриваемых приодов времени (этапов). Такие модели обычно идейно просты, так что основная трудность заключается скорее в возможности решить задачу на ЭВМ за приемлемое время, чем в умении интерпретировать большой объем выходных данных. с Зачастую бывает достаточно построить модель системы в какой-то заданный момент времени, например в фиксированный год, месяц, день, а затем повторять расчеты через определенные промежутки времени. Вообще, наличие ресурсов в динамической модели часто оценивается приближенно и определяется факторами, выходящими за рамки модели. Поэтому необходимо тщательно проанализировать, действительно ли необходимо знать зависимость от времени изменения характеристик модели, или тот же результат можно получить, повторяя статические расчеты для ряда различных фиксированных моментов.
