Презентации по Математике

Решение практико-ориентированных задач по математике нового типа, ОГЭ
Решение практико-ориентированных задач по математике нового типа, ОГЭ
Что нужно уметь Выделять ключевые фразы и основные вопросы из текста заданий. Уметь выполнять арифметические действия с натуральными числами, десятичными и обыкновенными дробями, производить возведение числа в степень, извлекать арифметический квадратный корень из числа. Уметь переводить единицы измерения. Уметь округлять числа. Уметь находить число от процента и проценты от числа. Уметь находить часть от числа и число по его части. Применять основное свойство пропорции. Уметь решать уравнения, неравенства. Разбираться в изображениях рисунков, планов и масштабе фигур на рисунках. Анализировать и пользоваться информацией из таблиц. Анализировать и пользоваться заданными графиками. Что нужно знать Формулы геометрии: Периметр прямоугольника: Р=2(а +b) Периметр квадрата: Р =4а Длину окружности: С= 2ПR Объем параллелепи педа: V= abc Площади фигур: Площадь прямоугольника: S = ab Площадь квадрата: S = а2 Площадь круга: S = ПR2 теорему Пифагора: c2= a2 + b2 Формулы синуса, косинуса, тангенса острого угла в прямоугольном треугольнике
Продолжить чтение
Моделирование как метод научного познания
Моделирование как метод научного познания
Модель - это такой материальный или мысленно представляемый объект, который в процессе исследования замещает объект-оригинал так, что его непосредственное изучение дает новые знания об объекте-оригинале. Под моделированием понимается процесс построения, изучения и применения моделей. Оно тесно связано с такими категориями, как абстракция, аналогия, гипотеза и др. Процесс моделирования обязательно включает и построение абстракций, и умозаключения по аналогии, и конструирование научных гипотез. Главная особенность моделирования в том, что это метод опосредованного познания с помощью объектов-заместителей. Модель выступает как своеобразный инструмент познания, который исследователь ставит между собой и объектом и с помощью которого изучает интересующий его объект. Именно эта особенность метода моделирования определяет специфические формы использования абстракций, аналогий, гипотез, других категорий и методов познания.
Продолжить чтение
Эконометрика. Временные ряды и прогнозирование. (Тема 6)
Эконометрика. Временные ряды и прогнозирование. (Тема 6)
Тема 6. Временные ряды и прогнозирование Общие сведения о временных рядах и задачах их анализа. Стационарные временные ряды и их характеристики. Автокорреляционная функция. Аналитическое выравнивание (сглаживание) временного ряда (выделение неслучайной компоненты). Прогнозирование на основе моделей временных рядов. Понятие об авторегрессионных моделях и моделях скользящей средней. 1. Общие сведения о временных рядах и задачах их анализа Под временным рядом (динамическим рядом или рядом динамики) в экономике подразумевается последовательность наблюдений некоторого признака (случайной величины) Y в последовательные моменты времени. Отдельные наблюдения называются уровнями ряда, обозначаемые yt (t = 1,2,…, n), где n - число уровней. Пример временного ряда (спрос на некоторый товар за восьмилетний период (усл. ед.)): График временного ряда спроса yt :
Продолжить чтение
Взаимосвязь между скоростью, временем и расстоянием
Взаимосвязь между скоростью, временем и расстоянием
Тема. Взаимосвязь между скоростью, временем и расстоянием Вид урока: урок получения новых знаний. Цель урока: научить учащихся решать задачи на движение. Задачи: Образовательная: установить зависимость между величинами S, v, t; формировать умение анализировать и решать задачи на движение; закрепить знания учащихся о понятии «среднее значение» вырабатывать и совершенствовать вычислительные навыки; учить применять на практике ЗУН, полученные в ходе изучения данной темы. Развивающая: развивать внимание и оперативную память; развивать логическое мышление; развивать математическую речь учащихся. Воспитательная: воспитывать уважение к предмету, умение видеть математические задачи в окружающем мире. Математическая разминка 8 19 Ж 4 19 И 2 19 В 9 19 Е 11 19 И 14 19 Е 10 19 Н 1 19 Д д в и ж е н и е
Продолжить чтение
Статистические методы исследования процессов
Статистические методы исследования процессов
Проведение экспериментов Обычно в природе все процессы непрерывны, но мы в наших исследованиях их заменяем набором дискретных измерений, квантуя (разбивая) на определенные шаги. Это так же вносит свои погрешности. При квантовании сигнала по времени мы принимаем, что в заданном интервале времени значение остается постоянным, т.е. сигнал принимает ступенчатую форму. Чем меньше шаг, том больше измерений и меньше время на их обработку. При квантовании сигнала по значение мы считаем что один шаг, который взят для измерения существенно меньше погрешность, который мы хотим достичь. Чем меньше шаг тем больше объем данных, которые мы собираем. Здесь желательно иметь шаг как минимум на порядок меньше желаемой погрешности. Источники ошибок При выполнении исследований мы имеем два источника ошибок: При проведение экспериментальных исследований из-за ошибок методики, измерений и случайности; При проверке моделей из-за низкой точности экспериментальных измерений или ошибочности модели. Минимизация ошибок требует постоянных статистических измерений, проверки статистических гипотез для полученных измерений. Все процессы обычно подчиняются нормальному закону распределения и если во время проведения измерений он начинает нарушаться, то это говорит о наличии каких-либо неучтенных воздействиях на систему. Что мы и должны искать и учитывать в наших моделях.
Продолжить чтение