科学计数法的方法精选(九篇)

第1篇：科学计数法的方法范文

关键词：计算数学递推法 学科交叉 科研应用

在科技充分发展且不断快速提升的时代，科技高精确化发展对计算数学的应用产生了不断提升的要求。计算数学递推法，在充分发挥计算数学应用性优势的基础上，把递推法的逻辑简捷、简便与简明的特点激活，结合计算数学的插值法与有限元素法，为各领域发展需要的数据计算与分析，创设高效与直接的计算路径。本文站在数学学习、学科发展与实际应用的视角，对计算数学递推法应用路径展开研究。

1计算数学递推法应用路径

计算数学作为数学学科一个精细分类，其递推法的应用与其他数学分支一样，既作用在数学学科自身，也对其他学科与实用科研应用提供了支持。

1.1数学学习丰富性运用

根据数学的纯粹数学与应用数学的基本分类，计算数学递推法的应用对数学学习的丰富性作用体现在两个方面：一是，纯粹数学学习丰富运用。计算数学的递推法作为一种借助已知条件的简单算法，其对纯粹数学的空间形式几何类学习、离散系统代数类学习与连续现象分析类学习，都具有在学习与解题方法上的化繁为简的作用。例如，在几何类的学习中，几何关系中数形关系、数量关系之间的证明与求解，计算数学的递推法的顺推方法是最长见的应用，即从已知推导出问题的答案。二是，应用数学丰富性运用。计算数学从数值计算与分析层面对应用数学进行了丰富，计算数学递推法的应用不仅丰富了计算数学本身的相关方法，也为计算数学的广泛运用做出了科学性突破。例如，基于演化策略的最优统计聚类算法，在液体火箭发动机推进系统超高维故障样本数据计算与分析；再如，计算数学递推法在概率中的运用，在现实生活中的购买等活动即是其最基本的应用之一。

1.2其他学科学习支持性运用

站在应用数学的相对宏观科学视角，因计算数学自身对其他学科学习的支持作用，其递推法相应地被适当地运用。其一，模糊数学的兴起。其是与计算机功能结合的初步运用于模糊控制、识别、聚类分析、决策、评判，以及系统理论、信息检索、医学、生物学等各个方面，且以不确定事物为研究对象的计算数学运用，当前在心理学、控制学与气象学有着较为显著的成果。其二，其他理工科学科学习的运用支持。较为典型的学科有力学、物理、化学、计算机技术、医学与工程技术等，计算数学递推法的应用会满足这些学科基本的空间关系、逻辑关系与其他的关系数据支持，让这些学科的学习在更加精确的数据与数学方法支持下，开展更加深入的学习与发展。

1.3科研实用性应用

计算数学递推法的科研实用性应用，实践中主要表现在两个方面：首先，生活与工作需要的科研性应用。即为了改善、满足生活与工作中的各种需要，而运用计算数学递推法开展的相关活动，使自己的需要达到相对精确的理想水平。在当前生活中应用较多的，就是那些民间兴趣性的机械制造行为，如飞机、汽车甚至潜艇的制作，他们都需要运用计算数学对其中各个部件的数据进行计算以确保其科学性与安全性等。工作的应用典型表现在各种建设工程的施工过程中，由于设计图纸和现实工作环境的非一致性，需要根据实际情况作出适当地修正等，或者需要在原来的基础上增加一些技术性的支持等，就需要运用计算数学递推法快速地完成数值计算与分析工作，以确保工作的顺利开展。其次，创新需要的科研性应用。创新无论对于国家民族，甚至一个企业等都具有根本性的积极意义。尤其在科技高速发展的时代，科研创新更具有决定企业等生死存亡的重大意义。计算数学递推法因其对数值计算与分析的简捷性，能为各种创新研究赢得时间和推广应用的最佳机遇。例如，离散元与有限元耦合的时空多尺度递推法计算、光谱透射比测量的信号波动递推法计算分析与数据处理、航空航天飞行器的温度变化承受能力数据递推法计算与分析等。总之，上述两种不同层次的科研性应用，一方面满足了基本的生活与工作的应急需要，另一方面站在科学发展的高度对相关学科与行业的发展起到了基础性的创新支持。

2计算数学递推法应用开发思考

计算数学作为应用数学的一个部分，其递推法应用所带来的计算简捷与高效，为其创设了更加广阔的运用科技。在信息科学的支持下，尤其是高速计算机的运用，为各种应用创设了“实践能力培养所需的基本技能”的平台。

2.1数学知识间边缘性开发

在知识爆炸性增长的时代，各学科都在朝着更加精细化的方向发展，在各种应用性需要的情况下，也就催生了更多的边缘性数学学科。由于计算数学的高应用价值，计算数学递推法也在随着计算数学本身被边缘化开发。首先，计算数学递推法应用方向的边缘化。即在实际应用方向的边缘化，其中较为典型的如计算数学仿真（如三维数值模拟技术、不同时刻非均质油藏含水饱和度分布与前沿饱和度位置的计算预测）、计算数学模型（如机载成像仿真系统的误差建模）与“计算数学组织理论”等，尤其是结合各种领域的实际发展需要，把计算数学与计算数学递推法推向更加精细与纵深的边缘化。其次，计算数学递推法自身发展方向的边缘化。即在计算数学的自身范畴内的边缘化发展，虽然属于应用数学的范畴却是按照“纯粹数学”的方式实现自身的发展，使其具有更强大的适应能力，如计算数学的计算机演示、计算数学与纯粹数学的结合与计算数学递推法的稳定性等边缘化。

2.2学科间结合性开发

就是与其他学科或领域结合性的应用功能开发，不仅发挥了计算数学与计算数学递推法的优势，也为其他学科的拓展激活了创新的灵感。表现在两个方面：第一，结合后的新学科产生。这类学科主要集中在计算数学领域，以计算数学及其递推法广精细化的发展为主要特征，如计算力学（如转换位移自由度法求解滑动接触等方面计算知识）、计算物理、计算化学与计算生物等交叉学科，在自然科学、社会科学、工程技术与国民经济的各个领域得到了日益广泛的应用。第二，结合后的某种应用性侧重发展。在当前主要表现为计算数学递推法融入进其他学科领域后，对其他学科或领域产生的支持性拓展作用，使其得到了更为广阔的发展。如计算数学在血浆置换治疗中的应用，计算数学模型在路基工程最优化的应用，“反向递推非线性控制方法在三相四桥臂逆变器非线性系统”中的应用等。

3计算数学递推法应用的应用范围开发

计算数学递推法站在数学及应用数学服务生活、工作与各项研究的最前沿，其应用范围或适用范围的研究，是当前提高其应用率与推动自身创新的动力之一。

3.1计算数学递推法应用业务开发

由于计算数学递推法不仅为数学自身的发展创设快捷的计算方式，也为其他相关学科与科研构建了高效的计算平台，因而，其应用业务也随着计算数学本身所需要运用的计算技术与相关配套软件的开发被开发出来。首先，计算数学递推法应用软件自身的开发。主要是服务于各种计算应用，例如上述所谈到的生物学、航天速度仿真、机械制造与人体医学微观变化测定等。在实际的业务应用中，各领域只需要打开相关的软件输入基础数据就可以得出需要计算的数据，为其工作与研究的继续开展打下基础。其次，计算数学递推法与其他数学方法以及其他学科研究方法结合性应用开发。当前，主要体现在计算数学或应用数学领域内，如顺推法、逆推法与有限插值法、有限元素法等结合性运用，从实践的层面丰富了存在性、唯一性、收敛性和误差分析等理论。

3.2计算数学递推法应用人才培养

据上述，计算数学递推法应用人才的培养主要有三类：第一，计算数学递推法研究性人才。即站在数学、应用数学与计算数学领域内，对计算数学递推法的应用展开专门研究的人才，如公式应用研究、计算软件应用研究与其他学科结合后的计算公式运用过渡性研究等。第二，计算数学递推法应用软件开发类人才。即针对计算数学递推法的应用专门开发应用软件的人才，其不仅具备计算数学知识也具有软件开发和其他计算机知识等，如药剂计算递推法应用软件等。第三，其他学科领域计算数学递推法应用型人才。即在其他学科领域内，如生物、医学、心理学与控制学等，运用计算数学递推法开展其相关研究的人才。这类人才以其专业领域知识为主，运用计算数学与计算数学递推法的知识，开展其专业研究与创新活动等。

4结语

随着现代科技探微发展、创新发展与学科交叉结合性发展，都需要发挥计算数学的对数据精确制导，为科技提升、学科结合等创设科学的应用研究基础，把计算数学递推法的运用从纷繁复杂的数据与公式解放出来，实现更直接的数据推导计算，达成数据求证、计算与结论的高效。

参考文献：

[1] 钱德亮，王燕燕.信息科学与计算数学专业教学的实践研究[J].开封教育学院学报，2013，（2）：52-54.

第2篇：科学计数法的方法范文

    随着计算机现代智能的高速发展,计算机已经完全融入我们的生活,甚至占据了重要领域,从国家核心科技到每个人生活的小细节,都离不开计算机的覆盖和使用。我们简单的在键盘上操作几个键,打出一系列符号命令,就能使计算机按照人类的要求,高速运行和进展,从而达到人力所不能达到的速度和正确率。

    我们从小学习数学,数学是什么呢?数学是利用符号语言研究数量、结构、变化以及空间模型等概念的一门学科。数学,作为人类思维的表达形式,反映了人们积极进取的意志、缜密周详的逻辑推理及对完美境界的追求。数学更多的是一种抽象的概念,是一门重要的工具学科。人类利用抽象的概念及一些固定的定律形成理论,而脱离实际应用的概念并不是人类发展学习的初衷,而是利用它们来指导实际,化抽象为实体。而计算机就由此演化。1946年2月15日界上的第一台计算机诞生在宾西法尼亚大学,主要运用于高倍数的数学运算。时至今日,计算机直接能识别的语言仍然是1、0二进制代码。

    1 计算机中所需要的数学理论

    计算机学科最初是来源于数学学科和电子学学科,计算机硬件制造的基础是电子科学和技术,计算机系统设计、算法设计的基础是数学,所以数学和电子学知识是计算机学科重要的基础知识。计算机学科在基本的定义、公理、定理和证明技巧等很多方面都要依赖数学知识和数学方法。计算机数学基础是计算机应用技术专业必修并且首先要学习的一门课程。它大概可分类为:

    1.1 高等数学 高等数学主要包含函数与极限、导数与微分、微分中值定理与导数的应用、不定积分、定积分及应用、空间解析几何与向量代数、多元函数微分法及其应用、重积分、曲线积分与曲面积分、无穷级数、微分方程等。各种微积分的运算正是计算机运算的基础。

    1.2 线性代数 线性代数主要包含行列式、矩阵、线性方程组、向量空间与线性变换、特征值与特征向量、二次型等。在计算机广泛应用的今天,计算机图形学、计算机辅助设计、密码学、虚拟现实等技术无不以线性代数为其理论和算法基础的一部分。

    1.3 概率论与数理统计 概率统计与数理统计包含随机事件与概率、随机变量的分布和数学特征、随机向量、抽样分布、统计估计、假设检验、回归分析等。概率论与数理统计是研究随机现象客观规律并付诸应用的数学学科,通过学习概率论与数理统计,使我们掌握概率论与数理统计的基本概念和基本理论,初步学会处理随机现象的基本思想和方法,培养解决实际问题的能力。这些都是计算机编程过程中不可或缺的基础理论知识和技能。

    2 计算机编程中数学理论的应用

    计算机的主要专业知识包括计算机组成原理、操作系统、计算机网络、高级语言程序设计、数据结构、编译原理、数据库原理、软件工程等。计算机程序设计主要包括如:C语言、C++、JAVA、编译语言、汇编语言等编程语言的基本概念、顺序结构程序设计、分支结构程序设计、循环结构设计、函数、指针、数组、结构、联合以及枚举类型、编译预处理、位运算、文件等内容,掌握利用各种编程语言进行程序设计的基本方法,以及编程技巧。算法是编程的核心,算法的运用离不开数学,数学运算正是编程的基础。

    计算机科学是对计算机体系,软件和应用进行探索性、理论性研究的技术科学。由于计算机与数学有其特殊的关系,故计算机科学一直在不断地从数学的概念、方法和理论中吸取营养;反过来,计算机科学的发展也为数学研究提供新的问题、领域、方法和工具。近年来不少人讨论过数学与计算机科学的关系问题,都强调其间的密切联系。同时,人们也都承认,计算机科学仍有其自己的特性,它并非数学的一个分支,而有自身的独立性。正确说法应该是:由于计算机及程序的特殊性,计算机科学是与数学有特殊关系的一门新兴的技术科学。这种特殊关系使得计算机科学与数学之间有一公共的交界领域,它范围相当广,内容相当丰富,很富有生命力。这一领域既是理论计算机科学的一部分,也是应用数学的一部分。

    2.1 计算理论是关于计算和计算机械的数学理论。主要内容包括:

    ①算法:解题过程的精确描述。②算法学:系统的研究算法的设计,分析与验证的学科。③计算复杂性理论:用数学方法研究各类问题的计算复杂性学科。④可计算性理论:研究计算的一般性质的数学理论。⑤自动机理论:以研究离散数字系统的功能和结构以及两者之关系为主要内容的数学理论。⑥形式语言理论:用数学方法研究自然语言和人工语言的语法理论。

    2.2 计算几何学是研究几何外形信息的计算机表示,分析和综合的新兴边缘学科,它是计算机辅助几何设计的数学基础。主要内容如:贝塞尔曲线和曲面、B样条曲线和曲面、孔斯曲面。

    2.3 并行计算问题是 “同时执行”多个计算问题。他的延伸学科有:并行编译程序、并行程序设计语言、并行处理系统、并行数据库、并行算法。

    2.4 形式化方法是建立在严格数学基础上的软件开发方法。软件开发的全过程中,从需求分析,规约,设计,编程,系统集成,测试,文档生成,直至维护各个阶段,凡是采用严格的数学语言,具有精确的数学语义的方法,都称为形式化方法。

    2.5 程序设计语言理论是研究书写计算机程序语言的学科。主要内容如:研究语法、语义、语用以及程序设计语言的优劣。

第3篇：科学计数法的方法范文

关键词：数值计算方法；创新意识；计算平台

作者简介：张俊丽（1980-），女，山东菏泽人，内蒙古民族大学数学学院，讲师。（内蒙古?通辽?028000）

中图分类号：G642.0?????文献标识码：A?????文章编号：1007-0079（2012）28-0087-01

随着科技的飞速发展和计算机技术的广泛应用，数值计算方法已成为重要的桥梁和工具深入到航天航空、地质勘探、汽车制造、桥梁设计、天气预报等各个领域，成为每一位科研人员和工程技术人员所必备的知识。为了满足社会需求，数值计算方法现已成为高等院校理工类学生的一门专业必修课程，其目的是让学生掌握设计数值算法的基本方法，培养学生分析问题与解决问题的能力，为以后用计算机解决科学计算问题打下坚实的基础。

一、“数值计算方法”课程的特点与教学现状

数值计算方法，简称计算方法，又叫数值分析，是一门研究数学问题的近似解并利用计算机进行数值实现的学科，是数学分析、高等数学、高等代数、概率统计等数学基础课的后续课程，它既有数学理论上的抽象性与严谨性，又有实验性与应用性的数值特征。计算方法课程的内容包括插值和拟合、数值微分和数值积分、求解线性方程组的数值方法（直接法和迭代法）、非线性方程数值解、矩阵特征值计算及常微分方程初值问题数值解法等；[2]它的计算对象是数学中的微积分、线性代数、常微分方程，只是它不像别的数学课程那样只是研究纯粹的数学理论，而是把数学理论与计算相结合，重点探讨数学问题的数值解法及应用；它的课程要求是在掌握算法原理的前提下设计算法编程实现。

“数值计算方法”是一门介绍科学计算的核心理论和基本方法的数学课程，它对培养学生的科学计算能力和解决实际问题的能力具有不可替代的作用。从20世纪80年代起，“数值计算方法”相继成为各高等院校数学及其他理工科（如物理、计算机等）专业本科生的一门专业基础课。但内蒙古民族大学（以下简称“我校”）的数值计算方法课程只在应用数学、信息与计算科学两个专业开设必修课，一般开设在第三或第四学期，理论课48学时，上机实验16学时，在别的学院（如物理、计算机等）没有开设该课程。该课程普遍存在的教学现状是：理论课内容多，学时少，各部分内容不连贯，公式繁多，枯燥乏味，使得学生产生厌学情绪；上机课时间紧，且一般集中上机，与理论课内容脱节，失去了上机实验操作的意义；很多时候这门课程的学习都结束了，学生还不清楚这门课程与原来的课程有什么联系，学习这门课有什么用，更无从谈起培养学生的创新能力；而且“数值计算方法”课程教学过程中还存在着教学内容陈旧、教学方式落后及考试形式单一等问题。针对该课程目前的教学现状，如何对该课程教学进行教学改革，是值得深入思考的问题。

二、关于“数值计算方法”课程改革的若干建议

根据前文分析可知，目前“数值计算方法”课程教学中存在着一些不容忽视的问题。那么如何进行教学改革，培养学生的实际应用能力，体现该课程在工程科学中的价值和意义，是值得数学界思考的问题。根据近年来我校师生在该课程教学中出现的问题，本文对“数值计算方法”课程教学改革提出以下几点建议：

1.优化教学内容，选择合适教材

“数值计算方法”课程讲授时既要强调它的理论结构与使用价值，又要注重提升它与计算机使用密切结合的实用性特点，所以该门课程对教材的要求很高。然而现行教材有的理论偏深，不适合普通本科生使用；有的内容陈旧，与实际联系缺乏；有的实用性强，但与实践结合的算例较少；[3]再加上该课程内容抽象，知识连贯性不强，定理和公式较多，推导过程烦琐，从而导致学生对该课程的学习没有兴趣，只是为了应付考试机械性地记忆公式。按照教育部关于“数值计算方法”课程在教学过程中应把握“重概念、重方法、重应用、重能力”的培养要求，对该课程的教学内容应灵活把握，知识点讲解应详略得当，不同专业的学生对该课程的要求不同，讲解的侧重点也应有所不同，最好选用的教材也不同。对数学类的学生来说，理论与实践应并重，而对于别的理工科的学生来说，不在于理论的论证与推导，而应侧重算法原理与实际应用。当选定教材后，在实际教学过程中还需要对教学内容灵活整合，对于一些复杂且后继课程将会深入学习的内容（例如微分方程的数值解法等），[4]可以略讲甚至不讲。不同地区的高校对该课程的教学要求也略有不同，例如我校处少数民族地区，学生的基础知识相对较差，在该课程授课时更应减少烦琐公式的推导，重在加强学生对知识点的掌握与实际应用能力的培养。鉴于该课程对以后学习和工作的重要性，我校建议除了数学与信息类的学生以外，别的理工科（如物理，计算机、信息工程等）的学生也应开设数值计算方法课程的选修课。我院本专业教师在包玉兰教授的带领下，根据我校学生的状况及多年积累的教学经验，编写了比较适合少数民族地区学生特点的数值计算方法教材，现已经出版在我校试用。该教材内容较浅，并配备一定量的习题和上机实验题，要求理论学时50～60学时（包含习题课），上机实验16～20学时，并且标注了一些选讲的内容，不同专业的学生可以针对性地学习，[5]基本上满足了我校学生对该课程教材的要求。

第4篇：科学计数法的方法范文

关键词：统计学；发展趋势；统计教育改革

引言

随着国家创新形式的发展，统计创新工作已经得到相关部门的重视，统计创新包括统计实践创新和统计教育创新两个方面。统计教育的创新是统计创新的基础，没有统计教育的创新，就谈不上统计实践的创新，下面我从统计学的基本发展趋势来探讨目前统计教育的改革方向。

一、统计学的基本发展趋势

统计学的发展与其它学科的发展相似，也需要走与其它学科相联系的发展道路。

1.1统计学与实质性学科相结合的趋势统计学是一门通用方法论的科学，是一种定量认识问题的工具。统计方法只有与具体的实质性学科相结合，才能够发挥出其强大的数量分析功效。并且，从统计方法的形成历史看，统计方法基本是从一些实质性学科的研究活动得来的，例如，最小平方法与正态分布理论源于天文观察误差分析，相关与回归源于生物学研究，抽样调查方法源于政府统计调查资料的搜集。同时历史上一些着名的统计学家同时也是生物学家或经济学家等。另外，从学科体系上看，统计学与实质性学科之间的关系不是并列的，而是相交的，统计方法与实质性学科相结合，才产生了统计学的分支，如统计学与经济学相结合产生了经济统计学，与社会学相结合产生了社会统计学等，而这些分支学科都具有“双重”属性：一方面是统计学的分支，另一方面也是相应实质性学科的分支，所以经济统计学、经济计量学、社会统计学不仅仅属于统计学，同时也属于经济学、社会学、生物学的分支等。这些分支学科的存在主要不是为了发展统计方法，而是为了解决实质性学科研究中的有关定量分析问题，统计方法是在这一应用过程中得以完善和发展的。这个发展趋势说明了统计方法的学习必须与具体的实质性学科知识学习相结合。因此，统计专业的学生必须在学好本专业知识的同时，也要通晓相关的实质性学科的课程知识，只有这样，所学的统计方法才有用武之地。

1.2统计学与计算机科学结合的趋势纵观统计数据处理手段发展历史，数据处理手段的每一次飞跃，都给统计实践带来革命性的发展。电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，那些计算繁杂的统计方法的推广与应用，由于相应统计软件的开发与商品化而变得更加方便与迅速，非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析，而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高，使得大规模统计调查数据的处理更加准确、充分与快捷。随着计算机应用的越来越广泛，信息数据也越来越多，大量信息在给人们带来方便的同时也带来了许多问题：信息过量、信息真假、信息安全等问题出现了，同时信息形式的不一致也导致信息难以统一处理。于是如何从大量的信息中找出有用的信息？如何提高信息的利用率？数据挖掘和知识发现（DMKD）技术随之应运而生了。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科，它把人们对数据的应用从低层的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求下，汇聚了不同领域的研究者们投身到数据挖掘这一新兴的研究领域。虽然统计学家与计算机专家关心Datamining的视角不完全相同，但可以说，Datamining与DSS一样，使得统计方法与计算机技术的结合达到了一个更高的层次。

因此，统计学越来越离不开计算机技术，而计算机技术应用的深入，也同样离不开统计方法的发展与完善。所以，对于统计专业的学生来说，一方面要学好统计方法，但另一方面更加要学会利用商品化统计软件解决实践中的统计数量分析问题，学好计算机信息系统开发的基本思想与基本程序设计，能够将具体单位的统计模型通过编程来实现，以建立起统计决策支持系统。所以统计与实质性学科相结合，与计算机技术相结合，这是发展的趋势。所以统计教育的一些课程要改革，教学方式也要改革。以下谈一谈统计教育需要改革的几个方面。

二、统计教育的改革

2.1统计专业课程建设专业建设考虑的是应当培养什么样的人才和怎样培养这样的人才。专业建设的核心问题则是课程设置和规范课程的内容。培养统计理论人才应当设置较多的数学课程，目的是让学生能对各种统计方法有较深刻的理性认识；培养应用统计人才应当设置较多的相关应用领域的专业课程，将统计方法与相关领域的专业知识完美结合。例如培养从事经济管理的统计人才，在课程设置上至少应当包括三方面的知识：（1）经济理论课程，让学生了解经济活动的主要进程和基本规律；（2）研究社会经济问题主要统计方法，包括常用的统计数据搜集方法，统计数据处理方法和分析方法；（3）适用电脑技术，让学生初步掌握运用电脑进行统计数据处理和分析的基本理论和技能。

2.2教学方法和教学手段的改革统计教学方法和教学手段改革中，应充分运用现代教育技术、教学手段，更新教学方法，促使教育技术、教学手段和教学方法有机结合。

2.2.1改接受式的教学为互动式教学，以案例分析与情景教学开启学生的思维，使学生更形象、快捷的接受知识，发挥其独立思考与创造才能，培养学生的创造性思维能力。

2.2.2构建以课堂－实验室－社会实践多元化的立体教育教学体系。在传授和学习已经形成的知识的同时，加强实践能力锻炼，提高学生的动手能力和创新能力。只有将统计学的方法结合实际进行应用，才能展现统计学的生命力。

2.3统计学与计算机教学相结合教材要与统计软件的应用相结合。现在许多教材都是内容与软件分家，现在计算机已非常普及，无论是高校、高职和中专，培养出来的学生都会要用统计软件分析数据。再者，统计学是一门应用的方法型学科，统计学应当从数据技巧教学转向数据分析的训练。统计学与计算机教学有机地合为一体，除了要培养学生搜集数据、分析数据的能力外，还要培养学生处理大量数据的能力，即数据挖掘的能力。

2.4教学与实际的数据分析相结合统计的教学不能只停留在课本上，案例教学与情景教学应成为统计课程的重要内容。通过计算机对大量实际数据进行处理，可以在试验室进行，亦可在课堂上进行讨论，这样学生不仅理解了统计思想和方法，而且也锻炼和培养了学生研究和解决问题的能力。

2.5要有一批能用电脑、网络来教学的新型教师电脑、网络的出现，不仅改变了教学的手段，还影响着教学的内容。语言、数学、计算机、专业知识是一个统计人才必备的素质，它们之间是不可分离的，而是要尽可能结合在一起来进行教学，单一化人才已不适应现代化教育教学的需要，现代教育更注重教育信息技术中的多媒体、网络化、社会化和国际化、多样化和多层次的综合人才。

参考文献：

[1]贺铿.关于统计学的性质与发展问题.中国统计，2001，9.

第5篇：科学计数法的方法范文

关键词：计算方法；教学；数值算法；实践

文章编号：1672-5913（2013）18-0069-04

中图分类号：G642

0 引言

作为科学方法论的三大组成部分之一，科学计算在人类生活中正扮演着日益重要的角色，而选用计算方法作为整个科学计算全过程中的一个重要环节，是程序设计和对数值计算结果进行分析的依据和基础。计算方法课程作为工学本科专业，尤其是计算机专业的一门重要选修课程，讲授内容包括常用的数值计算方法及其相关理论。通过该课程的学习，为学生进一步学习和解决各类科学或工程实际问题，培养自身的学科基本能力与创新能力奠定良好的基础。

长期以来，计算方法课程教学存在着过分强调理论教学，轻视实践教学，重视课堂教育，轻视算法设计与实现综合训练，以及缺少与科学、工程实际相关的教学案例等倾向，教学效果不甚理想。因此，计算方法课程教学改革势在必行。近几年，笔者一直从事计算机专业本科生计算方法课程的教学，在教学过程中，从教学内容、教学方法及实践教学等方面进行改革与实践，并取得了较好的效果，对该课程的教学有了较为深刻的认识与体会。

1 计算方法课程的定位、内容及教材选用

计算方法是从计算机的角度考察计算数学，形成“面向计算机”的数值算法设计学，它以数学问题为对象，研究各种数值算法及其相关理论。对于计算机专业的学生，学习计算方法的主要目的在于运用，即针对科学研究和工程设计中的实际问题，通过建立数学模型，运用理论设计相应的算法，编制相应的计算机程序，最终上机计算求出结果。因此，课程的主要任务是使学生掌握最常用、最基本的数值计算的基本概念、基本方法和基本理论。

计算方法课程包括插值方法、数值积分与数值微分、常微分方程的差分方法、非线性方程的求根、线性方程组的迭代法与直接法等内容。它们构成两大模块：①数值微积分模块，讨论将微积分方法化归为代数问题或解方程，包括插值方法、数值微积分和常微分方程的差分法；②方程（组）求解模块，致力于讨论方程（组）的解法，包括非线性方程求根、线性方程组的迭代法与直接法。课程具有以下特点：借助计算机提供切实可行的数学算法，所提出的算法必须具有可靠的理论分析、理想的精确度、收敛且稳定，误差可以分析或估计，计算复杂性好（该特点通过时间复杂性和空间复杂性两个指标衡量，即节省时间与空间存储量），并通过数值实验证明算法行之有效。

课程内容可安排在56课时内完成，其中课堂讲授40课时，上机实验16课时。教材选用由华中科技大学出版社、王能超教授编写的《计算方法》。该教材完全摒弃了依据微积分知识设计算法的传统做法，代之以几种富于概括性的设计思想和方法原则，概念清晰，结构编排由浅入深，分析问题具有很强的启发性。

2 计算方法的教学重点、方式与顺序

2.1 教学重点

学习计算方法课程，不必追求数学理论的完整性与严密性，重要的是进行算法的设计，它是科学计算成败的关键。合理地选择算法是建立在正确的算法分析基础之上，通过算法分析掌握算法的适用性、有效性、收敛性、可靠性和稳定性，但对计算机专业学生这部分内容可以不作为重点。课程讲授的重点应放在算法的设计与实现上，教会学生掌握各种算法的设计机理并灵活运用其进行算法的设计。

基于以上理念，在教学中我们合理设置了各部分内容的侧重点。

1）插值方法。

使学生明确插值过程实际是直接利用所给数据进行加权平均，基于代数精度的概念将插值公式的设计化归为确定平均化系数的代数问题。教学中应重点讲授多项式插值，包括Lagrange插值及Hermite插值，在此基础上使学生掌握通过线性插值的重复化得到高阶插值公式的Aitken逐步插值算法与Neville逐步插值算法，并重点介绍分段插值的基本思想与公式。至于样条插值，可不作考核要求。

2）数值积分与数值微分。

应强调数值积分的基本思想是通过若干个求积节点上的函数值的加权平均生成平均高度，数值微分则是将导数计算化归为若干个节点处函数值的加权平均。教师必须教会学生在尽可能高的代数精度目标下进行求积公式的设计，且设计求积公式时可利用对称性原理减少待定参数。具体内容以等距节点上的Newton-Cotes公式、非等距的Gauss公式为重点，明确Gauss公式的精度较高，但需同时处理求积系数和求积节点，并能利用对称性简化处理过程。对于固定步长、变步长的复化求积方法及Romgerg加速算法也应给予足够重视，而数值微分及其加速方法只简单介绍即可。

3）常微分方程的差分法。

重点介绍常用单步法的Euler方法和Runge-Kutta方法，线性多步法的Adams方法，它们又分为显示和隐式两种差分格式。具体实施中，使学生明确Euler方法的不同差分格式实际上是根据近似区间上导数方法的不同而得到，重点掌握显式方法与隐式方法、两步格式与梯形格式以及Euler预报校正系统。对于Runge-Kutta方法，关键在于寻求求解平均斜率的方法，重点掌握二阶及经典Runge-Kutta方法。为设计多步格式，需掌握如何将所给实际问题化归为数学问题，将数学问题化归为代数问题，并基于代数精度概念，具体地列出方程组。

4）非线性方程求根。

重点介绍根的存在性、根的范围和根的精确化，明确其基本思想是将隐式的非线性化模型逐步显式化、线性化。实际应用中，应通过运用基本的算法设计技术，舍弃高阶小量，将难以处理的非线性方程加工成容易求解的线性化的校正方程，逐步校正所获得的近似根，迭代误差逐步缩小，以保证迭代过程的收敛性，并对每一步迭代出的新值与老值进行加权平均（松弛），得出精度更好的改进值。要求学生熟练掌握Newton法及一系列改进的Newton方法。对于非线性方程组只需简单介绍Newton方法，但由于理论的复杂性，故不作考核要求。

5）线性方程组的迭代法和直接法。

对于迭代法，教会学生将线性方程组的求解过程加工成对角方程组或三角方程组求解过程的重复。重点介绍Jacobi公式与Gauss-Seidel公式，在此基础上掌握超松弛迭代加速方法，以及通过矩阵分裂导出上述两者方法的迭代矩阵。对于直接法，使学生掌握方法的核心在于利用矩阵分解技术通过运算手续直接将所给线性方程组加工成某个三角方程组乃至对角方程组来求解，掌握利用求解过程的“追”手续与“赶”手续。重点讲解Gauss消元法、列主元与全主元Gauss消元法、LU的Doolittle与Crout分解方法，然后使学生掌握通过LU手续利用追赶法求解三对角方程组、利用Cholesky及其改进方法求解系数矩阵为对称正定阵的线性方程组。

2.2 教学方式

课程教学中，我们牢牢把握了1条主线、2类基本方法和4种基本技术，对学生进行正确的引导，使学生能举一反三，快速掌握数值的校正量，要求校正方程具有逼近性和简易性；逐步求精是指继续迭代与否取决于改进值是否满足精度要求，若不满足，则用改进值作为新的猜测值重复上述步骤。

（3）松弛技术：松弛过程也是加速迭代的过程，即通过对两个与目标值精度相当的近似值的加权平均得到精度更高的改进值，其设计机理可表述为优劣互补、激浊扬清。运用松弛技术的关键是选取合适的松弛因子，当近似值有优劣之分时，松弛因子一正一负，松弛技术称为超松弛技术。

（4）二分技术：它是缩减技术的延伸，也是一种高效算法的设计技术，其设计机理变慢为快，即每一步使问题的规模减半，规模按等比级数（1/2）递减，直至规模变为1时终止计算。

2.3 教学顺序

算法设计的基本方法与过程。

1 条主线是复杂问题简单化，将复杂计算化归为一系列简单计算的重复。

2 类基本方法包括直接法与迭代法。它们均按照规模缩减的原则进行演化，主要区别在于直接法是正整数规模的有限缩减过程，而迭代法是实数规模的无穷缩减过程。

数值算法设计的基本与一般性技术（包括缩减技术、校正技术、超松弛技术和二分技术）是直接法与迭代法的设计基础。其中，二分技术是缩减技术的加速，超松弛技术是校正技术的优化。

（1）缩减技术：适用于通过有限步计算可直接得到问题解的直接法，其设计机理为大事化小，小事化了。大事化小即通过设计结构递归，将所考察的问题加工成规模压缩了的同类问题，使每一步加工后的问题规模相比之前小1，最终达到规模递减之目的；而小事化了则意味着问题的规模变得足够小，可直接计算或能方便地得出问题的解。

（2）校正技术：是指对于无法大事化小的问题只能通过无限的逼近过程——迭代近似求解，其设计机理可概况为以简驭繁与逐步求精。以简驭繁是指通过构造某个简化方程（校正方程）近似替代原先比较复杂的方程，以确定所给预报值

课程的讲授顺序应科学安排，循序渐进。

1）数值微积分模块。

该模块的3部分内容都是从简单出发、基于平均化原则，都归结为某些离散函数值的加权平均，最终归结为确定权系数，将含有多个权系数的代数模型加工为每步确定一个松弛因子的递推过程。

其中，插值方法讲授函数的近似表示，由其构造出的插值函数可充当某种简单的近似函数。插值逼近是数值微积分方法的理论基础，如果用插值函数近似替代被积函数，可导出数值求积公式。而数值微积分讲授积分与微分的近似计算，基于数值求积公式可以导出差分格式，常微分方程的差分方法讲授常微分方程的近似求解，形式上可表示为积分形式。作为承上启下重要环节的常微分方程的差分方法是数值计算的核心内容，其定解问题包括初值问题与边值问题，其中，初值问题的隐式格式需要求解函数方程，边值问题的差分方法化归为大型线性方程组。

2）方程（组）求解模块。

该模块的3部分内容形成了一个有机的整体，进行方程（组）求解所用的迭代方法是本模块的基础，即都是将函数方程或线性方程组划归为一系列递推算式。迭代方法不仅可用于非线性方程的求根（逐步线性化），而且还可进行线性（非线性）方程组的求解。而线性方程组的迭代法与直接法互为反方法，它们分别对矩阵施行矩阵分裂（矩阵相加）与矩阵分解（矩阵相乘）手续，基本的处理策略都是将所给的线性方程组化归为三角方程组逐步逼近所求的解。

对于上述两大模块，数值微积分模块讨论将微积分方法化归为代数问题乃至于解方程，而方程（组）求解模块致力于讨论方程的解法。因此，课程的教学顺序应为：插值方法、数值积分与数值微分、常微分方程的差分方法、非线性方程的求根、线性方程组的迭代法与直接法。

3 计算方法课程实验环节的设计

实践教学是计算方法课程教学内容的重要组成部分。在教学中我们采取了以下措施：

1）精选实验内容，注重提高解决实际问题能力的培养。

实验的目的在于使学生熟悉数值算法的运算过程，加深对基本理论的理解，并最终能用于解决科学、工程实际问题。因此，在进行实验内容设计时，我们将计算方法课程与其他学科相结合，精选一些贴近工程或科学实际的问题，启发引导学生积极思维，让学生自己动手，查阅文献，分析研究，建立模型，设计算法，编写程序并上机调试，以及分析运行结果。这样既加深了学生对算法的理解，同时培育了学生解决实际问题的能力。

2）基于Matlab计算平台，深入引导学生理解算法内涵。

为提高学习本课程的兴趣，可借助一些数学软件使问题简单化，将学生的注意力从编程转移到实际问题的解决上来。实践中，选用了Matlab作为实验平台，利用Maflab软件平台强大的计算功能与图形处理功能，将复杂抽象的定义、理论与算法简单化、具体化，既能进行数值计算，又能实现计算结果的可视化，取得较好的实验效果。

4 结语

计算机计算能力的提高需要借助于好的计算方法，计算方法课程致力于探索适合在计算机上使用的理论可靠、实现可行、计算复杂性好的数值算法之设计方法。针对计算机专业本科学生学习计算方法课程中存在的问题，我们对课程进行改革，以培养学生基本的数值算法设计与实现能力为核心目标，总结并提出了课程的教学重点、教学顺序、教学方式方法，以及实践教学环节应达到的目标。实践表明，这种教学模式对于提高学生的学习主动性和创新意识，培养学生的程序设计能力和综合应用能力具有较好的作用。

参考文献：

[1]王能超，计算方法：算法设计及其Matlab实现[M]，武汉：华中科技大学出版社，2010

[2]邓建中，理工科计算方法课程教学中若干分歧问题的我见[J]，大学数学，1992，8（2）：84-86

[3]陈延梅，张池平，李道华，大学工科数学计算方法教学之探讨[J]，大学数学，2005，21（2）：29-31

[4]陈瑞林，徐定华，计算科学与工程学科视觉下的计算方法课程教学改革[J]，浙江理工大学学报，2012，29（6）：933-937

第6篇：科学计数法的方法范文

随着国家创新形式的发展，统计创新工作已经得到相关部门的重视，统计创新包括统计实践创新和统计教育创新两个方面。统计教育的创新是统计创新的基础，没有统计教育的创新，就谈不上统计实践的创新，下面我从统计学的基本发展趋势来探讨目前统计教育的改革方向。

1 统计学的基本发展趋势

统计学的发展与其它学科的发展相似，也需要走与其它学科相联系的发展道路。

1.1 统计学与实质性学科相结本文由收集整理合的趋势 统计学是一门通用方法论的科学，是一种定量认识问题的工具。统计方法只有与具体的实质性学科相结合，才能够发挥出其强大的数量分析功效。并且，从统计方法的形成历史看，统计方法基本是从一些实质性学科的研究活动得来的，例如，最小平方法与正态分布理论源于天文观察误差分析，相关与回归源于生物学研究，抽样调查方法源于政府统计调查资料的搜集。同时历史上一些着名的统计学家同时也是生物学家或经济学家等。另外，从学科体系上看，统计学与实质性学科之间的关系不是并列的，而是相交的，统计方法与实质性学科相结合，才产生了统计学的分支，如统计学与经济学相结合产生了经济统计学，与社会学相结合产生了社会统计学等，而这些分支学科都具有“双重”属性：一方面是统计学的分支，另一方面也是相应实质性学科的分支，所以经济统计学、经济计量学、社会统计学不仅仅属于统计学，同时也属于经济学、社会学、生物学的分支等。这些分支学科的存在主要不是为了发展统计方法，而是为了解决实质性学科研究中的有关定量分析问题，统计方法是在这一应用过程中得以完善和发展的。这个发展趋势说明了统计方法的学习必须与具体的实质性学科知识学习相结合。因此，统计专业的学生必须在学好本专业知识的同时，也要通晓相关的实质性学科的课程知识，只有这样，所学的统计方法才有用武之地。

1.2 统计学与计算机科学结合的趋势 纵观统计数据处理手段发展历史，数据处理手段的每一次飞跃，都给统计实践带来革命性的发展。电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，那些计算繁杂的统计方法的推广与应用，由于相应统计软件的开发与商品化而变得更加方便与迅速，非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析，而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高，使得大规模统计调查数据的处理更加准确、充分与快捷。随着计算机应用的越来越广泛，信息数据也越来越多，大量信息在给人们带来方便的同时也带来了许多问题：信息过量、信息真假、信息安全等问题出现了，同时信息形式的不一致也导致信息难以统一处理。于是如何从大量的信息中找出有用的信息？如何提高信息的利用率？数据挖掘和知识发现（dmkd）技术随之应运而生了。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科，它把人们对数据的应用从低层的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求下，汇聚了不同领域的研究者们投身到数据挖掘这一新兴的研究领域。虽然统计学家与计算机专家关心data mining的视角不完全相同，但可以说，data mining与dss一样，使得统计方法与计算机技术的结合达到了一个更高的层次。

因此，统计学越来越离不开计算机技术，而计算机技术应用的深入，也同样离不开统计方法的发展与完善。所以，对于统计专业的学生来说，一方面要学好统计方法，但另一方面更加要学会利用商品化统计软件解决实践中的统计数量分析问题，学好计算机信息系统开发的基本思想与基本程序设计，能够将具体单位的统计模型通过编程来实现，以建立起统计决策支持系统。所以统计与实质性学科相结合，与计算机技术相结合，这是发展的趋势。以下谈一谈统计教育需要改革的几个方面。

2 统计教育的改革

2.1 统计专业课程建设 专业建设考虑的是应当培养什么样的人才和怎样培养这样的人才。专业建设的核心问题则是课程设置和规范课程的内容。培养统计理论人才应当设置较多的数学课程，目的是让学生能对各种统计方法有较深刻的理性认识；培养应用统计人才应当设置较多的相关应用领域的专业课程，将统计方法与相关领域的专业知识完美结合。

2.2 教学方法和教学手段的改革 统计教学方法和教学手段改革中，应充分运用现代教育技术、教学手段，更新教学方法，促使教育技术、教学手段和教学方法有机结合。

2.2.1 改接受式的教学为互动式教学，以案例分析与情景教学开启学生的思维，使学生更形象、快捷的接受知识，发挥其独立思考与创造才能，培养学生的创造性思维能力。

2.2.2 构建以课堂-实验室-社会实践多元化的立体教育教学体系。在传授和学习已经形成的知识的同时，加强实践能力锻炼，提高学生的动手能力和创新能力。只有将统计学的方法结合实际进行应用，才能展现统计学的生命力。

2.3 统计学与计算机教学相结合 教材要与统计软件的应用相结合。现在许多教材都是内容与软件分家，现在计算机已非常普及，无论是高校、高职和中专，培养出来的学生都会要用统计软件分析数据。再者，统计学是一门应用的方法型学科，统计学应当从数据技巧教学转向数据分析的训练。统计学与计算机教学有机地合为一体，除了要培养学生搜集数据、分析数据的能力外，还要培养学生处理大量数据的能力，即数据挖掘的能力。

第7篇：科学计数法的方法范文

随着国家创新形式的发展，统计创新工作已经得到相关部门的重视，统计创新包括统计实践创新和统计教育创新两个方面。统计教育的创新是统计创新的基础，没有统计教育的创新，就谈不上统计实践的创新，下面我从统计学的基本发展趋势来探讨目前统计教育的改革方向。

1 统计学的基本发展趋势

统计学的发展与其它学科的发展相似，也需要走与其它学科相联系的发展道路。

1.1 统计学与实质性学科相结本文由论文联盟收集整理合的趋势 统计学是一门通用方法论的科学，是一种定量认识问题的工具。统计方法只有与具体的实质性学科相结合，才能够发挥出其强大的数量分析功效。并且，从统计方法的形成历史看，统计方法基本是从一些实质性学科的研究活动得来的，例如，最小平方法与正态分布理论源于天文观察误差分析，相关与回归源于生物学研究，抽样调查方法源于政府统计调查资料的搜集。同时历史上一些着名的统计学家同时也是生物学家或经济学家等。另外，从学科体系上看，统计学与实质性学科之间的关系不是并列的，而是相交的，统计方法与实质性学科相结合，才产生了统计学的分支，如统计学与经济学相结合产生了经济统计学，与社会学相结合产生了社会统计学等，而这些分支学科都具有“双重”属性：一方面是统计学的分支，另一方面也是相应实质性学科的分支，所以经济统计学、经济计量学、社会统计学不仅仅属于统计学，同时也属于经济学、社会学、生物学的分支等。这些分支学科的存在主要不是为了发展统计方法，而是为了解决实质性学科研究中的有关定量分析问题，统计方法是在这一应用过程中得以完善和发展的。这个发展趋势说明了统计方法的学习必须与具体的实质性学科知识学习相结合。因此，统计专业的学生必须在学好本专业知识的同时，也要通晓相关的实质性学科的课程知识，只有这样，所学的统计方法才有用武之地。

1.2 统计学与计算机科学结合的趋势 纵观统计数据处理手段发展历史，数据处理手段的每一次飞跃，都给统计实践带来革命性的发展。电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，那些计算繁杂的统计方法的推广与应用，由于相应统计软件的开发与商品化而变得更加方便与迅速，非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析，而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高，使得大规模统计调查数据的处理更加准确、充分与快捷。随着计算机应用的越来越广泛，信息数据也越来越多，大量信息在给人们带来方便的同时也带来了许多问题：信息过量、信息真假、信息安全等问题出现了，同时信息形式的不一致也导致信息难以统一处理。于是如何从大量的信息中找出有用的信息？如何提高信息的利用率？数据挖掘和知识发现（dmkd）技术随之应运而生了。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科，它把人们对数据的应用从低层的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求下，汇聚了不同领域的研究者们投身到数据挖掘这一新兴的研究领域。虽然统计学家与计算机专家关心data mining的视角不完全相同，但可以说，data mining与dss一样，使得统计方法与计算机技术的结合达到了一个更高的层次。

因此，统计学越来越离不开计算机技术，而计算机技术应用的深入，也同样离不开统计方法的发展与完善。所以，对于统计专业的学生来说，一方面要学好统计方法，但另一方面更加要学会利用商品化统计软件解决实践中的统计数量分析问题，学好计算机信息系统开发的基本思想与基本程序设计，能够将具体单位的统计模型通过编程来实现，以建立起统计决策支持系统。所以统计与实质性学科相结合，与计算机技术相结合，这是发展的趋势。以下谈一谈统计教育需要改革的几个方面。

2 统计教育的改革

2.1 统计专业课程建设 专业建设考虑的是应当培养什么样的人才和怎样培养这样的人才。专业建设的核心问题则是课程设置和规范课程的内容。培养统计理论人才应当设置较多的数学课程，目的是让学生能对各种统计方法有较深刻的理性认识；培养应用统计人才应当设置较多的相关应用领域的专业课程，将统计方法与相关领域的专业知识完美结合。

2.2 教学方法和教学手段的改革 统计教学方法和教学手段改革中，应充分运用现代教育技术、教学手段，更新教学方法，促使教育技术、教学手段和教学方法有机结合。

2.2.1 改接受式的教学为互动式教学，以案例分析与情景教学开启学生的思维，使学生更形象、快捷的接受知识，发挥其独立思考与创造才能，培养学生的创造性思维能力。

2.2.2 构建以课堂-实验室-社会实践多元化的立体教育教学体系。在传授和学习已经形成的知识的同时，加强实践能力锻炼，提高学生的动手能力和创新能力。只有将统计学的方法结合实际进行应用，才能展现统计学的生命力。

2.3 统计学与计算机教学相结合 教材要与统计软件的应用相结合。现在许多教材都是内容与软件分家，现在计算机已非常普及，无论是高校、高职和中专，培养出来的学生都会要用统计软件分析数据。再者，统计学是一门应用的方法型学科，统计学应当从数据技巧教学转向数据分析的训练。统计学与计算机教学有机地合为一体，除了要培养学生搜集数据、分析数据的能力外，还要培养学生处理大量数据的能力，即数据挖掘的能力。

第8篇：科学计数法的方法范文

随着国家创新体系的建立，统计创新工程已经提上议事日程，统计创新包括两个方面，一是统计实践的创新；二是统计教育的创新。创新的基础在于教育，没有统计教育的创新，就谈不上统计实践的创新。准确把握统计学的发展方向与发展形势，培养适应新世纪社会经济发展需要的人才，是统计教育工作者必须面对的问题，本文从统计学的基本发展趋势谈一谈统计教育急需改革的几个方面。

一、统计学的基本发展趋势

纵观统计学的发展状况，与整个科学的发展趋势相似，统计学也在走与其他科学结合交融的发展道路。归纳起来，有两个基本结合趋势。

（一）统计学与实质性学科结合的趋势

统计学是一门通用方法论的科学，是一种定量认识问题的工具。但作为一种工具，它必须有其用武之地。否则，统计方法就成为无源之水，无用之器。统计方法只有与具体的实质性学科相结合，才能够发挥出其强大的数量分析功效。并且，从统计方法的形成历史看，现代统计方法基本上来自于一些实质性学科的研究活动，例如，最小平方法与正态分布理论源于天文观察误差分析，相关与回归源于生物学研究，主成分分析与因子分析源于教育学与心理学的研究。抽样调查方法源于政府统计调查资料的搜集。历史上一些著名的统计学家同时也是生物学家或经济学家等。同时，有不少生物学家、天文学家、经济学家、社会学家、人口学家、教育学家等都在从事统计理论与方法的研究。他们在应用过程中对统计方法进行创新与改进。另外，从学科体系看，统计学与实质性学科之间的关系绝对不是并列的，而是相交的，如果将实质性学科看作是纵向的学科，那么统计学就是一门横向的学科，统计方法与相应的实质性学科相结合，才产生了相应的统计学分支，如统计学与经济学相结合产生了经济统计，与教育学相结合产生了教育统计，与生物学相结合产生了生物统计等，而这些分支学科都具有“双重”属性：一方面是统计学的分支，另一方面也是相应实质性学科的分支，所以经济统计学、经济计量学不仅属于统计学，同时属于经济学，生物统计学不仅是统计学的分支，也是生物学的分支等。这些分支学科的存在主要不是为了发展统计方法，而是为了解决实质性学科研究中的有关定量分析问题，统计方法是在这一应用过程中得以完善与发展的。因此，统计学与各门实质性学科的紧密结合，不仅是历史的传统更是统计学发展的必然模式。实质性学科为统计学的应用提供了基地，为统计学的发展提供了契机。21世纪的统计学依然会采取这种发展模式，且更加注重应用研究。

这个趋势说明：统计方法的学习必须与具体的实质性学科知识学习相结合。必须以实质性学科为依据，因此，财经类统计专业的学生必须学好有关经济类与管理类的课程，只有这样，所学的统计方法才有用武之地。统计的工具属性才能够得以充分体现。

（二）统计学与计算机科学结合的趋势

纵观统计数据处理手段发展历史，经历了手工、机械、机电、电子等数个阶段，数据处理手段的每一次飞跃，都给统计实践带来革命性的发展。上个世纪40年代第一台电子计算机的诞生，给统计学方法的广泛应用创造了条件。20年展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性，但由于计算工作量大，使得这些有效的统计分析方法一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，那些计算繁杂的统计方法的推广与应用，由于相应统计软件的开发与商品化而变得更加方便与迅速，非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析，而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高，使得大规模统计调查数据的处理更加准确、充分与快捷。目前企业经营管理中建立的决策支持系统（DSS）更加离不开统计模型。最近国外兴起的数据挖掘（Datamining,又译“数据掏金”）技术更是计算机专家与统计学家共同关注的领域。随着计算机应用的越来越广泛，每年都要积累大量的数据，大量信息在给人们带来方便的同时也带来了一系列问题：信息过量，难以消化；信息真假，难以辨识；信息安全，难以保证；信息形式不一致，难以统一处理；于是人们开始提出一个新的口号“要学会抛弃信息”。人们考虑“如何才能不被信息淹没，而是从中及时发现有用的知识，提高信息利用率？”面对这一挑战，数据挖掘和知识发现（DMKD）技术应运而生，并显示出强大的生命力。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科，它把人们对数据的应用从低层的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求牵引下，汇聚了不同领域的研究者，尤其是数据库技术、人工智能技术、统计、可视化技术、并行计算等方面的学者和工程技术人员，投身到数据挖掘这一新兴的研究领域，形成新的技术热点。虽然统计学家与计算机专家关心Datamining的视角不完全相同，但可以说，Datamining与DSS一样，使得统计方法与计算机技术的结合达到了一个更高的层次。

因此，统计学越来越离不开计算机技术，而计算机技术应用的深入，也同样离不开统计方法的发展与完善。这个趋势说明：充分利用现代计算技术，通过计算机软件将统计方法中复杂难懂的计算过程屏障起来，让用户直接看到统计输出结果与有关解释，从而使统计方法的普及变得非常容易。所以，对于财经类统计专业的学生来说，一方面要学好统计方法，但另一方面更加要学会利用商品化统计软件包解决实践中的统计数量分析问题，学好计算机信息系统开发的基本思想与基本程序设计，能够将具体单位的统计模型通过编程来实现，以建立起统计决策支持系统。

所以统计与实质性学科相结合，与计算机、与信息相结合，这是发展的趋势。了解这一点，再来看我们目前教育中的问题就更加明显了，所以一些课程要改革，教学方式也要改革。以下谈一谈统计教育需要改革的几个方面。

二、统计教育的改革

(一)统计专业课程建设问题

专业建设考虑的是应当培养什么样的人才和怎样培养这样的人才。专业建设的核心问题是课程设置和规范课程内容。课程设置主导学生的知识结构，培养统计理论人才应当设置较多的数学课程，目的是让学生能对各种统计方法有较深刻的理性认识；培养应用统计人才应当设置较多的相关应用领域的专业课程，目的是让学生如何能将统计方法正确地运用到相关领域。例如培养从事经济管理的统计人才，在课程设置上至少应当包括四方面的知识：（1）经济理论课程，让学生了解经济活动的主要进程和基本规律；（2）研究社会经济问题主要统计方法，包括常用的统计数据搜集方法，统计数据处理方法和分析方法；（3）适用电脑技术，让学生初步掌握运用电脑进行统计数据处理和分析的基本理论和技能；（4）有关统计理论和统计实践中的前沿性问题，目的不在于要学生真正掌握这些问题，而是让学生了解统计理论和统计实践的前沿发展动态，启迪学生的科学思维能力。

(二)教学方法和教学手段的改革

统计教学方法和教学手段改革中，有两个焦点问题：一是如何激发学生学习统计学的兴趣；二是应用什么教学手段来达到较好的统计教学效果等。充分运用现代教育技术、教学手段，更新教学方法，促使教育技术、教学手段和教学方法有机结合。

1.改灌输式教学为启发式教学，特别注重教育多样化和多层次性，不仅让学生掌握如何搜集、整理数据的技术，还要教学生读懂数字背后的事实。学会按照具体与抽象、动态与静态、个体与总体、绝对与相对、一般与特殊、演绎与归纳等不同的思维方式分析问题和解决问题。注重利用一题多解与一题多变，开拓学生的发散思维。

2.改单向接受式的教学为双向互动式教学，以案例分析与情景教学开启学生的思维闸门，使学生更形象、快捷的接受知识，发挥其独立思考与创造才能，培养学生创造性思维能力。

3.构建以课堂、实验室和社会实践多元化的立体教育教学体系。在传授和学习已经形成的知识的同时，加强实践能力锻炼，提高学生的动手能力和创新能力。只有将统计学的方法结合实际进行应用，找到应用的结合点，才能使统计学获得最大的生命力。

（三）统计学与计算机教学相结合

教材要与统计软件的应用相结合。现在许多教材都是内容与软件分家，现在计算机已非常普及，无论是高校、高职和中专，培养出来的学生不会用统计软件分析数据，不管哪一个层次，都已说不过去。统计学是一门应用的方法型学科，统计学应从数据技巧教学转向数据分析的训练。统计学与计算机教学有机地合为一体，让学生掌握一些常用统计软件的使用。除了要培养学生搜集数据、分析数据的能力外，还要培养学生处理大量数据的能力，即数据挖掘的能力。

（四）教学与实际的数据分析相结合

统计的教学不能只停留在课本上，案例教学与情景教学应成为统计课程的重要内容。统计教学和教材增加统计实际案例，通过计算机对大量实际数据进行处理，可以在试验室进行，亦可在课堂上进行讨论，这样学生不仅理解了统计思想和方法，而且锻炼和培养了研究和解决问题的能力。

（五）要有一批能用电脑、网络来教学的新型教师

电脑、网络的出现，不仅改变了教学的手段，还深深地影响着教学的内容，因为它影响着经济、生活的发展和需求。语文（中文、外文）、数学、计算机、专业知识是一个统计人才必备的素质，它们之间不是分离的，而是要尽可能结合在一起来进行教学，各管各教一套的办法已不适应现代化教育教学的需要，现代教育特别注重教育信息技术中的多媒体、网络化、社会化和国际化、多样化和多层次，有了电脑、网络，必需要更新，要培养出一批能用电脑、网络来教学的新型教师，以便培养出新型的21世纪的人才。

[参考文献]

[1]贺铿.关于统计学的性质与发展问题.中国统计,2001.9.

第9篇：科学计数法的方法范文

随着国家创新体系的建立，统计创新工程已经提上议事日程，统计创新包括两个方面，一是统计实践的创新；二是统计教育的创新。创新的基础在于教育，没有统计教育的创新，就谈不上统计实践的创新。准确把握统计学的发展方向与发展形势，培养适应新世纪社会经济发展需要的人才，是统计教育工作者必须面对的问题，本文从统计学的基本发展趋势谈一谈统计教育急需改革的几个方面。

一、统计学的基本发展趋势

纵观统计学的发展状况，与整个科学的发展趋势相似，统计学也在走与其他科学结合交融的发展道路。归纳起来，有两个基本结合趋势。

（一）统计学与实质性学科结合的趋势

统计学是一门通用方法论的科学，是一种定量认识问题的工具。但作为一种工具，它必须有其用武之地。否则，统计方法就成为无源之水，无用之器。统计方法只有与具体的实质性学科相结合，才能够发挥出其强大的数量分析功效。并且，从统计方法的形成历史看，现代统计方法基本上来自于一些实质性学科的研究活动，例如，最小平方法与正态分布理论源于天文观察误差分析，相关与回归源于生物学研究，主成分分析与因子分析源于教育学与心理学的研究。抽样调查方法源于政府统计调查资料的搜集。历史上一些著名的统计学家同时也是生物学家或经济学家等。同时，有不少生物学家、天文学家、经济学家、社会学家、人口学家、教育学家等都在从事统计理论与方法的研究。他们在应用过程中对统计方法进行创新与改进。另外，从学科体系看，统计学与实质性学科之间的关系绝对不是并列的，而是相交的，如果将实质性学科看作是纵向的学科，那么统计学就是一门横向的学科，统计方法与相应的实质性学科相结合，才产生了相应的统计学分支，如统计学与经济学相结合产生了经济统计，与教育学相结合产生了教育统计，与生物学相结合产生了生物统计等，而这些分支学科都具有“双重”属性：一方面是统计学的分支，另一方面也是相应实质性学科的分支，所以经济统计学、经济计量学不仅属于统计学，同时属于经济学，生物统计学不仅是统计学的分支，也是生物学的分支等。这些分支学科的存在主要不是为了发展统计方法，而是为了解决实质性学科研究中的有关定量分析问题，统计方法是在这一应用过程中得以完善与发展的。因此，统计学与各门实质性学科的紧密结合，不仅是历史的传统更是统计学发展的必然模式。实质性学科为统计学的应用提供了基地，为统计学的发展提供了契机。21世纪的统计学依然会采取这种发展模式，且更加注重应用研究。

这个趋势说明：统计方法的学习必须与具体的实质性学科知识学习相结合。必须以实质性学科为依据，因此，财经类统计专业的学生必须学好有关经济类与管理类的课程，只有这样，所学的统计方法才有用武之地。统计的工具属性才能够得以充分体现。

（二）统计学与计算机科学结合的趋势

纵观统计数据处理手段发展历史，经历了手工、机械、机电、电子等数个阶段，数据处理手段的每一次飞跃，都给统计实践带来革命性的发展。上个世纪40年代第一台电子计算机的诞生，给统计学方法的广泛应用创造了条件。20年展起来的多元统计方法虽然对于处理多变量的种类数据问题具有很大的优越性，但由于计算工作量大，使得这些有效的统计分析方法一开始并没有能够在实践中很好推广开来。而电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，那些计算繁杂的统计方法的推广与应用，由于相应统计软件的开发与商品化而变得更加方便与迅速，非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析，而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高，使得大规模统计调查数据的处理更加准确、充分与快捷。目前企业经营管理中建立的决策支持系统（dss）更加离不开统计模型。最近国外兴起的数据挖掘（data mining,又译“数据掏金”）技术更是计算机专家与统计学家共同关注的领域。随着计算机应用的越来越广泛，每年都要积累大量的数据，大量信息在给人们带来方便的同时也带来了一系列问题：信息过量，难以消化；信息真假，难以辨识；信息安全，难以保证；信息形式不一致，难以统一处理；于是人们开始提出一个新的口号“要学会抛弃信息”。人们考虑“如何才能不被信息淹没，而是从中及时发现有用的知识，提高信息利用率？”面对这一挑战，数据挖掘和知识发现（dmkd）技术应运而生，并显示出强大的生命力。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科，它把人们对数据的应用从低层的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求牵引下，汇聚了不同领域的研究者，尤其是数据库技术、人工智能技术、统计、可视化技术、并行计算等方面的学者和工程技术人员，投身到数据挖掘这一新兴的研究领域，形成新的技术热点。虽然统计学家与计算机专家关心data mining的视角不完全相同，但可以说，data mining与dss一样，使得统计方法与计算机技术的结合达到了一个更高的层次。

因此，统计学越来越离不开计算机技术，而计算机技术应用的深入，也同样离不开统计方法的发展与完善。这个趋势说明：充分利用现代计算技术，通过计算机软件将统计方法中复杂难懂的计算过程屏障起来，让用户直接看到统计输出结果与有关解释，从而使统计方法的普及变得非常容易。所以，对于财经类统计专业的学生来说，一方面要学好统计方法，但另一方面更加要学会利用商品化统计软件包解决实践中的统计数量分析问题，学好计算机信息系统开发的基本思想与基本程序设计，能够将具体单位的统计模型通过编程来实现，以建立起统计决策支持系统。

所以统计与实质性学科相结合，与计算机、与信息相结合，这是发展的趋势。了解这一点，再来看我们目前教育中的问题就更加明显了，所以一些课程要改革，教学方式也要改革。以下谈一谈统计教育需要改革的几个方面。

二、统计教育的改革

(一)统计专业课程建设问题

专业建设考虑的是应当培养什么样的人才和怎样培养这样的人才。专业建设的核心问题是课程设置和规范课程内容。课程设置主导学生的知识结构，培养统计理论人才应当设置较多的数学课程，目的是让学生能对各种统计方法有较深刻的理性认识；培养应用统计人才应当设置较多的相关应用领域的专业课程，目的是让学生如何能将统计方法正确地运用到相关领域。例如培养从事经济管理的统计人才，在课程设置上至少应当包括四方面的知识：（1）经济理论课程，让学生了解经济活动的主要进程和基本规律；（2）研究社会经济问题主要统计方法，包括常用的统计数据搜集方法，统计数据处理方法和分析方法；（3）适用电脑技术，让学生初步掌握运用电脑进行统计数据处理和分析的基本理论和技能；（4）有关统计理论和统计实践中的前沿性问题，目的不在于要学生真正掌握这些问题，而是让学生了解统计理论和统计实践的前沿发展动态，启迪学生的科学思维能力。

(二)教学方法和教学手段的改革

统计教学方法和教学手段改革中，有两个焦点问题：一是如何激发学生学习统计学的兴趣；二是应用什么教学手段来达到较好的统计教学效果等。充分运用现代教育技术、教学手段，更新教学方法，促使教育技术、教学手段和教学方法有机结合。

1.改灌输式教学为启发式教学，特别注重教育多样化和多层次性，不仅让学生掌握如何搜集、整理数据的技术，还要教学生读懂数字背后的事实。学会按照具体与抽象、动态与静态、个体与总体、绝对与相对、一般与特殊、演绎与归纳等不同的思维方式分析问题和解决问题。注重利用一题多解与一题多变，开拓学生的发散思维。

2.改单向接受式的教学为双向互动式教学，以案例分析与情景教学开启学生的思维闸门，使学生更形象、快捷的接受知识，发挥其独立思考与创造才能，培养学生创造性思维能力。

3.构建以课堂、实验室和社会实践多元化的立体教育教学体系。在传授和学习已经形成的知识的同时，加强实践能力锻炼，提高学生的动手能力和创新能力。只有将统计学的方法结合实际进行应用，找到应用的结合点，才能使统计学获得最大的生命力。

（三）统计学与计算机教学相结合

教材要与统计软件的应用相结合。现在许多教材都是内容与软件分家，现在计算机已非常普及，无论是高校、高职和中专，培养出来的学生不会用统计软件分析数据，不管哪一个层次，都已说不过去。统计学是一门应用的方法型学科，统计学应从数据技巧教学转向数据分析的训练。统计学与计算机教学有机地合为一体，让学生掌握一些常用统计软件的使用。除了要培养学生搜集数据、分析数据的能力外，还要培养学生处理大量数据的能力，即数据挖掘的能力。

（四）教学与实际的数据分析相结合

统计的教学不能只停留在课本上，案例教学与情景教学应成为统计课程的重要内容。统计教学和教材增加统计实际案例，通过计算机对大量实际数据进行处理，可以在试验室进行，亦可在课堂上进行讨论，这样学生不仅理解了统计思想和方法，而且锻炼和培养了研究和解决问题的能力。

（五）要有一批能用电脑、网络来教学的新型教师

电脑、网络的出现，不仅改变了教学的手段，还深深地影响着教学的内容，因为它影响着经济、生活的发展和需求。语文（中文、外文）、数学、计算机、专业知识是一个统计人才必备的素质，它们之间不是分离的，而是要尽可能结合在一起来进行教学，各管各教一套的办法已不适应现代化教育教学的需要，现代教育特别注重教育信息技术中的多媒体、网络化、社会化和国际化、多样化和多层次，有了电脑、网络，必需要更新，要培养出一批能用电脑、网络来教学的新型教师，以便培养出新型的21世纪的人才。

[参考文献]

[1]贺铿.关于统计学的性质与发展问题.中国统计,2001.9.