4.2-运用顺序结构描述问题求解过程-第2课时-课件-2026-2027学年高中信息技术-必修1-粤教版
|
28页
|
197人阅读
|
0人下载
普通
内容正文:
粤教版 · 高中信息技术
解析算法
用公式把问题算出来
必修1 数据与计算
第四章 4.2 顺序结构
从「已知」到「求解」的一条公式
依据《普通高中信息科技课程标准(2017年版2025年修订)》
内容要求 1.4、1.5 · 教学提示(3)
01
认识算法
02
建立解析式
03
编程并验证
案例:人行横道绿灯时长 · 自由落体 · 山地气温
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
1/28
开场 30 秒:今天这节课解决一件事——把一个生活问题变成一条可以算出来的公式,再让计算机替我们算。板书课题「解析算法」,同时告诉学生它的教材位置:必修1 第四章 4.2 运用顺序结构描述问题求解过程,概念部分承接第三章 3.2。
学习目标
能说出算法的概念与五个特征,并判断一段描述是不是算法
能用自然语言、流程图、伪代码描述同一个算法
能从具体问题中抽象出解析式,写出顺序结构的 Python 程序
能用程序或生成式人工智能验证算法,比较不同解法的效率
能指出算法应用中的潜在风险,并提出改进建议
课标依据:必修1 内容要求 1.4、1.5;学业要求 A-9、A-11
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
2/28
用时 1 分钟。目标要让学生能自检,所以全部写成「能做什么」。第五条的「潜在风险」是 2025 年修订版新增的,第一次出现时强调一句:算法不是越快越好,还要问一句它对谁不公平。
情境:绿灯该亮多久
人行横道的绿灯时长,到底该设成多少秒?
已知①
行人步行速度
约 4.4 km/h
已知②
看到灯变后的
反应时间约 2 s
已知③
人行横道长度
20 m
求解目标:绿灯至少要保证行人能安全走完 20 m
先想 1 分钟:这三个数里,哪个不能直接用?为什么?
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
3/28
(提示:速度的单位是 km/h,长度的单位是 m)
导入约 3 分钟。先不放数据,只问「你们校门口的绿灯大概多少秒」,让学生凭感觉报数;再追问这个数是怎么定出来的。学生会说不出依据——这就是建模的起点。三个条件逐条给出,每给一条问一次「它能变成什么量」。
复习:什么是算法
广义:算法是为解决一类特定问题而采取的确定的、有限的步骤
计算机领域:算法是一个精心设计的运算序列,描述计算机如何将输入转化为输出
教材 3.2 的表述:算法就是解决问题的方法和步骤
算法 ≠ 程序:算法是思路,程序是算法用某种语言的具体实现
本节承接第三章 3.2 算法及其描述,落到第四章 4.2 用顺序结构实现
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
4/28
约 2 分钟,定位是复习第三章 3.2。重点是最后一条:算法不等于程序。学生最容易把两者混为一谈,后面写代码时会问「老师我写的这个是算法还是程序」,这里先说清:算法是思路,程序是思路的一种落地。
算法的五个特征
有穷性:执行有限步之后必须结束,不能无限循环
确定性:每一步的含义唯一确定,没有歧义
数据输入:有零个或多个输入
数据输出:至少有一个输出,否则算法没有意义
可行性:每一步都能在有限时间内真正完成
判断:下面哪个不是算法?
A 煮鸡蛋的步骤 B 一首诗 C 求最大公约数的步骤
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
5/28
约 3 分钟,这是课标 1.4 明确要求「概述算法的概念、特征及控制结构」里的「特征」,旧课件整份没有,这次补上。讲完立刻做那条判断题:选 B。追问「一首诗为什么不是算法」——没有明确的输入,也没有确定的输出,学生能自己说出来就说明懂了。
流程图常用符号
先认符号,再画流程图
· 顺序结构只用三种框:
起止框、输入/输出框、处理框
· 遇到「要不要」「是不是」
才用判断框,那是选择结构的事
· 本节全部是顺序结构
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
7/28
约 2 分钟。旧课件这一页是表格,但第一列「图形」是空的,学生看不到图形和名称的对应关系,这次换成带图形的对照图。重点强调最后两条规范:一个入口一个出口;判断框必须画两条分支。这是学生画流程图时最容易错的地方。
第一步:分析问题
已知条件
步行速度 v = 4.4 km/h
反应时间 t反应 ≈ 2 s
人行横道 S = 20 m
求解目标
绿灯至少要亮多久
才能保证行人
安全走完 20 m
二者关系
绿灯时长
= 过马路用时
+ 反应时间
单位换算:4.4 km/h = 4.4 × 1000 ÷ 3600 ≈ 1.22 m/s
· 精确取 1.22 m/s
· 若粗算取 1.2 m/s,后面结果会差约 0.3 s
· 取几位小数,本身就是一种建模决策
这一步叫「抽象」:
把行人、马路、红绿灯,
抽象成 S、v、t 三个符号。
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
8/28
约 4 分钟。这一页是本节课的转折点:从「生活问题」变成「数学问题」。单位换算是第一个坎,一定要让学生自己动手算一遍 4.4×1000÷3600,别直接给答案。粗算用 1.2、精确用 1.22 都要板书,为后面第 22 页的效率与误差讨论埋伏笔。
描述算法的三种方法
① 自然语言
第一步:把速度换算成
米每秒;
第二步:用长度除以速度
得到过马路用时;
第三步:加上反应时间,
得到绿灯时长。
优点:好懂
缺点:啰嗦、有歧义
② 流程图
用标准图形符号画出
每一步和先后顺序。
起止框 输入/输出框
处理框 判断框
流程线 连接点
优点:直观、结构清楚
缺点:画起来费时间
③ 伪代码
介于自然语言和程序
之间的写法。
输入 S, v, t反应
t过马路 ← S ÷ v
t绿灯 ← t过马路 + t反应
输出 t绿灯
优点:容易转成程序
缺点:需要先学符号
课标 1.4:综合运用流程图、伪代码等描述方法表示算法
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
6/28
约 4 分钟。用同一个绿灯问题,三种方法各写一遍,让学生自己比:自然语言好懂但啰嗦,流程图直观但要画图,伪代码最接近程序。课标 1.4 要求「综合运用流程图、伪代码等描述方法」,所以三种都要给,不能只讲流程图。课堂上可以让学生在本子上各写一遍,同桌互查。
第二步:建立解析式
把「关系」写成能直接计算的数学式子:
t绿灯 = S ÷ v + t反应
等号右边
全部是已知量
分步代入:
t过马路 = 20 ÷ 1.22 ≈ 16.4 s
t绿灯 = 16.4 + 2 ≈ 18.4 s
对照:
若把速度粗算成 1.2 m/s
则 t绿灯 ≈ 18.7 s
两者相差约 0.3 s
结论:绿灯时长至少设为 19 s(取整并留有余量)
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
9/28
约 4 分钟。全课的核心页,语速放慢。要点:解析式必须是「可以直接算」的式子,右边全都是已知量,左边是待求量。写完让学生口算一遍,再点一位学生上黑板代入。板书保留这个式子,后面小结要回来。
第三步:设计算法
六个框,自上而下依次执行
① 开始
② 输入 S、v、t反应
③ 计算 t过马路 = S ÷ v
④ 计算 t绿灯 = t过马路 + t反应
⑤ 输出 t绿灯
⑥ 结束
没有判断框,没有回头 → 顺序结构
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
10/28
绿灯时长问题的顺序结构流程图
开始
t过马路=S÷v
t绿灯=t过马路+t反应
结束
S=20m,v≈1.2m/s,t反应=2s
输出 t绿灯≈18.7s
约 3 分钟。对照右边流程图从上往下念一遍,确认没有分支、没有回头,所以是顺序结构。追问一句:如果这里要考虑「老人走得慢」,流程图会变成什么样?学生能说出「要判断」,就自然接上了 4.3 选择结构,但本节课不讲。
第四步:编写程序验证
顺序结构 → 语句自上而下依次执行
· 输入用赋值即可(本题数据给定)
· 计算顺序与流程图一致
· 输出前用 round 保留 1 位小数
运行结果
绿灯时长至少约 18.4 s
v = 4.4 * 1000 / 3600 # 步行速度,m/s
S = 20 # 人行横道长度,m
t_react = 2 # 反应时间,s
t_road = S / v # 过马路用时
t_green = t_road + t_react
print("绿灯时长至少约", round(t_green, 1), "s")
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
11/28
约 5 分钟,学生在电脑上跟着敲。三个提醒:变量名要有意义(v、S、t_react),注释只写「为什么」不写「是什么」,round 用来控制输出精度。运行结果必须和手算的 18.4 对得上,对不上就是模型或代码出了问题——这就是「验证」。
什么是解析算法
解析算法:通过分析问题的已知条件与求解目标,抽象成数学模型,借助解析式来实现问题的求解
关键词一:抽象 —— 把现实问题变成符号与数量关系
关键词二:解析式 —— 一个能直接代入计算的数学式子
它通常写成顺序结构:输入 → 计算 → 输出
判断:逐个累加求 1+2+…+100,是不是解析法?
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
12/28
(不是,那是迭代)
约 2 分钟。定义放在四个案例中间给出,学生已经有感性认识,这时再抽象就顺了。强调两个关键词:「抽象成数学模型」和「借助解析式」。反例随手举:求 1 到 100 的和可以用公式,也可以一个一个加——后者不是解析法。
解析法解题四步
后面三个案例,都按这四步走
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
13/28
约 2 分钟,把方法固化下来。让学生把这四步抄在笔记本上,后面三个案例都按这四步走一遍,形成套路。第三四步要单独强调:写不出解析式,就说明这道题不适合用解析法,要换策略(比如后面要学的迭代、枚举)。
案例二:网购笔记本优惠
教材 4.2 探究活动:笔记本1 单价 3 元,笔记本2 单价 5 元,同时购买打八折
已知条件
笔记本1 单价 3 元
笔记本2 单价 5 元
两种同时买打八折
两种各买 n 本
求解目标
购买的总费用
以及节省的费用
解析式
总价 = (3n + 5n) × 0.8
节省 = (3n + 5n) − 总价
代入 n = 50:原价 400 元,总价 320 元,节省 80 元
易错:打八折是「× 0.8」,不是「÷ 8」;先算原价再打折,顺序不能反。
这个案例就是解析法 —— 先抽象出式子,再自上而下算出来。
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
14/28
约 4 分钟。这是教材 4.2 的原生案例(课本第 74 页),必须带学生做一遍,因为它是本节在教材里的落点。先让学生说「总价怎么算」,再引导出「先算原价、再打折」。提醒:打八折是乘 0.8,不是除以 8——这是学生最高频的错误。
案例二:程序与运行
顺序结构三件事:
① int(input()) 读入本数
② 按解析式依次计算
③ print 输出总价与节省
运行结果(n = 50)
购买笔记本1和笔记本2的数量均为:50 本
总费用为:320.0 元
可节省的费用为:80.0 元
n = int(input("输入购买的笔记本1和笔记本2的本数均为:"))
a = 3 * n
b = 5 * n
y = (a + b) * 0.8
print("购买笔记本1和笔记本2的数量均为:", n, "本")
print("总费用为:", y, "元")
print("可节省的费用为:", a + b - y, "元")
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
15/28
约 4 分钟,学生上机。这是教材给出的参考程序,变量名保持和课本一致(n、a、b、y),方便学生对照。让学生改一改:如果改买 30 本,输出会变成多少?(150×0.8=... 实际 3×30=90, 5×30=150, 合计 240, ×0.8=192,节省 48)抽查两位学生的屏幕。
案例三:自由落体运动
从离地 500 m 处自由落下一个小球,求它在最后 1 s 内的位移(g 取 9.8 m/s²)
① 求落地总时间
t = √(2h ÷ g) ≈ 10.10 s
② 求前 9.10 s 下落高度
h₁ = ½g(t − 1)² ≈ 405.9 m
③ 最后 1 s 位移
Δh = 500 − 405.9 ≈ 94.1 m
注意:最后一秒不是匀速,不能直接用 v × 1
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
16/28
约 6 分钟,本页是难点。学生最容易想到的是「用 v=gt 算最后一秒的速度」,要指出那是速度不是位移。正确的三步走:先求总时间,再求前 (t−1) 秒下落的高度,最后相减。板书把三步写全,别跳步。
案例三:程序与运行
用到的新知识:
· import math 导入数学模块
· math.sqrt(x) 求平方根
· ** 表示乘方,(t-1) ** 2
运行结果
落地总时间:10.1 s
最后1s位移:94.1 m
(与手算一致 → 验证通过)
import math
h = 500
g = 9.8
t = math.sqrt(2 * h / g) # 落地总时间
h1 = 0.5 * g * (t - 1) ** 2 # 前 (t-1) 秒下落高度
dh = h - h1 # 最后 1 秒位移
print("落地总时间:", round(t, 2), "s")
print("最后1s位移:", round(dh, 1), "m")
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
17/28
约 4 分钟。math.sqrt 是少数几个必须提前讲的库函数。让学生思考:如果把 g 改成 10,结果会变成多少?(t=10, h1=0.5×10×81=405, Δh=95 m)这说明解析式里的每个参数都会影响结果,为后面「模型的风险」做铺垫。
跨学科:用公式建模
在编程解决问题时,要善于综合运用物理、数学、化学等学科的知识和方法来分析问题
寻找问题中各要素之间的关系,用形式化的符号和公式表达要素之间的关系
找到正确的公式,问题就解决了一半;剩下的一半才是写代码
本节课三个案例分别用到:路程公式 · 匀变速运动公式 · 线性温度模型
思考:你还知道哪些可以直接写成解析式的问题?(各举一例,1 分钟)
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
18/28
约 2 分钟。纠正旧课件里的错别字「公示」→「公式」。这段话的态度很重要:编程不是把代码敲对就行,真正的难点在「看懂这个现实问题属于哪个学科的哪个式子」。让学生各举一例自己熟悉的学科公式,课堂气氛会活跃。
案例四:山地气温分布
海拔每升高 100 m 气温下降 0.5 ℃;山脚 22 ℃,最高海拔 1500 m
任务1:写出海拔与温度的解析式
任务2:某植物适宜 18 ~ 20 ℃,种在多高?
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
19/28
t = 22 − h ÷ 100 × 0.5
20 ℃ → h = (22−20) ÷ 0.5 × 100 = 400 m
18 ℃ → h = (22−18) ÷ 0.5 × 100 = 800 m
适宜区间:400 ~ 800 m
约 6 分钟,本页是综合应用。两段任务分开走:先建立海拔—温度的解析式,再反解出适宜种植的海拔区间。反解这一步学生会卡住,提示他们「把 t 换成 20 和 18,解出 h」。答案 400~800 m 要让学生自己算出来。
案例四:程序与运行
两块内容:
① 正算:已知海拔求温度
② 反解:已知温度求海拔区间
运行结果(输入 600)
该海拔的年平均气温约为:19.0 ℃
适宜种植的海拔区间:400.0 ~ 800.0 m
h = float(input("请输入海拔高度(m):"))
t = 22 - h / 100 * 0.5
print("该海拔的年平均气温约为:", round(t, 1), "℃")
# 反解:适宜 18 ~ 20 ℃ 的海拔区间
h_low = (22 - 20) / 0.5 * 100
h_high = (22 - 18) / 0.5 * 100
print("适宜种植的海拔区间:", h_low, "~", h_high, "m")
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
20/28
约 4 分钟。程序分两块:正算(给海拔求温度)与反解(给温度求海拔)。反解这一步正好说明「同一个解析式可以正向用,也可以逆向用」,是很实用的思维方式。让学生输入 600 试试,输出应为 19.0 ℃。
用生成式人工智能验证算法
课标 1.5:通过程序、生成式人工智能等方式验证算法
可以怎么用?
· 让它根据你的解析式生成一份代码,
再和你自己写的对比,看差异在哪
· 让它举反例:有没有你没考虑到的情况
· 让它解释某一步为什么要这样写
AI 给的答案,也必须自己跑一遍
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
21/28
约 5 分钟,这是课标 1.5 在 2025 年修订版里新增的一句话:「通过程序、生成式人工智能等方式验证算法」。做法:让学生把自己写的程序和 AI 生成的代码对照,找不同。关键是第二卡——必须逐项核对,不能采信即用。第三卡的规范来自课标 1.6,要提醒学生别把未公开的试题和个人信息贴进去。
感受算法的效率
还是自由落体,换一种做法会怎样?
· 解析法:代入公式,1 次运算出结果
· 模拟法:把时间切成小段,逐段累加位移
Δt = 0.001 s → 约 10 100 次循环
Δt = 0.0001 s → 约 101 000 次循环
精度靠步长换,代价是循环次数成百倍增长
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
22/28
约 4 分钟,课标 1.5 新增的「感受算法的效率」。用自由落体做例子最直观:同样求最后 1 秒位移,解析法一步出结果;如果改成一秒一秒模拟(步长 0.001 s),要循环一万次。让学生现场猜「步长再缩小 10 倍会怎样」,答案是循环次数也涨 10 倍。结论:精度是用代价换来的。
有意识规避算法的风险
潜在风险 表现(就发生在本节课的例子里) 怎么规避
模型简化带来偏差 绿灯模型只按 1.22 m/s 算,老人、儿童走不完 20 m 按慢速行人复核,设绿灯时长下限
数据精度被放大 速度取 1.2 还是 1.22,结果差约 0.3 s 明确取值精度,标注适用范围
过度依赖算法结果 导航、推荐给什么就照做什么 保留人工复核与否决权
数据采集涉及隐私 采集行人通行数据可能涉及个人信息 最小必要采集,匿名化处理
模型是人建的,偏差也是人带进去的 —— 用算法的人要负责任
课堂讨论(2 分钟)
按 1.22 m/s 算出来的 18.4 s,
对哪些人不公平?
你会怎么改这个模型?
你能做的三件事
① 质疑模型的假设
② 核对参数取值的精度
③ 对结果保留人工复核权
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
23/28
约 4 分钟,课标 1.5 新增「有意识规避算法应用的潜在风险」。这一页最好让学生自己找:回到第一页的绿灯模型,问「按 1.22 m/s 算出来的 18.4 秒,对谁不公平?」学生能答出老人、儿童、轮椅,教学目标就达成了。最后一句要留下来:模型是人写的,责任也在人。
拓展:割圆术求 π
课标教学提示(3)点名的经典算法案例
刘徽《九章算术注》:
「割之弥细,所失弥少,割之又割,
以至于不可割,则与圆周合体
而无所失矣。」
用圆内接正多边形的周长逼近圆周长,
边数越多,周长 ÷ 直径越接近 π。
学完循环结构后可编程实现
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
24/28
约 4 分钟。这一页直接呼应课标教学提示(3)点名的经典算法案例「辗转相除法」「割圆术」。讲刘徽那句「割之弥细,所失弥少」,强调这是「逼近」而不是「算准」。学完 4.4 循环结构后,可以让学生用循环把边数不断翻倍,看着结果一点点逼近 3.1416——那会是很有成就感的一节课。
教材案例:辗转相除法
教材 3.2:欧几里得算法 —— 求两个正整数的最大公约数
设给定的两个正整数为 m 和 n,求最大公约数的步骤:
① 以 m 除以 n,令所得的余数为 R
② 若 R = 0,则输出结果 n,算法结束;
否则,继续步骤③
③ 令 m = n,n = R,并返回步骤①继续进行
与解析法比一比
解析法:一步代入,直接出结果
辗转相除:反复执行,满足条件才停
为什么现在还写不了
步骤③要「回到步骤①」,
这是循环结构,
等 4.4 节再来实现。
算法的策略不止一种:能建立解析式的用解析法,不能的直接模拟或迭代
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
25/28
约 3 分钟。这是教材第三章 3.2 的原文案例,也是课标教学提示点名的另一个经典算法。作用是比较:解析法是「一步算出来」,辗转相除是「反复做同一件事直到满足」——后者要等 4.4 循环结构才能写程序。这样一比,学生就明白为什么后面还要学循环。
课堂小结
一条主线:已知 → 关系 → 解析式 → 程序 → 验证
① 概念
算法是解决问题的
方法与步骤;
五个特征要记牢
② 描述
自然语言 / 流程图
/ 伪代码;
本节都是顺序结构
③ 解析法
抽象建模 → 建立
解析式 → 编程验证
④ 验证
程序运行核对结果;
也可以借助
生成式人工智能
⑤ 效率
解析法一步出结果;
模拟法步数
成百倍增长
⑥ 风险
模型简化有偏差;
结果要人工复核,
数据要保护隐私
记住:解析法快,但前提是——你的模型建对了
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
26/28
约 2 分钟。让学生合上书本,只看这四步复述一遍今天做了什么。能完整说出「分析问题 → 抽象建模 → 建立解析式 → 编程验证」就算达标。最后一句是整节课的落点:解析法快,但前提是模型建得对。
当堂检测 5 分钟
1. 写出算法的五个特征:______、______、______、______、______
2. 海拔 600 m 处的年平均气温是多少?
3. 判断并说明理由:
只要建立了解析式,得到的结果就一定正确。
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
27/28
参考答案:不一定。解析式只反映模型里的因素,模型若漏掉关键条件(如老人、儿童的步行速度),结果就有偏差。
→ 22 − 600÷100×0.5 = 19 ℃
约 5 分钟,三道题。第 1 题口头齐答;第 2 题动笔算,答案是 19 ℃;第 3 题是开放判断,不给标准答案,看学生能不能说出「模型漏了什么」。收上来抽查,作为过程性评价依据。
作业与项目
必做:教材 4.2 拓展——一次购买 6 本以上打七折,编写程序计算总费用
选做:查阅割圆术资料,输出正 6、12、24、96 边形的 π 近似值(学完循环后完成)
项目:为学校门口的人行横道设计一份绿灯时长方案,写清模型、参数取值与改进建议
预习:4.3 运用选择结构描述问题求解过程——什么情况下流程图里要出现判断框
解析算法 · 粤教版 必修1 数据与计算 · 第四章 4.2
28/28
约 1 分钟布置。必做题是教材 4.2 的拓展练习(一次购买 6 本以上打七折),与课堂例题同源,学生能上手。选做题留给学有余力的学生,做完循环结构那一节再收。项目题是开放任务,建议两人一组,成果可作为项目学习的过程性材料。
$