物理教学中应引入物理学方法论

 教学大纲要求物理教学要注重能力的培养。所谓能力,它包括知识和方法两方面的内容。然而,长期以来,在教学中都只重视知识,而忽视了方法。纵观物理学发展的整个过程,可以看到,物理学的发展不仅是知识不断积累的过程,也是方法不断更新的过程,所以物理学既是一门结构严谨的自然科学,又是一门带有方法论性质的理论科学。     

"去理想化"--高考命题的创新思路

分析近年高考试题发现,命题专家对中学化学教学中重问题“理想化”模式下的处理,轻问题现实条件下的思考与分析给予了足够的关注。命题专家借助基本的化学反应。化学原理等命出了一些令人拍案叫绝,旨在测试考生对化学原理、反应过程深度理解。思考的能力,以培养考生实事求是的科学态度的“去理想化”试题。这是高考命题的新思路,本文拟就此结合实例进行简要的分析。     

从“问题情境”到“物理图景”的关键——建立合理的物理模型

一般的物理习题都是命题者根据自己头脑中的一个理想化物理模型,结合某些问题情境和物理条件而拟定出来的.解题过程就是还原命题者物理模型的过程,也就是把实际问题模型化,把具体问题抽象成熟悉的典型物理问题.模型化是物理解题中的一种普遍方法.     

在解决物理问题过程中培养学生“去理想化”思维习惯——以一个有趣的静电场问题为例

物理教学离不开理想化模型的建构,简化的理想模型能够帮助中学生在现有知识层面的基础上,更好地理解相关知识并解决问题.但是在实际物理问题中,如果不充分考虑理想化条件,学生在解决问题时就容易产生认知矛盾,不知所措.以一个有趣的静电场问题为例,揭示理想化模型的局限性,强调"去理想化"思维习惯的重要性.探讨分析了教师如何帮助学生打破思维定势,让其对已掌握的物理知识活学活用,培养学生严谨的科学思维.     

物理语言的特点及其在物理教学中的功能

 语言是人们彼此交流思想的一种手段,是人类文明进步的重要载体。在物理教学中,师生之间信息传递的主要载体是外部语言,而师生双方思维活动的载体是内部语言。 物理语言除了具有语言的共性之外,还有其自身的特点。物理学中有专门表述自己的概念、规律、定律的专用词汇、术语等。在语言的句式或语群的规律方面也有别于其他学科。要达到教学效果的优化,师生之间语言相通继而达到情感交融则是最基本的条件,这要求教师要讲究语言艺术,加强语言修养,还必须注意培养学生的语言表达能力,特别是物理语言的表达能力。没有语言、语句等语言形式,也就没有概念;没有判断和推理,也就不可能有思维活动。     

方法论在理论力学课程教学中的应用

针对理论力学课程内容多,学生不易掌握的特点,将科学方法论中的一些方法引入到理论力学课程教学之中. 经过对几届学生的教学实践表明：学生们不仅能够掌握该课程的内容,而且又学到了科学方法. 掌握了方法论的方法,这对学生今后学习新知识、新技能和培养学生独立思考解决问题以及创新能力很有益处.     

如何给"运动员"问题建模

所谓理想化模型,就是为能够比较顺利地解决问题,保留对所研究问题起决定影响的主要因素,而建立起来的科学抽象模型.这种模型可以清晰地反映被研究问题的本质特性,呈现问题所包含的主要矛盾,便于我们分析和发现规律.要注意的是,同一个物体现象在不同情况下理想化处理的方法不同,某一因素可能在这种情况下是次要因素,不予考虑.但在另一种情况下可能是主要方面,就必须考虑.如研究地球绕太阳运转时,其大小是次要因素,看作质点处理.但研究地球本身的自转时,其大小就成为主要因素,地球就不能看作质点.     

关于简谐振动定义的探讨

简谐振动是一种理想化的振动，它是无阻尼线性系统的固有振动.纵观各教材，简谐振动的定义目前有4种：     

物理学中的理想化方法

理想化方法是物理研究中最常用的理论思维方法之一,在研究物理过程中,往往需要抓住事物的主要的、本质的因素,舍弃次要的、非主要的因素,使研究条件达到理想化的程度,以便把复杂的实际事物及作用过程简单化为模式,这样,人们透过事物的表面现象,找到事物的本质及变化规律,从而建立起物理概念和物理定律。 1 理想化模型 理想化模型是对某些事实的一种力求真实、逐步逼近的描写,是为了便于研究而建立的一种高度抽象的理想形态。例如,电学     

Self-Organized Criticality in a Simple Neuron Model Based on Scale-Free Networks

A simple model for a set of interacting idealized neurons in scale-free networks is introduced. The basic elements of the model are endowed with the main features of a neuron function. We find that our model displays powerlaw behavior of avalanche sizes and generates long-range temporal correlation. More importantly, we find different dynamical behavior for nodes with different connectivity in the scale-free networks.