高三网 > 高考 > 高考备考 > 理科数学:抓细节,求实效

理科数学:抓细节,求实效

高老师 分享 时间:

  出场名师:殷延恒一级教师,阜阳三中高三年级理科数学备课组长,校级优秀教师。

  这些知识点将成高频考点

  目前,高考复习已进入紧张的冲刺阶段,对于高考生来说,可谓是分秒必争。了解各科目哪些知识点是要点,需要重点掌握的,这点十分必要。只有了解了这些,才能有的放矢地复习,找差补缺,最终战胜高考。

  来自阜阳三中的殷延恒老师分析,全国Ⅰ卷理科数学高频考点主要有这些:函数概念与基本初等函数;三角函数及解三角形;数列;立体几何初步;概率与统计;圆锥曲线与方程;导数及其应用;坐标系与参数方程、不等式选讲(2选1)。

  这些复习策略值得借鉴

  梳理失分原因,寻找解决办法给自己1-2天的时间,对高三以来所有的试卷进行梳理。这些试卷不仅暴露了自己在考试中所有可能失分的原因,而且试卷所考查的内容也基本上涵盖了高中的所有重点知识和方法,所以这次梳理不仅可以进一步提醒自己在考试中应当注意的细节问题,还可以巩固一下不熟练的数学知识和方法。

  最重要的是:一定要梳理出失分的原因并进行归类,一般情况下可以分为以下四类:

  1.低级类失分。有题目看错、审题不清、简单的运算错误、答题卡涂错等,在接下来的时间,从生活上、行为上和学习上再一次警醒自己要养成严谨的习惯。

  2.知识死角类失分。就是一些很简单的东西,由于平时不常见,所以学习时容易忽视,一旦试卷中出现就很容易出错。如统计中的随机数表的读法、最小二乘法的变量的设法、公式的推导和证明等,这些问题就是我们的复习盲点,容易被忽略,利用这段时间对照课本和《考试说明》进行一一排查。

  3.方法不熟练类失分。对一些常见的处理问题的方法,知道怎么去用,但不熟练导致失分。像利用导数求单调性、三角公式的化简等,这些问题都不是很难,只要做一些专项训练,就可以确保得分。当然做题不宜多,主要是再次熟悉方法的适用范围和具体操作步骤。

  4.能力以外类失分。建议这段时间不要在此类问题上花费较多精力,高考如果出现了,放掉可能是明智的选择。

  加强限时、审题等适应性训练1.进行整张试卷的限时训练。在训练中,同学们一定要强调的是得分效率,可以有不会的,也可以有做不完的,但不可以出现会做的做错,不要过分地追求难题,而是多在运算、题意的理解和细节上下功夫,不要跟着时间走,要跟着会写的题目走,通过适应性训练,培养自己可以根据试卷的难度去调整考试节奏的能力。

  2.进行加强审题的训练。每次考试或多或少都会出现看错条件的现象,导致整个题目的结果是完全错误的,或者在考场中被题目的呈现形式所蒙蔽,特别是应用题和人为定义或人为构造的题更需要花足时间去审题,有一些看上去问题情境陌生的题目,只要静下心去分析和思考,其实并不可怕,就是一个“披着狼皮的羊”,所以现阶段可以加强这方面的训练,提高自己的解题信心。

  3.进行规范解题的步骤训练。数学学科是对逻辑性要求非常严格的一门学科,什么都要讲道理,而且高考阅卷也是按步骤给分的,所以必要的解题步骤不能省略,特别是立体几何证明题中,得到的任何一个结论都必须要有理论依据,每个结论需要哪些条件必须一一列出;还有平面解析几何中的证明和定值问题、利用导数求单调性和极值等,必要的运算步骤要体现在答题过程中,同学们应该多揣摩高考题参考答案的答题步骤,学习答题的规范性。

  总之,现阶段高考生们需要做的不是把不会的变成会的,而是把会的变成极致,从而降低或者杜绝非智力因素的失分,提高得分率。

  进行考场答题技巧训练虽然数学考试更多的是凭绝对实力的,但是在自己现有的水平下,注意一些答题技巧还是对考试结果有很大帮助的。

  1.消除两个认识误区:(1)数学考试必须要得多少分;(2)选择和填空,要在多少时间内做完,解答题的前3题应该考什么,要很迅速地处理完,考试的时候,尽量不要给自己制定太多框框,准确、快速作答,才是硬道理。

  2.熟悉答题的基本操作流程:建议可以从前往后,先处理自己会做的,不会的就选择暂时放弃,比如选择题和填空题最后一题,完全可以先跳过去,很多时候高考生们感觉不会的题,其实并不是自己真的不会,而是在时间的催促下,再加上题目的呈现形式比较特别,而误以为自己不会,完成会的题目后,再认真思考自己不会的题目,往往有意外的收获。

  3.选择题和填空题的解题方法和策略:

  (1)参数特殊化。求范围和定值问题都可以考虑对参数特殊化,然后进行选项检验,不仅可以快速找到答案,而且准确率也很高。

  (2)题目特殊化。当题目是在一个宽泛的条件下成立时,我们可以将题目特殊化,这个方法在平面向量和解析几何题中应用非常广泛。

  (3)借助草图帮助解题。对一些函数问题可以简单画出大致的草图,既形象直观,又可以快速找到解题的切入口。

  (4)用现有知识去模拟。这一点尤其适用于抽象函数方面的问题。