Oppitunnin yhteenveto "Kaaviot ja kaaviot. Visuaalinen esitys määrien välisestä suhteesta (7. luokka)
Päivämäärä: 17.02.2010
Luokka: 7
Aihe: .
Oppitunnin tavoite: Opi työskentelemään laskentataulukoiden kanssa, rakentamaan kaavioita ja kaavioita taulukkotietojen perusteella sekä tekemään käytännön töitä.
Oppitunnin tavoitteet:
1. Koulutus: opiskelijoiden tietokulttuurin muodostuminen, kurinalaisuus, sinnikkyys, työkulttuuri, koulutusprosessin positiivinen motivaatio.
2.Kehittäminen: henkisten perustoimintojen kehittäminen, algoritmisen ajattelun yleiskasvatustaidot. Taulukkolaskentataitojen kehittäminen, hankitun tiedon soveltaminen käytännössä.
3. Koulutus: Paranna tietämystä työskennellessäsi laskentataulukoiden kanssa, luomalla kaavioita ja kaavioita visuaalisuutta varten ajatuksia määrien välisestä suhteesta, hankitun tiedon soveltaminen käytännössä.
Laitteet: L. Bosovan oppikirja “Informatiikka”, tietokone
Oppitunnin tyyppi: yhdistetty
Oppitunnin edistyminen
minä Organisatorinen hetki.
Hei kaverit, istu alas. Nimeni on Tatjana Sergeevna, ja tämän päivän oppitunnin opetan minä. Tämän päivän oppituntimme aihe on " Kaaviot kaavioita. Visuaalinen esitys määrien välisestä suhteesta" Tuntimme tavoitteena on opetella työskentelemään laskentataulukoiden kanssa, rakentamaan taulukkotietoihin perustuvia kaavioita ja kaavioita sekä tekemään käytännön töitä.
II Kotitehtävien tarkistaminen
1 . Miksi kaavioita tarvitaan?
2. Miksi kaavioita tarvitaan?
3. Mitä kaavion avulla voit seurata?
III. Uuden materiaalin oppiminen
Visuaalinen esitys määrien välisestä suhteesta
Työskentelemme nyt "Pilvet" -sarakkeen kanssa. Käytettävissä olevien tietojen perusteella on erittäin vaikea sanoa, millaista pilvisyyttä toukokuussa vallitsi. Tilanne yksinkertaistuu, jos luomme saatavilla olevien tietojen perusteella lisätaulukon, jossa esitämme saman pilvisyyden päivien lukumäärän:
Pilvisyys toukokuussa 2006
Tiettyjen suureiden välisen suhteen visuaalinen esitys saadaan kaavioiden avulla. Jos vertailumäärät laskevat yhteen 100%, sitten he käyttävät ympyräkaavioita.
Kaavio (Kuva 2.14) ei ilmaise tiettyä pilvisyyttä sisältävien päivien lukumäärää, vaan näyttää kuinka monta prosenttia päivien kokonaismäärästä on tietyn pilvisyyden päiviä.
Pilvisyys toukokuussa 2006
Tietyn pilvisyyden päivillä on oma ympyrän sektorinsa. Tämän sektorin pinta-ala liittyy koko ympyrän pinta-alaan samalla tavalla kuin tietyn pilvisyyden päivien lukumäärä toukokuun koko päivien lukumäärään. Siksi, jos ympyräkaaviossa ei näy yhtään
numeerista tietoa, se antaa silti jonkin verran likimääräistä käsitystä tarkasteltavien määrien suhteesta, meidän tapauksessamme eri pilvisyyspäivien välillä.
Suuri määrä sektoreita vaikeuttaa ympyräkaavion tietojen havaitsemista. Siksi ympyräkaaviota ei yleensä käytetä enempää kuin viidelle tai kuuelle data-arvolle. Esimerkissämme tämä vaikeus voidaan voittaa vähentämällä pilviportaiden määrää: 0-30%, 40-60%, 70-80%, 90-100% (riisi. 2.15).
Yksi katsaus kuvan kaavioon. 2.15 riittää päättämään, että toukokuussa pilviset päivät olivat vallitsevia ja pilvisiä päiviä oli hyvin vähän. Selvyyden lisäämiseksi meidän oli uhrattava tarkkuus. Monissa tapauksissa on mahdollista varmistaa sekä tiedon selkeys että tarkkuus pylväskaaviot (kuva 2.16).
Pylväskaaviot koostuvat saman levyisistä yhdensuuntaisista suorakulmioista (pylväistä). Jokainen palkki näyttää yhden tyyppistä laadullista dataa (esimerkiksi yhden pilvityypin) ja on sidottu johonkin vaaka-akselin vertailupisteeseen - luokka-akseliin. Meidän tapauksessamme referenssipisteet kategoria-akselilla ovat kiinteitä pilviarvoja. Pylväiden korkeus on verrannollinen verrattavien määrien arvoihin (esimerkiksi tietyn pilvisyyden päivien lukumäärä). Vastaavat arvot on piirretty pystysuoralle arvoakselille. Arvoakselilla tai palkkeilla ei saa olla taukoja: kaaviota käytetään visuaalisempaan vertailuun, ja katkosten olemassaolo kumoaa tulosten esittämisen kaavion muodossa.
Kuvan kaavion mukaan. 2.16, et voi vain verrata päivien määrää tiettyyn pilvisyyteen, vaan myös ilmoittaa tarkalleen kuinka monta päivää mistä pilvisyydestä oli tarkastelujakson aikana.
Tutkakaaviot ovat erikoisia, koska niillä on oma akselinsa jokaiselle tietosarjan pisteelle. Akselit tulevat kaavion keskeltä.
Tehdään yhteenveto:
1. Kaavioiden ja kaavioiden (piirakka, sarake ja tutka) avulla pystyimme visualisoimaan suuren määrän samantyyppistä taulukkotietoa.
2. Kaavioiden avulla pystyimme jäljittämään lämpötilan, kosteuden ja paineen muutosprosesseja. Kaaviot - vertaa päivien määrää tiettyyn pilvisyyteen ja rakenna tuuliruusu.
3. Jotta yhdessä taulukossa esitetyt tiedot olisivat visuaalisempia, käytimme kolmea kuvaajaa ja kolmea kaaviota.
4. Selvyyden varmistamiseksi jouduimme joissakin tapauksissa uhraamaan tietojen tarkkuutta. Näin ollen yhden tai toisen tyyppisen tietomallin valinta riippuu siitä, mihin tarkoitukseen tätä mallia luomme.
IV .Käytännön osa.
Työ 9. Luo kaavioita ja kaavioita
Tehtävä 1. Veriryhmät
Muodosta ympyräkaavio ihmisten jakautumisesta veriryhmittäin, jos maailmassa on noin 46 % veriryhmän 0(1) ihmisiä, noin 34 % A(P) verta, noin 17 % B-ryhmän ihmisiä. (W) ja harvinaisimman ryhmän AB(IV) omaavat vain 3%.
1. Luo käytettävissä olevien tietojen perusteella seuraava taulukko Micro soft Excelissä:
2.Valitse taulukko ja napsauta painiketta Ohjattu kaaviotoiminto työkalurivit Vakio.
3. Valitse ohjatun toiminnon ensimmäisessä ikkunassa tyyppi (Pyöreä) ja katsella (Ympyräkaavion tilavuusversio). Painikkeen käyttäminen Näytä tulos katso miltä kaavio näyttää. Napsauta sitten painiketta Seuraavaksi.
4. Toisessa ikkunassa näkyy valittu solualue. Napsauta painiketta Seuraavaksi.
5. Aseta kaavion lisäparametreja ohjatun toiminnon kolmannen ikkunan välilehdillä:
Aseta otsikko Ihmisten jakautuminen veriryhmien mukaan;
T aseta selitys (legenda) kaavion alaosaan;
Välilehdellä Tietojen allekirjoitukset valitse Jakaa;
6. Neljännessä ikkunassa? Ohjatut toiminnot osoittavat kaavion sijainnin: uuden tai nykyisen arkin nimen. Määritä kaavion sijainti olemassa olevalle arkille ja napsauta painiketta Valmis.
7. Tallenna työsi tulos omaan kansioon Veriryhmät-nimiseen tiedostoon.
Tehtävä 2. Puuvarat
Tiedetään, että Venäjän federaation ienkasvillisuuden peittämä alue on 7187 tuhatta k:-m 2. Metsiemme kokonaispuuvarasto on 74,3 miljardia m 3 . Taulukossa on tietoja tärkeimpien metsää muodostavien lajien alueista Venäjällä ja niiden puuvarannoista.
Käytettävissä olevien tietojen perusteella on tarpeen esittää puulajien osuudet asutusalueittain ja puuvarannoittain ympyräkaavioita käyttäen.
1. Luo käytettävissä olevien tietojen perusteella seuraava taulukko Micro soft Excelissä:
2. Laske puuttuvat arvot kaavoilla: В8=В9-ВЗ-В4-В5-В6-В7, С8=С9-СЗ-С4-С5-С6-С7.
3. Luo ympyräkaavio "Puulajien osuus Venäjän koko metsäalasta." Voit tehdä tämän seuraavasti:
1) valitse solualue A2:B8;
2) luo uudelle arkille ympyräkaavio tarvittavilla lisäparametreilla.
4. Luo ympyräkaavio "Puulajien osuus Venäjän kokonaispuuvarannoista". Voit tehdä tämän seuraavasti:
3) siirtämällä pesua samalla kun pidät Ctrl-näppäintä painettuna, valitse ei-viereiset solualueet A2:A8 ja C2:C8;
4) luo ympyräkaavio, jossa on tarvitsemasi lisäparametrit.
5. Tallenna työsi tulos omaan kansioon tiedostoon nimeltä Meidän metsämme.
Tehtävä 3. Ilmasto
1. Luo kaavioita Microsoft Excelissä oppikirjan § 2.9 sisältämien tietojen perusteella:
1) leikkaa pyöreä "Pilvet toukokuussa 2006";
2) volyymipyöreä "Pilvet toukokuussa 2006";
3) tavallinen histogrammi "Pilveisyys toukokuussa 2006";
4) terälehti "Tuuli nousi toukokuussa 2006".
2. Tallenna työsi tulos omaan kansioon Climate-nimiseen tiedostoon.
V . Yhteenveto oppitunnista
1. Mitä kaavioilla ja kaavioilla voidaan tehdä?
2. Mitä kaavioiden avulla voit nähdä?
3. Mikä määrää yhden tai toisen tyyppisen tietomallin valinnan?
VI. Kotitehtävät
§ 2.9, s. 86–89.
VII .Org.moment
Tämä päättää oppituntimme, hyvästi.
Se osoittautuu myös ihmiselle vaikeaksi.
Oletetaan, että valmistaudut koulun maantiedon konferenssiin, jossa sinut on tehtävänä piirtää toukokuun ilmastokuva. Koko kuukauden ajan keräsit tietoa ilman lämpötilasta, paineesta, kosteudesta, pilvisyydestä, tuulen suunnasta ja nopeudesta. Syötit tarvittavat tiedot valmiiksi laadittuun taulukkoon, ja saat tämän:
Sää toukokuussa 2006
| Päivämäärä | Lämpötila, °C | Kosteus, % | Paine, mm | Tuuli | |||
| Suunta | Tutkinto | Nopeus, m/s |
|||||
| 1 | + 16 | 25 | 759 | SE | 130 | 3 | Selkeä |
| 2 | + 19 | 30 | 759 | S-3 | 320 | 2 | Selkeä |
| 3 | +20 | 30 | 759 | NE | 30 | 2 | Selkeä |
| 4 | +22 | 26 | 759 | KANSSA | 350 | 2 | 20-30% |
| 5 | +21 | 28 | 760 | NE | 50 | 1 | 90% |
| 6 | +22 | 35 | 759 | IN | 90 | 2 | 70-80% |
| 7 | + 19 | 52 | 753 | NE | 30 | 4 | 60% |
| 8 | + 12 | 66 | 750 | KANSSA | 340 | 3 | 90% |
| 9 | + 14 | 58 | 747 | NE | 40 | 2 | Kiinteä |
| 10 | + 13 | 88 | 743 | IN | 90 | 1 | Kiinteä |
| 11 | + 13 | 71 | 741 | IN | 80 | 1 | 90% |
| 12 | + 10 | 81 | 745 | S-3 | 310 | 2 | Kiinteä |
| 13 | + 17 | 48 | 747 | Rauhallinen | - | 0 | 70-80% |
| 14 | +23 | 40 | 743 | Yu-3 | 230 | 1 | 50% |
| 15 | + 16 | 59 | 743 | 3 | 290 | 2 | 90% |
| 16 | + 13 | 38 | 746 | S-3 | 310 | 3 | 70-80% |
| 17 | + 13 | 41 | 749 | Rauhallinen | - | 0 | Kiinteä |
| 18 | + 15 | 41 | 750 | KANSSA | 20 | 2 | 70-80% |
| 19 | + 17 | 36 | 745 | Yu | 180 | 2 | 40% |
| 20 | + 14 | 88 | 738 | Yu-3 | 240 | 2 | 90% |
| 21 | +21 | 52 | 739 | SE | 140 | 2 | Kiinteä |
| 22 | + 15 | 72 | 740 | Yu-3 | 240 | 5 | Kiinteä |
| 23 | +21 | 49 | 745 | Yu-3 | 240 | 3 | 70-80% |
| 24 | +22 | 53 | 744 | 3 | 280 | 2 | 50% |
| 25 | + 17 | 48 | 744 | Yu-3 | 220 | 2 | 90% |
| 26 | + 18 | 52 | 744 | Rauhallinen | - | 0 | 90% |
| 27 | + 11 | 93 | 738 | Yu | 160 | 2 | 90% |
| 28 | + 13 | 62 | 741 | 3 | 270 | 3 | 90% |
| 29 | + 16 | 59 | 735 | SE | 140 | 1 | Kiinteä |
| 30 | + 11 | 87 | 736 | Rauhallinen | - | 0 | Kiinteä |
| 31 | + 17 | 51 | 744 | SE | 130 | 3 | Kiinteä |
Voit tietysti piirtää tämän taulukon suurelle Whatman-paperiarkille ja esitellä tätä vaikuttavaa tulosta luokkatovereillesi. Mutta pystyvätkö he havaitsemaan tämän tiedon, käsittelemään sen ja muodostamaan käsityksen toukokuun säästä? Todennäköisesti ei.
Olet kerännyt suuren määrän tietoa, se on tarkkaa, täydellistä ja luotettavaa, mutta taulukkomuodossa se ei ole kiinnostava kuuntelijoille, koska se ei ole ollenkaan visuaalinen. Voit tehdä taulukon sisältämistä tiedoista visuaalisempia ja helposti ymmärrettäviä (visualisoida tietoja) käyttämällä kaavioita ja kaavioita.
Visuaalinen esitys suureiden muuttumisprosesseista
Kaavio näyttää kaksi koordinaattiakselia, jotka ovat suorassa kulmassa toisiinsa nähden. Nämä akselit ovat asteikkoja, joille esitetyt arvot piirretään. Yksi määrä on riippuvainen toisesta - riippumaton. Riippumattoman suuren arvot piirretään yleensä vaaka-akselille (X-akseli tai abskissa-akseli) ja riippuva suure - pystyakselille (Y-akseli tai ordinaattinen akseli). Kun riippumaton määrä muuttuu, riippuvainen määrä muuttuu. Esimerkiksi ilman lämpötila (riippuvainen muuttuja) voi muuttua ajan myötä (riippumaton muuttuja). Siten kaavio näyttää, mitä tapahtuu Y:lle X:n muuttuessa. Kaavio näyttää arvot käyrinä, pisteinä tai molempina.
Kaavion avulla voit seurata tietojen muutosten dynamiikkaa. Esimerkiksi 2. sarakkeen tietojen avulla voit muodostaa kaavion lämpötilan muutoksista kyseisen kuukauden aikana. Aikataulun avulla voit asettaa hetkessä kuukauden lämpimimmän päivän, kuukauden kylmimmän päivän ja laskea nopeasti päivien lukumäärän, jolloin ilman lämpötila ylitti kaksikymmentä astetta tai oli noin +15 °C. Voit myös ilmoittaa ajanjaksot, jolloin ilman lämpötila oli melko vakaa tai päinvastoin vaihteli merkittävästi (kuva 2.11).
Samanlaisen vaikutuksen aikaansaavat ilmankosteuden ja ilmanpaineen muutosten kaaviot, jotka on muodostettu taulukon 3. ja 4. sarakkeen perusteella (kuvat 2.12, 2.13).
Visuaalinen esitys määrien välisestä suhteesta
Nyt työskennelkäämme Pilvisyys-sarakkeen kanssa. Käytettävissä olevien tietojen perusteella on erittäin vaikea sanoa, millaista pilvisyyttä toukokuussa vallitsi. Tilanne yksinkertaistuu, jos luomme saatavilla olevien tietojen perusteella lisätaulukon, jossa esitämme saman pilvisyyden päivien lukumäärän:
Pilvisyys toukokuussa 2006
Tiettyjen suureiden välisen suhteen visuaalinen esitys saadaan kaavioiden avulla. Jos vertailtavien arvojen summa on 100 %, käytetään ympyräkaavioita.
Kaavio (Kuva 2.14) ei ilmaise tiettyä pilvisyyttä sisältävien päivien lukumäärää, vaan näyttää kuinka monta prosenttia päivien kokonaismäärästä on tietyn pilvisyyden päiviä.
Tietyn pilvisyyden päivillä on oma ympyrän sektorinsa. Tämän sektorin pinta-ala liittyy koko ympyrän pinta-alaan samalla tavalla kuin tietyn pilvisyyden päivien lukumäärä toukokuun koko päivien lukumäärään. Siksi, jos ympyräkaaviossa ei anneta lainkaan numeerisia tietoja, se antaa silti jonkin verran likimääräistä käsitystä tarkasteltavien arvojen suhteesta, meidän tapauksessamme eri pilvisyyspäivien välillä.
Suuri määrä sektoreita vaikeuttaa ympyräkaavion tietojen havaitsemista. Siksi ympyräkaaviota ei yleensä käytetä enempää kuin viidelle tai kuuelle data-arvolle. Esimerkissämme tämä vaikeus voidaan voittaa vähentämällä pilvisyysasteiden määrää: 0-30%, 40-60%, 70-80%, 90-100% (kuva 2.15). 
Yksi katsaus kuvan kaavioon. 2.15 riittää päättämään, että toukokuussa pilviset päivät olivat vallitsevia ja pilvisiä päiviä oli hyvin vähän. Selvyyden lisäämiseksi meidän oli uhrattava tarkkuus. Monissa tapauksissa pylväskaaviot voivat tarjota sekä selkeyttä että tarkkuutta (kuva 2.16).
Pylväskaaviot koostuvat saman levyisistä yhdensuuntaisista suorakulmioista (pylväistä). Jokainen palkki näyttää yhden tyyppistä laadullista dataa (esimerkiksi yhden pilvityypin) ja on sidottu johonkin vaaka-akselin vertailupisteeseen - luokka-akseliin. Meidän tapauksessamme referenssipisteet kategoria-akselilla ovat kiinteitä pilviarvoja. Pylväiden korkeus on verrannollinen verrattavien määrien arvoihin (esimerkiksi tietyn pilvisyyden päivien lukumäärä). Vastaavat arvot on piirretty pystysuoralle arvoakselille. Arvoakselilla tai palkkeilla ei saa olla taukoja: kaaviota käytetään visuaalisempaan vertailuun, ja katkosten olemassaolo kumoaa tulosten esittämisen kaavion muodossa.
Kuvan kaavion mukaan. 2.16, et voi vain verrata päivien määrää tiettyyn pilvisyyteen, vaan myös ilmoittaa tarkalleen kuinka monta päivää mistä pilvisyydestä oli tarkastelujakson aikana.
Tutkakaaviot ovat erikoisia, koska niillä on oma akselinsa jokaiselle tietosarjan pisteelle. Akselit tulevat kaavion keskeltä.
Tehdään yhteenveto:
1. Kaavioiden ja kaavioiden (piirakka, sarake ja tutka) avulla pystyimme visualisoimaan suuren määrän samantyyppistä taulukkotietoa.
2. Kaaviot auttoi meitä jäljittämään lämpötilan, kosteuden ja paineen muutosprosesseja. Kaaviot - vertaa päivien määrää tiettyyn pilvisyyteen ja rakenna tuuliruusu.
3. Jotta yhdessä taulukossa esitetyt tiedot olisivat visuaalisempia, käytimme kolmea kuvaajaa ja kolmea kaaviota.
4. Selvyyden varmistamiseksi jouduimme joissakin tapauksissa uhraamaan tietojen tarkkuutta. Näin ollen yhden tai toisen tyyppisen tietomallin valinta riippuu siitä, mihin tarkoitukseen tätä mallia luomme.
Monirivisten tietojen visualisointi
Oletetaan, että luokanopettaja ehdotti, että laadit edistymiskaavion vanhempainkokousta varten seuraavan taulukon tietojen perusteella:
Toisin kuin aikaisemmissa tapauksissa, tässä on kyseessä monirivinen data: 1. rivi - Dima Bautinin arviot, 2. rivi - Misha Golubevin arviot, 3. rivi - Ivan Kulikovin arviot, 4. rivi - Raduginan arviot Alla. Tässä meidän on verrattava useita määriä useita kertoja (useita kohtia).
Tässä tapauksessa ympyräkaaviota ei periaatteessa voi käyttää.
Voit rakentaa pylväskaavion, joka esittää tiedot kaikista opiskelijoista kerralla - kuva. 2.18. 
Tässä esimerkissä ankkuripisteet ovat oppilaiden nimiä. Jokaisessa vertailupisteessä rakennetaan neljän sarakkeen ryhmä - objektien lukumäärän mukaan. Vertailu voidaan tehdä tässä sekä samaan ryhmään kuuluvien suorakulmioiden kesken (vertaamme yhden opiskelijan suorituksia kaikissa aineissa) että ryhmien välillä (vertaamme opiskelijoiden suorituksia keskenään).
Useiden suureiden summien visuaaliseen vertaamiseen useissa pisteissä ja samalla kunkin suuren osuuden näyttämiseksi kokonaissummassa käytetään tasokaavioita.
Voit ymmärtää tasokaavion idean muuntamalla sen henkisesti pylväskaavioksi. Kuvittele, että kunkin ryhmän sarakkeet eivät sijaitse vierekkäin, vaan päällekkäin. Nyt jokaisessa vertailupisteessä on sarakeryhmän sijasta yksi monitasoinen sarake. Sen korkeus määräytyy kaikkien komponenttien korkeuksien summan perusteella (kuva 2.19).
Monirivisten tietojen visuaaliseen esittämiseen voidaan käyttää myös aluekaavioita tai aluekaavioita (kuva 2.20).
Aluekaavio muistuttaa siivua maankuoresta. "Vuori" vastaa menestyneempää opiskelijaa ja "laakso" vastaa vähemmän menestyvää opiskelijaa. Tämä on kumulatiivinen kaavio. Vertailupisteissä oleva pystysuora siivu antaa meille mahdollisuuden esittää kunkin tietosarjan (tässä tapauksessa arvosanat kussakin aineessa) panoksen kokonaissummaan (tietyn opiskelijan kokonaispistemäärä). "Keroksen paksuus" antaa sinun arvioida kohteen yleistä suorituskykyä.
Lyhyesti pääasiasta
Yhden tai toisen tyyppisen tietomallin valinta riippuu siitä, mihin tarkoitukseen tätä mallia luomme.
Kaavio on graafinen kuva, joka antaa visuaalisen esityksen minkä tahansa suuren tai yhden suuren useiden arvojen välisestä suhteesta ja niiden arvojen muutoksista. Käytössä on monenlaisia kaavioita.
Kaavio on viiva, joka antaa visuaalisen esityksen suuren (esimerkiksi polun) riippuvuuden luonteesta toisesta (esimerkiksi ajasta). Kaavion avulla voit seurata tietojen muutosten dynamiikkaa.
Ympyräkaaviota käytetään useiden määrien vertaamiseen yhdessä vaiheessa. Se on erityisen hyödyllistä, jos määrät muodostavat kokonaisuuden.
Pylväskaavion avulla voit verrata useita määriä useissa kohdissa.
Tasokaavion avulla voit visuaalisesti verrata useiden määrien summia useissa kohdissa ja samalla näyttää kunkin suuren osuuden kokonaissummasta.
Pinta-alakaavion (aluekaavion) avulla voit samanaikaisesti seurata useiden suureiden summan muutoksia useissa pisteissä ja samalla näyttää kunkin suuren osuuden kokonaissummasta.
Kaavioiden ja kaavioiden avulla voit visualisoida suuria määriä samantyyppistä taulukkotietoa. Usein visualisoinnin aikana tietojen tarkkuus häviää.
Kysymyksiä ja tehtäviä
1. Määritä piirustuksessa esitettyjen liikekaavioiden avulla kunkin kohteen liikkeen nopeus ja kirjoita kaava, joka ilmaisee kuljetun matkan riippuvuuden kohteen liikeajasta.
Millä kohteilla voi olla kaaviosta määrittämäsi nopeus?
2. Kuvassa on seitsemännen luokkalaisen Misha Golubevin liikkumisaikataulu koulumatkalla. Päätä aikataulusta:
1) kotoa poistumisen aika;
2) nopeus reitin kaikilla osilla;
3) pysähdysten kesto ja aika;
4) kouluun saapumisaika.
Mikä voisi mielestäsi saada opiskelijan pysähtymään ja kiihtymään?
3. Käytä suorituskyvyn muutosten kaaviota ja etsi oikeat väitteet:
1) nousta suorituskykyä alkaa klo 8;
2) väsymys kestää 12-14 tuntia;
3) suorituskyky on korkeampi illalla kuin aamulla;
4) suurin hyötysuhde klo 10-12;
5) suorituskyky laskee jyrkästi klo 21.00;
6) kello 19 suorituskyky on heikko;
7) korkein suorituskyky klo 17:00;
8) päivällä alin suoritus on klo 15:00;
9) henkilöllä on kaksi korkeimman suorituskyvyn jaksoa päivässä: klo 8–13.30 ja klo 16–20;
10) oppituntien tulee alkaa klo 7;
11) on parasta tehdä läksyt klo 15.00-17.00. 
4. Taulukossa on 7. luokan oppilaiden yhden koulupäivän tuntiaikataulu.
Vastaako tämä aikataulu opiskelijoiden suoritustasoa? Miten sitä voidaan parantaa ottaen huomioon muutokset koululaisten suorituskyvyssä (kaavio edellisestä tehtävästä)? Ehdota vaihtoehtoasi.
5. Seurauksena minkä tahansa ympäristötekijän äkillisestä vaikutuksesta ihmiskehoon kutsutaan vaurioksi. Perustuu rakennetta kuvaavaan kaavioon lapsen loukkaantuminen, kirjoita sopiva sanallinen kuvaus. Todista se tosielämän esimerkeillä.
6. Venäjän federaation terveysministeriön tiedot alle 14-vuotiaiden lasten sairastuvuusrakenteen muutoksista kymmenen vuoden aikana (1992-2001) on esitetty pylväskaaviossa:
Mitä voit kertoa analysoimalla tätä kaaviota?
Visuaalinen esitys määrien välisestä suhteesta
Nyt työskennelkäämme Pilvisyys-sarakkeen kanssa. Käytettävissä olevien tietojen perusteella on erittäin vaikea sanoa, millaista pilvisyyttä toukokuussa vallitsi. Tilanne yksinkertaistuu, jos luomme saatavilla olevien tietojen perusteella lisätaulukon, jossa esitämme saman pilvisyyden päivien lukumäärän:
Tiettyjen suureiden välisen suhteen visuaalinen esitys saadaan kaavioiden avulla. Jos vertailtavien arvojen summa on 100 %, käytetään ympyräkaavioita.
Alla oleva kaavio ei ilmoita tiettyä pilvisyyttä sisältävien päivien lukumäärää, mutta näyttää kuinka monta prosenttia päivien kokonaismäärästä on tietyn pilvisyyden päiviä.
Tietyn pilvisyyden päivillä on oma ympyrän sektorinsa. Tämän sektorin pinta-ala liittyy koko ympyrän pinta-alaan samalla tavalla kuin tietyn pilvisyyden päivien lukumäärä toukokuun koko päivien lukumäärään. Siksi, jos ympyräkaaviossa ei anneta lainkaan numeerisia tietoja, se antaa silti jonkin verran likimääräistä käsitystä tarkasteltavien arvojen suhteesta, meidän tapauksessamme eri pilvisyyspäivien välillä.
Suuri määrä sektoreita vaikeuttaa ympyräkaavion tietojen havaitsemista. Siksi ympyräkaaviota ei yleensä käytetä enempää kuin viidelle tai kuuelle data-arvolle. Esimerkissämme tämä vaikeus voidaan voittaa vähentämällä pilvisyysasteiden määrää: 0-30%, 40-60%, 70-80%, 90-100%.
Yksi vilkaisu tähän kaavioon riittää päättämään, että toukokuussa pilviset päivät olivat vallitsevia ja kirkkaita päiviä oli hyvin vähän. Selvyyden lisäämiseksi meidän oli uhrattava tarkkuus. Monissa tapauksissa pylväskaaviot voivat tarjota sekä selkeyttä että tarkkuutta.
Pylväskaaviot koostuvat saman levyisistä yhdensuuntaisista suorakulmioista (pylväistä). Jokainen palkki näyttää yhden tyyppistä laadullista dataa (esimerkiksi yhden pilvityypin) ja on sidottu johonkin vaaka-akselin vertailupisteeseen - luokka-akseliin. Meidän tapauksessamme referenssipisteet kategoria-akselilla ovat kiinteitä pilviarvoja. Pylväiden korkeus on verrannollinen verrattavien määrien arvoihin (esimerkiksi tietyn pilvisyyden päivien lukumäärä).
Vastaavat arvot on piirretty pystysuoralle arvoakselille. Arvoakselilla tai palkkeilla ei saa olla taukoja: kaaviota käytetään visuaalisempaan vertailuun, ja katkosten olemassaolo kumoaa tulosten esittämisen kaavion muodossa.
Yllä olevan kaavion avulla voit paitsi verrata päivien määrää tiettyyn pilvisyyteen, myös ilmoittaa tarkalleen kuinka monta päivää mistä pilvisyydestä oli tarkastelujakson aikana.
Tutkakaaviot ovat erikoisia, koska niillä on oma akselinsa jokaiselle tietosarjan pisteelle. Akselit tulevat kaavion keskeltä.
Tehdään se yhteenveto
1. Kaavioiden ja kaavioiden (piirakka, sarake ja tutka) avulla pystyimme visualisoimaan suuren määrän samantyyppistä taulukkotietoa.
2. Kaavioiden avulla pystyimme jäljittämään lämpötilan, kosteuden ja paineen muutosprosesseja. Kaaviot - vertaa päivien määrää tiettyyn pilvisyyteen ja rakenna tuuliruusu.
3. Jotta yhdessä taulukossa esitetyt tiedot olisivat visuaalisempia, käytimme kolmea kuvaajaa ja kolmea kaaviota.
4. Selvyyden varmistamiseksi jouduimme joissakin tapauksissa uhraamaan tietojen tarkkuutta.
Näin ollen yhden tai toisen tyyppisen tietomallin valinta riippuu siitä, mihin tarkoitukseen tätä mallia luomme.
Kysymyksiä ja tehtäviä
1. Seurauksena minkä tahansa ympäristötekijän äkillisestä vaikutuksesta ihmiskehoon kutsutaan vaurioksi. Luo sopiva sanallinen kuvaus lapsuuden vammojen rakennetta kuvaavan kaavion perusteella. Todista se tosielämän esimerkeillä.
2. Venäjän federaation terveysministeriön tiedot alle 14-vuotiaiden lasten sairastuvuuden rakenteen muutoksista kymmenen vuoden aikana (1992-2001) on esitetty pylväskaaviossa:
Mitä voit kertoa analysoimalla tätä kaaviota?
3. Yhdessä television keskusteluohjelmassa juontaja näytti seuraavan kaavion ja sanoi: "kaavio osoittaa, että vuoteen 2004 verrattuna ryöstöjen määrä on lisääntynyt jyrkästi vuonna 2005."
Oletko samaa mieltä toimittajan johtopäätöksestä tämän kaavion perusteella?
Käytännön työ nro 9
"Kaavioiden ja kaavioiden luominen" (tehtävät 1-3)
Tehtävä 1. Veriryhmät
Muodosta ympyräkaavio ihmisten jakautumisesta veriryhmittäin, jos veriryhmää omaavia ihmisiä 0(I) maailmassa noin 46 % veriryhmällä A(II) noin 34 %, ryhmät B(III) noin 17 % ja harvinaisimpaan ryhmään kuuluvat ihmiset AB(IV) vain 3 %.
1. Luo käytettävissä olevien tietojen perusteella seuraava taulukko Microsoft Excelissä:
2. Valitse taulukko ja napsauta painiketta Ohjattu kaaviotoiminto työkalurivit Vakio.
3. Ensimmäisessä ikkunassa Mestarit valitse tyyppi (Pyöreä) ja katsella (Ympyräkaavion tilavuusversio). Painikkeen avulla Näytä tulos katso miltä kaavio näyttää. Napsauta sitten painiketta Seuraavaksi.
4. Toisessa ikkunassa näkyy valittu solualue. Napsauta painiketta Seuraavaksi.
5. Kolmannen ikkunan välilehdillä Mestarit aseta kaavion lisäparametreja:
Aseta otsikko Ihmisten jakautuminen veriryhmittäin; aseta selitys (legenda) kaavion alaosaan; Valitse Data Labels -välilehdeltä Seuraavaksi.
6. Jakaa Mestarit; napsauta painiketta.
7.
Neljännessä ikkunassa.
Tehtävä 2. Puuvarat
Tiedetään, että Venäjän federaation metsäkasvillisuuden peittämä alue on 7187 tuhatta km. Metsiemme kokonaispuuvarasto on 74,3 mrd. m. Taulukossa on tietoja tärkeimpien metsää muodostavien lajien alueista ja niiden puuvarannoista.
Käytettävissä olevien tietojen perusteella puulajien osuudet asutusalueittain ja puuvarannoittain on esitettävä ympyräkaavioita käyttäen.
1. Luo käytettävissä olevien tietojen perusteella ohjelmassa M Microsoft Excel seuraava taulukko:
2.
Laske puuttuvat arvot kaavoilla:
В8=В9-ВЗ-В4-В5-В6-В7,
С8=С9-СЗ-С4-С5-С6-С7.
3. Luo ympyräkaavio "Puulajien osuus Venäjän koko metsäalasta". Voit tehdä tämän seuraavasti:
1) valitse solualue A2:B8;
2) luo uudelle arkille ympyräkaavio tarvittavilla lisäparametreilla.
4. Luo ympyräkaavio "Puulajien osuus koko Venäjän puuvarannoista". Voit tehdä tämän seuraavasti:
3) liikuttamalla hiirtä pitäen samalla näppäintä painettuna (Ctrl), valitse ei-viereiset solualueet A2:A8 ja C2:C8;
4) luo ympyräkaavio, jossa on tarvitsemasi lisäparametrit.
5. Tallenna työsi tulos omaan kansioon tiedostoon nimeltä Meidän_metsä.
On seurannut Moskovan säätä vuodesta 1999 lähtien. Tällä sivulla puhutaan sää Moskovassa toukokuussa 2012. Alta löydät tietoa mm. kosteus tai tuulen nopeus toukokuussa 2012, säähistoria Moskovassa toukokuussa ja muita tietoja.
Mukavuuden vuoksi kaikki tiedot esitetään tekstikuvausten, kaavioiden ja taulukoiden muodossa. Joten tulet näkemään lämpötilakaavio Ja sääpöytä Moskovan kaupungille toukokuussa 2012. Muista, että toinen kaupunki ja toinen päivämäärä voidaan valita sivustovalikosta.
Lämpötila Moskovassa toukokuussa 2012 (kaavio)
Alla on kaavio keskimääräisistä päivittäisistä ja nykyisistä lämpötiloista Moskovassa toukokuussa 2012 joka päivälle. Kaavio auttaa vastaamaan kysymykseen, mikä oli lämpötila Moskovassa toukokuussa 2012, ja myös mitkä olivat minimi- ja maksimilämpötilat ilmaa.
Kuten käyrästä näkyy, Moskovan ilman lämpötila vaihteli +3°C ja +28°C välillä. Lisäksi alin lämpötila (+3°C) oli 1. toukokuuta kello 00.00 ja maksimi (+28°C) mitattiin 21. toukokuuta kello 12.00. Alin lämpötila-arvo Päivän keskiarvo oli +8.13°C ja toukokuun kylmin päivä osoittautui toukokuun 2. Korkein keskilämpötila on +21°C ja Moskovan lämpimin päivä toukokuussa 2012- 21. toukokuuta.
Kosteus Moskovassa toukokuussa 2012 (kaavio)
Kaavio keskimääräisestä päivittäisestä ja nykyisestä kosteudesta Moskovassa toukokuussa 2012 jokaiselle päivälle on annettu alla. Kaaviosta selviää mikä oli Moskovan kosteus toukokuussa 2012. Myös näkyvissä suhteellisen kosteuden vähimmäis- ja enimmäisarvot ilmaa.
Joten Moskovassa toukokuussa 2012 suhteellinen kosteus vaihteli 34 prosentista 97 prosenttiin. Lisäksi alhaisin kosteus(34 %) oli 1. toukokuuta klo 12:00 ja korkein kosteus(97 %) - 11. toukokuuta klo 00.00. Lisäksi huomautamme, että pienin kosteusarvo päivän keskiarvo oli 52,50% ja toukokuun kuivin päivä osoittautui 4. toukokuuta. Korkein keskimääräinen ilmankosteus on yhtä suuri kuin 90,88 % ja sateisin päivä Moskovassa toukokuussa 2012- 9. toukokuuta.
Tuuli nousi Moskovassa toukokuussa 2012
(tätä kutsutaan myös tuulen suunnan piirros tai tuuli kartta) on annettu alla. Tuuliruusu näyttää mitkä tuulet vallitsivat tällä alueella. Meidän tuuli kartta näyttää vallitsevat tuulen suunnat Moskovassa toukokuussa 2012.
Kuten tuuliruusustakin näkyy, päätuulen suunta oli pohjoinen (21 %). Lisäksi, vallitsevat tuulen suunnat osoittautui luoteisiksi (18 %) ja kaakkoisiksi (15 %). Harvinaisin tuuli Moskovassa toukokuussa 2012- lounainen (4 %).
| Tuuli nousi Moskovassa toukokuussa 2012 | ||
|---|---|---|
| Suunta | Taajuus | |
| Pohjoinen | 20.7% | |
| Koillis | 8.4% | |
| itämainen | 8.4% | |
| Kaakkois | 15.1% | |
| Eteläinen | 14% | |
| Lounais | 4.5% | |
| länteen | 10.6% | |
| Luoteis | 18.4% | |
Moskovan kaupungin sääpäiväkirja (päivittäisten keskiarvojen taulukko) toukokuussa 2012
Säätaulukko sisältää tiedot päivittäisestä keskiarvosta ilman lämpötila toukokuussa 2012, sekä noin ilman suhteellinen kosteus ja noin tuulen nopeus. Tiedot on annettu toukokuun jokaiselta päivältä. Itse asiassa tämä on mitä se on sääpäiväkirja Moskovassa toukokuussa 2012
| Päivä kuukautta |
Keskimääräinen päivittäin lämpötila |
Keskimäärin kosteus |
Ilmakehän paine |
Nopeus tuuli |
|---|---|---|---|---|
| +11°C | 55.38% | 994 | 3 m/s | |
| +8,13°C | 57.00% | 996 | 2 m/s | |
| +12,38°C | 57.13% | 987 | 1 m/s | |
| +10,75°C | 52.50% | 991 | 2 m/s | |
| +15,5°C | 60.00% | 990 | 2 m/s | |
| +17,25°C | 69.63% | 993 | 1 m/s | |
| +17,38°C | 79.63% | 995 | 0 m/s | |
| +15,25°C | 86.88% | 999 | 1 m/s | |
| +12,63°C | 90.88% | 1003 | 2 m/s | |
| +10,5°C | 83.75% | 1009 | 1 m/s | |
| +16,63°C | 73.63% | 1005 | 1 m/s | |
| +20,5°C | 71.00% | 994 | 2 m/s | |
| +11,88°C | 74.50% | 996 | 1 m/s | |
| +10°C | 72.25% | 1004 | 2 m/s | |
| +13,13°C | 77.75% | 1002 | 1 m/s | |
| +20,5°C | 67.63% | 1000 | 2 m/s | |
| +19,25°C | 58.75% | 999 | 2 m/s | |
| +17,75°C | 68.88% | 1000 | 1 m/s | |
| +17,25°C | 87.75% | 1006 | 0 m/s | |
| +20,38°C | 68.38% | 1005 | 1 m/s | |
| +21°C | 61.50% | 1003 | 1 m/s | |
| +20,88°C | 62.00% | 998 | 1 m/s | |
| +15,75°C | 75.75% | 999 | 2 m/s | |
| +11,5°C | 56.63% | 1007 | 3 m/s | |
| +12,38°C | 60.25% | 1006 | 2 m/s | |
| +14°C | 56.50% | 999 | 2 m/s | |
| +15,5°C | 65.25% | 995 | 1 m/s | |
| +14°C | 87.13% | 990 | 0 m/s | |
| +21°C | 21. toukokuuta | |||
| Kuukauden keskilämpötila | +15,17°C | - |
Keskilämpötila, Moskova vuonna 2012
Käytä seuraavaa kaaviota arvioidaksesi Moskovan lämpötila toukokuussa 2012 verrattuna vuoden 2012 muihin kuukausiin. Se näyttää lämpötilakaavion toukokuulta 2012 koko vuoden 2012 lämpötila-alueen taustalla.
Sääkalenteri Moskovassa toukokuussa eri vuosina
Millaista se oli lämpötila Moskovassa toukokuussa 2012 verrattuna muihin vuosiin voidaan nähdä seuraavassa kaaviossa. Sen ylä- ja alaosa on varjostettu tummilla väreillä, mikä osoittaa, mitä lämpötiloja ei ole aiemmin havaittu. Toisin sanoen valkoinen (varjostamaton) raita näyttää lämpötilan jakautumisen viime vuosien aikana. Punainen viiva näyttää nykyisen lämpötilan.
Säähistoria toukokuussa Moskovassa
Kylmin toukokuu Moskovassa oli vuonna 1999. Keskilämpötila oli vain +8,76°C.
Moskovan lämpimin toukokuu oli vuonna 2013. Keskilämpötila oli +16,94°C.
Samaan aikaan toukokuu 2012 (+15,17°C) osoittautui riittäväksi vuosille 1999 – 2019.
Tämän osoittaa kaavio Moskovan toukokuun keskilämpötilasta vuosille 1999–2019:
Keskimääräinen kuukausilämpötila toukokuussa, Moskova
Keskimääräinen kuukausilämpötila toukokuussa Moskovassa, saatu eri lähteistä.
Suuria määriä samantyyppistä tietoa tekstimuodossa on mahdotonta käsitellä nopeasti ja tehokkaasti. On paljon kätevämpää käsitellä tällaisia tietoja taulukoiden avulla.
Mutta isojen pöytien havaitseminen osoittautuu myös vaikeaksi ihmisille.
Oletetaan, että valmistaudut koulun maantiedon konferenssiin, jossa sinut on tehtävänä piirtää kesäkuun ilmastomuotokuva. Koko kuukauden ajan keräsit tietoa ilman lämpötilasta, ilmanpaineesta, kosteudesta, pilvisyydestä, tuulen suunnasta ja nopeudesta.
Syötit tarvittavat tiedot etukäteen laadittuun taulukkoon, jonka sait (osa taulukkoa):
Voit tietysti piirtää tämän taulukon suurelle Whatman-paperiarkille ja esitellä tätä vaikuttavaa tulosta luokkatovereillesi. Mutta pystyvätkö he havaitsemaan tämän tiedon, käsittelemään sen ja muodostamaan käsityksen toukokuun säästä? Todennäköisesti ei.
Olet kerännyt suuren määrän tietoa, se on tarkkaa, täydellistä ja luotettavaa, mutta taulukkomuodossa se ei ole kiinnostava kuuntelijoille, koska se ei ole ollenkaan selvää.
Visuaalinen esitys suureiden muuttumisprosesseista
Kaavio näyttää kaksi koordinaattiakselia, jotka ovat suorassa kulmassa toisiinsa nähden. Nämä akselit ovat asteikkoja, joille esitetyt arvot piirretään.
Huomio!
Yksi määrä on riippuvainen toisesta - riippumaton. Riippumattoman suuren arvot piirretään yleensä vaaka-akselille (X-akseli tai abskissa-akseli) ja riippuva suure - pystyakselille (Y-akseli tai ordinaattinen akseli). Kun riippumaton määrä muuttuu, riippuvainen määrä muuttuu.
Esimerkiksi ilman lämpötila (riippuvainen muuttuja) voi muuttua ajan myötä (riippumaton muuttuja).
Siten kaavio näyttää, mitä tapahtuu Y:lle X:n muuttuessa. Kaavio näyttää arvot käyrinä, pisteinä tai molempina.
Kaavion avulla voit seurata tietojen muutosten dynamiikkaa. Esimerkiksi \(2\):nnen graafin sisältämien tietojen avulla voit rakentaa kaavion lämpötilan muutoksista kyseisen kuukauden aikana.
Aikataulun avulla voit asettaa välittömästi kuukauden lämpimimmän päivän, kuukauden kylmimmän päivän, laskea nopeasti päivien lukumäärän, jolloin ilman lämpötila ylitti kaksikymmentä astetta tai oli noin \(+15 °C\).
Voit myös ilmoittaa ajanjaksot, jolloin ilman lämpötila oli melko vakaa tai päinvastoin koki merkittäviä vaihteluita.
Samanlaisia tietoja tarjoavat kaaviot ilman kosteuden ja ilmanpaineen muutoksista, jotka on muodostettu taulukon \(3\) ja \(4\) sarakkeiden perusteella.
Visuaalinen esitys määrien välisestä suhteesta
Tiettyjen suureiden välisen suhteen visuaalinen esitys saadaan kaavioiden avulla. Jos vertailuarvojen summa on \(100\)%, käytä ympyräkaavioita.
Kaavio ei ilmaise tiettyä pilvisyyttä sisältävien päivien lukumäärää, mutta se näyttää kuinka monta prosenttia päivien kokonaismäärästä on tietyn pilvisyyden päiviä.
Tietyn pilvisyyden päivillä on oma ympyrän sektorinsa. Tämän sektorin pinta-ala liittyy koko ympyrän pinta-alaan samalla tavalla kuin tietyn pilvisyyden päivien lukumäärä kesäkuun koko päivien lukumäärään. Siksi, jos ympyräkaaviossa ei näy lainkaan numeerista dataa, se antaa silti jonkin verran likimääräistä käsitystä tarkasteltavien arvojen suhteesta, meidän tapauksessamme eri pilvisyyspäivien välillä.
Suuri määrä sektoreita vaikeuttaa ympyräkaavion tietojen havaitsemista. Siksi ympyräkaaviota ei yleensä käytetä enempää kuin viidelle tai kuuelle data-arvolle. Esimerkissämme tämä vaikeus voidaan voittaa vähentämällä pilvisyysasteiden määrää: \(0-30\)%, \(40-60\)%, \(70-80\)%, \(90-100\) )%.
Katsaus kaavioon riittää päättämään, että kesäkuussa oli pääosin kirkkaita päiviä ja pilvisiä päiviä oli hyvin vähän. Selvyyden lisäämiseksi meidän oli uhrattava tarkkuus. Monissa tapauksissa on mahdollista varmistaa sekä tiedon selkeys että tarkkuus pylväskaavioita.
Pylväskaaviot koostuvat saman levyisistä yhdensuuntaisista suorakulmioista (pylväistä). Jokainen palkki näyttää yhden tyyppistä laadullista dataa (esimerkiksi yhden pilvityypin) ja on sidottu johonkin vaaka-akselin vertailupisteeseen - luokka-akseliin.
Meidän tapauksessamme referenssipisteet kategoria-akselilla ovat kiinteitä pilviarvoja.
Pylväiden korkeus on verrannollinen verrattavien määrien arvoihin (esimerkiksi tietyn pilvisyyden päivien lukumäärä).
Vastaavat arvot on piirretty pystysuoralle arvoakselille.
Arvoakselilla tai palkkeilla ei saa olla taukoja: kaaviota käytetään visuaalisempaan vertailuun, ja taukojen olemassaolo kumoaa tulosten esittämisen kaavion muodossa.
Tutkakaavio erityistä, sillä on oma akselinsa jokaiselle tietosarjan pisteelle. Akselit tulevat kaavion keskeltä.