建立一个新的高阶数学教授模式,知其然,知其用,知其之所以然,知其所以然

1. 传统常用的模式

概念,性质,定理,定理证明,定理应用;

这个学习模式挺好的,但是定理证明过程往往很冗长,而且不易记忆,也就是说,即使推导了定理,初学者也记不住这个推导过程和思路;

当然不是说推导不重要,而是很重要;但是,耗费精力太大,会减缓初学者建立知识体系的速度;

2. 新的讲授模式

一个可以尝试的数学讲授模式:

第一章:

概念1.1,性质,定理1.1是什么,为什么要引入这个定理,如何应用这个定理;

概念1.2,性质,定理1.2是什么,为什么要引入这个定理,如何应用这个定理;

...

概念1.n,性质,定理1.3是什么,为什么要引入这个定理,如何应用这个定理;

定理1.1的证明;

定理1.2的证明;

...

定理1.n的证明;


第二章:

概念2.1,性质,定理2.1是什么,为什么要引入这个定理,如何应用这个定理;

概念2.2,性质,定理2.2是什么,为什么要引入这个定理,如何应用这个定理;

...

概念2.n,性质,定理2.3是什么,为什么要引入这个定理,如何应用这个定理;

定理2.1的证明;

定理2.2的证明;

...

定理2.n的证明;


或者先把整本书的应用讲完,再讲定理证明

这样的好处在于入门容易,建立体系容易,并且勾起对定理成立与否的好奇,然后待时机成熟时,再开展证明。

传统方式的弊端:在定理本身是什么的冲击下,一般同学不会对其为何成立产生好奇,而对于是什么,能做什么的掌握将占据主要精力。等应用后,熟悉到一个程度时,对其真理性才会产生好奇,也具有足够的心理准备和查看证明过程的意愿;

3. 示例

相关推荐
杰瑞不懂代码17 小时前
【公式推导】AMP算法比BP算法强在哪(二)
python·算法·机器学习·概率论
浅川.2518 小时前
概率论与数理统计:期末复习梳理
概率论·数理统计
雪不下1 天前
计算机中的数学:概率(6)
人工智能·机器学习·概率论
黎茗Dawn2 天前
DDPM-明确 [特殊字符] [特殊字符] 系数
概率论
Cathy Bryant2 天前
概率论直觉(三):边缘化
笔记·机器学习·数学建模·概率论
TDengine (老段)3 天前
TDengine 统计函数 VAR_SAMP 用户手册
大数据·数据库·物联网·概率论·时序数据库·tdengine·涛思数据
oscar9993 天前
概率论与数理统计第四章 随机变量的数字特征
概率论·数字特征
杰瑞不懂代码3 天前
【公式推导】AMP算法比BP算法强在哪(一)
python·算法·机器学习·概率论
oscar9993 天前
概率论与数理统计第一章 概率论的基本概念
概率论
oscar9994 天前
概率论与数理统计第二章 随机变量及其分布
概率论·随机变量及其分布