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
闪闪发亮的小星星19 小时前
主旋参数定义
算法·机器学习·概率论
辰尘_星启3 天前
[最优控制]MPC模型预测控制
线性代数·机器学习·机器人·概率论·控制·现代控制
passxgx4 天前
12.1 均值、方差与概率
算法·均值算法·概率论
Cathy Bryant4 天前
softmax函数与logits
笔记·神经网络·机器学习·概率论·信息与通信
墨上烟雨4 天前
古典概型与几何概型
概率论
点云SLAM5 天前
似然函数(Likelihood Function)和最大似然估计
算法·机器学习·概率论·数理统计·最大似然估计·似然函数·概率分布
Figo_Cheung5 天前
Figo几何基础论:基于集合几何化的统一理论框架与哲学意涵——首次提出“几何化诱导的全息原理”
算法·机器学习·概率论·迭代加深
木非哲5 天前
AB实验的关键认知(十四)实验复盘与总结
概率论·abtest
无风听海5 天前
负对数似然函数详解
概率论
AI科技星5 天前
加速运动正电荷产生加速度反向引力场的详细求导过程
人工智能·线性代数·算法·机器学习·矩阵·概率论