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
chsmiao13 小时前
深度学习之概率论
人工智能·深度学习·概率论
词元Max14 小时前
3.4 概率论基础:贝叶斯思维与不确定性
概率论
Eloudy15 小时前
光子的单缝衍射模型
线性代数·机器学习·概率论
AI科技星2 天前
依托Gε₀ = e²/(4παmₚ²)核心方程:全新公式推导+原创理论提炼+全维度精算验证
人工智能·线性代数·架构·概率论·学习方法
AI科技星5 天前
国家重点研发计划项目申报书
人工智能·线性代数·架构·概率论·学习方法
AI科技星5 天前
基于**v=c(空间光速螺旋运动)唯一第一性原理**重新完整求导证明
人工智能·线性代数·算法·机器学习·架构·概率论·学习方法
hai3152475436 天前
AI工业化编程的黎明:由逻辑压缩到知识融合的范式跃迁
开发语言·人工智能·线性代数·机器学习·数学建模·概率论
AI科技星6 天前
基于光速螺旋拓扑模型的宇宙时空特征周期研究
人工智能·线性代数·架构·概率论·学习方法
weixin_446260857 天前
局部相合,全局不一致:多组件大型语言模型智能体中组合不一致性的界定
人工智能·语言模型·概率论
scx_link8 天前
两个独立事件的联合概率
概率论