如何学好数学 - 第一部分: 多做练习

2018 年 12 月 16 日 遇见数学

原文: 
zh.wikihow.com/%E5%AD%A6%E5%A5%BD%E6%95%B0%E5%AD%A6


很多人觉得自己数学差是天生的,无药可救。事实并非如此。研究表明数学好的人既有天资之功,更有勤学之劳。[1] 只要勤加练习,你也可以成为数学学霸。每天都拿出一些时间来练习,总有一天会对数学概念融会贯通。如果有必要的话,就寻求外援。家教、老师或是任何擅长数学的人都可以帮助你精进技巧。同时,你还应当努力培养对数学的良好心态。很多人对这门学科都抱有必败的心态,心想:“我现在数学很差,以后也绝不会好。”要知道事实远非如此。只要多付出一些努力,大多数人都能在数学上取得进步。


第一部分 多做练习

1. 在不受打扰的环境中学习。如果你数学不太好,那就一定要在能让你专注的环境中学习。在你坐下来开始学习之前,先找一个没有外界打扰并让你分心的地方。[2]

  • 找一个没有太多噪音、不喧哗的地方。一家安静的咖啡馆或是你卧室的书桌都可以。

  • 尽量减少让你分心的事物。切断互联网,把手机收起来。

  • 如果你喜欢在学习的时候听音乐,那就听纯音乐。有歌词的歌曲、太吵的音乐都会让你无法集中精力学习。

2. 每天都要抽时间练习。提高数学水平没有什么秘诀,唯有勤奋。如果你想提高数学成绩,努力学习就是关键。你必须每天练习,直到你开始理解这门学科背后的基本概念。[3]

  • 坚持按计划走。看看一天当中你什么时候有空学习。也许你一般是傍晚有闲暇,那就安排在每天吃过晚饭后六点到七点之间学数学。

  • 不要一次连续学习很多个小时。这样会让自己有压力。每晚学一个小时左右就可以了。

3. 学习解题的逻辑和过程。数学是一门有序的学科。很多人觉得一定要死记硬背概念和公式,或者在开始做题前要在脑海中想好答案。这样效果并不好。你应该努力理解背后的数学概念。如果你理解了一个等式的原理和它成立的原因,就更容易记住它。[4]

  • 数学理论可能比较复杂,但是稍微花点工夫,你就会逐渐领悟。上数学课时,不要怕问为什么。勾股定理为什么成立?二次方程的逻辑是什么?

  • 理解根本原理比死记硬背有用得多。只要你深刻地理解了一个原理,就能轻松地加以运用。如果你知道一个等式为什么成立,就能胸有成竹地检查你的答案。

4. 解题时,一步一步来。做数学题时,你总想知道怎么得出答案。不要预想怎么算出答案,专注在等式上,一步一步来。不要提前想太多,慢慢来,答案自会一点点浮现。[5]

  • 如果你需要先做除法,那就只做除法。如果下一步要做加法,那就专心做加法。

  • 做完题之后,回顾一遍,检查一下解题过程。想想为什么要这么做,自己是怎么做出来的。

5. 仔细复习做错的题。在数学上,犯过的错能让你学到很多。当你发现自己做错了一道题时,回头看看你的解题过程,想想如何才能算出正确答案。[6]

  • 做数学题的时候,写下过程是非常重要的。用笔一行行写出这道题的所有解题步骤,这样当你的答案出错时,你就可以回顾,看看哪一步更容易出错。

6.检查答案。做完一道题之后,检查一下你的解题过程。仔仔细细确保你每个地方都计算正确,解题步骤无误。仔细检查答案,你做对的几率就会更高。这样还有助于养成检查答案的好习惯,能帮你提高考试分数![7]

  • 检查答案还能帮你更好地理解隐含在题目背后的基本数学理论。

登录查看更多
0

相关内容

数学是关于数量、结构、变化等主题的探索。
【纽约大学】最新《离散数学》笔记,451页pdf
专知会员服务
123+阅读 · 2020年5月26日
【干货书】R语言书: 编程和统计的第一课程,
专知会员服务
107+阅读 · 2020年5月9日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
347+阅读 · 2020年2月15日
万维钢:数学高手都是训练出来的
罗辑思维
4+阅读 · 2019年3月4日
做机器学习和AI必备的42个数学知识点
AI前线
8+阅读 · 2018年12月6日
想入门AI?先掌握这些数学知识再说!
InfoQ
5+阅读 · 2018年3月13日
零基础小白,如何入门计算机视觉?
计算机视觉life
9+阅读 · 2018年3月8日
机器学习应该准备哪些数学预备知识?
AI100
4+阅读 · 2017年11月26日
图解高等数学|线性代数
遇见数学
39+阅读 · 2017年10月18日
如何用 3 个月零基础入门机器学习?
AI研习社
6+阅读 · 2017年9月27日
大学数学不好,或许是数学教材的锅?
算法与数学之美
15+阅读 · 2017年8月1日
On Feature Normalization and Data Augmentation
Arxiv
14+阅读 · 2020年2月25日
Seeing What a GAN Cannot Generate
Arxiv
7+阅读 · 2019年10月24日
Arxiv
6+阅读 · 2018年10月3日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
8+阅读 · 2018年5月15日
VIP会员
相关资讯
万维钢:数学高手都是训练出来的
罗辑思维
4+阅读 · 2019年3月4日
做机器学习和AI必备的42个数学知识点
AI前线
8+阅读 · 2018年12月6日
想入门AI?先掌握这些数学知识再说!
InfoQ
5+阅读 · 2018年3月13日
零基础小白,如何入门计算机视觉?
计算机视觉life
9+阅读 · 2018年3月8日
机器学习应该准备哪些数学预备知识?
AI100
4+阅读 · 2017年11月26日
图解高等数学|线性代数
遇见数学
39+阅读 · 2017年10月18日
如何用 3 个月零基础入门机器学习?
AI研习社
6+阅读 · 2017年9月27日
大学数学不好,或许是数学教材的锅?
算法与数学之美
15+阅读 · 2017年8月1日
相关论文
On Feature Normalization and Data Augmentation
Arxiv
14+阅读 · 2020年2月25日
Seeing What a GAN Cannot Generate
Arxiv
7+阅读 · 2019年10月24日
Arxiv
6+阅读 · 2018年10月3日
Arxiv
5+阅读 · 2018年6月5日
Arxiv
8+阅读 · 2018年5月15日
Top
微信扫码咨询专知VIP会员