http://mt.sohu.com/20150514/n413068798.shtml

说到学生在做题时最主要的错误,大多数同学都会想到是“计算错误”。尤其是当题目的运算量大、运算步骤多、数字复杂时,计算错误就像河堤决口一样涌现出来。每每考试,我们都知道自己应该细心,可还是控制不住错误的出现,怎么办呢?今天我想从技术角度说说如何减少解题中的计算错误。

  一、熟悉运算过程与结果的形式

  上周上面授班的时候,我给112名高三学生做了一次测验,题目是一道逻辑并不复杂、计算较为繁琐的解析几何题,给的时间是7分钟,应该说要想在这个时间内运算出正确结果,学生还是挺有压力的。从测试的结果来看,一共只有20名学生完全答对。接下来我对做错的试卷进行了具体的分析,产生错误的92名学生中,有49名学生是纯计算错误,占53%。

  在大多数计算错误中有一个明显的现象,就是学生没有意识到自己算错了,这主要是因为对运算过程和结果不够熟悉。例如在直线与圆锥曲线的联立中,无论是计算判别式、韦达,一定都能有很多项彼此消掉,从而使计算大大被化简(但这并不是命题老师设计的数字好的缘故,而是圆锥曲线本身的性质所致)。知道这一点的学生在没有运算之前,就大致知道结果应该算成什么样子,一旦不符合就说明算错了。比这更简单的,还有学生用二次方程系数算出来的韦达式中居然还带未知数x,也是对运算结果不熟悉导致的。

  学生应该在平时的练习中,有意识去观察、理解运算结果的特征,很多形式都是有其内在规律道理的。掌握这种内在规律道理,也是对数学本质深刻认知的一个重要过程。

  二、边算边检查

  在上周的测验中,只有极少数算错的学生发现了自己的问题,进行了及时的更正,并且有部分学生算对最终答案。这说明他们能在运算的过程中通过检查发现自己的问题,而大多数学生没有做到。

  另外一个值得重视的现象是,那些发生了计算错误的学生,当我继续批改下去,发现他们之中的很多人还会产生第二个计算错误。这说明在运算步骤较多的时候,没有检查习惯的学生出现错误的必然性。

  边算边检查是一种非常有意义的考场行为。我及其鼓励学生每运算一步,就迅速做一个逆运算检查。例如将一个多项式因式分解之后,再把分解的结果乘开,检查跟原题中的多项式是否一致。

  很多学生担心边算边检查会导致自己没有时间完成考试,我想对这样的学生说两点:

  1,边算边检查比做完集中检查省时间。完成试卷以后集中检查,很多学生需要把每道题重新看一遍,重新寻找解题思路,相当于把试卷答两遍。何况很多学生根本完不成试卷,也就没有检查了。

  2,做一道对一道,比做很多题但不确定对不对有意义。在53%的错误源自于计算的时候,多做意味着多错,多检查才意味着多对。

  三、日常训练题目应一次做对

  我一向强调:所有考试中的问题都源自于日常训练。考场上的计算错误是日常学习中计算能力低下的反映,所以想从根源上解决这个问题,也要在日常训练中下功夫。

  很多学生在日常训练中都会犯简单的计算错误,但是大多数学生不认为这是问题,拿笔一改就假装自己做对了。这没有意义,因为在考场上,你可没有看了答案再更改的机会。日常训练要以一次做对为标准要求自己,再小的计算错误也用红笔标出来警示自己,才能逐渐养成检查的习惯。也许有学生看到自己满篇的红圈很难受,但是这样才能正视问题,让红圈越来越少。在这方面,我常说:“如果你没有心痛过,怎么证明你在乎过。”

  计算错误是很多学生的大问题,要想解决这个问题不能光靠主观意识,我们要找到一些具体可行的技术手段,希望以上所谈的几点,能对大家有帮助。(转自中考网)

成因一:重视程度不够。有不少学生在心理上对于计算的问题很轻视,总觉得计算不就是死“做题”吗?有什么难的呢?总觉得自己只要随便算算。思想上的不重视,就造成了审题不仔细、看错运算符号、用错运算定律等不该有的错误。

成因二:计算习惯不良。有些学生在计算时字迹潦草,造成了自己也“看不清、漏看”的现象;有些学生无论数字大小、熟练与否,一律口算,不愿动笔演算;有些学生,演算从来不用专门的草稿纸,随意的在桌子上、作业本或试卷背面及边缘上写演算;还有些学生计算时思想不够集中,于是抄错数字、抄错运算符号的错误就常有发生,这样或那样的小毛病加起来,就造成了计算上的大错误。

成因三:方法不够熟练。比如中高年级不能正确的运用运算定律进行简便,也是计算错误中一个比较突出的问题。有些题目是不能简便计算的,可有些学生看到能凑整就想当然进行“简便”。可是明明可以简便计算的题目,学生却不能仔细的审题、分析,却不能正确的选择合适的简便计算的方法完成


作者:grapeot
链接:https://www.zhihu.com/question/31405289/answer/128886091
来源:知乎
著作权归作者所有,转载请联系作者获得授权。

我觉得这是一个非常普适的问题,不仅限于数理化的考试,更适用于日常工作。比如我在实际工作中干过跟老板汇报我们新算法把某某指标提升了2个点,然后一个星期以后发现测错了。于是这个星期我们做的所有决策和测量就全是错的,要推倒重来。这些都可以归为“粗心”或者“低级错误”。而同时大家对于粗心也有一些常见的误解。比如“哎,下次仔细一点就不会有问题了”。不是这样的,你之所以会在某个地方粗心不是因为运气不好,而是因为这个地方就容易错。如果不采取措施的话,这次错了下次还容易错。还有个误解是“慢一点就好了”。也不是这样的。解决粗心有很多方法,有些方法会影响执行的速度,并且导致“慢一点”。但这个“慢一点”是你用了正确方法的结果(必要条件),而不是解决粗心的原因(充分条件)。换言之,即使慢你可能也还会粗心;而如果方法对,即使不慢也可以做到不粗心。

因为我自己很粗心,所以仔细总结过什么是粗心,在日常学习和工作中可以怎么避免这些问题。甚至引申一下,这些避免粗心的方法可以大幅提高工作能力。现在感觉比以前细致了很多,有一些经验分享一下。

题主自己也提了一些“粗心”的例子,比如3+8=21,字母抄错等等。如果归纳总结一下,我觉得粗心就是一些好像很简单的东西做错了。之所以我加上了“好像”很简单,是因为我的根本观点是,没有“粗心”这种东西——这些“看上去简单”的东西其实不简单,甚至往往就是考察的重点。比如移项变号,去括号变号等等。粗心就是不熟练导致的不知道什么地方应该注意,什么地方容易做错,什么时候能快什么时候一定要慢。这也是生手和老手的重要区别。

举个文化课以外的例子。我在刚开始学车的时候会很紧张路边的行人,怕他突然要过马路,也很紧张红绿灯时刻准备一变黄就立刻急刹。在这种情况下我变道有时候就会忘了检查差点撞上别的车。变道先看旁边有没有车,这个看上去好像是个很浅显的东西——我只是忘了做到这一点,粗心了。但如果仔细分析的话,我做不到这一点的根本原因是注意力分配的方式错了,过分地注意一些没有必要的因素,而忽视了真正重要的东西。在开了几年熟练了以后,我的注意力更多地放在了后视镜和左右观后镜上,而不太去管人行道上的行人。这样“粗心”的错误也就很少犯了。

题主可以印证一下,是不是犯的错误都是因为不熟练,或者说不知道这里可能会犯错误。解决办法也很简单,一个技能会踩的“坑”是有限的,把它穷举出来就行了。对于文化课/应试就是错题本。这个非常非常非常重要。应试教育一大被人诟病的点就是重复练习。但其实重复练习本身没有错,学习就是个熟能生巧的过程。错的是一遍做对的的就没必要练了,练了白练。关键要把做错的记下来,然后做两件事:1) 看里面有没有什么模式,总结一些易错的点,这些往往就是考点。2) 练这些做错的,形成条件反射。比如以后看到复杂的式子就警惕慢慢抄写,不要抄错字母。看到一位数加减法就警惕,不要再算错了。做到这件事,你应试练习的效率就会比一般瞎几把练的高很多。

然后回到现实工作。粗心不只是在文化课里面有,在工作里同样存在,而且它的危害会大很多。但工作中一般没有应试教育反复练习的环境,所以我总结了这些方法:

  • 第一还是“错题本”。把犯过的错误记下来,吾日三省吾身说的主要就是这个。要写下来,每天一两句话就够了。然后每天花5分钟看一看这周,这个月的。温故知新。
  • 第二是引入检查单机制。什么领域最不能容忍粗心?一个典型的例子是航空领域。起飞检查,飞行程序等等万万不能粗心,否则可能就是机毁人亡。航空领域的解决方法是,把要做的程序一项项细化,一条一条对照检查执行。重要项目一个人执行一个人复查。几十年的实践表明,这是一种非常有效的方法。所以当我们在实践“错题本”上发现了一种犯错的模式以后,要给这种模式一个检查单。对着一步步来,慢一点也比粗心了然后回头返工外加伤害声誉好。
    • 对程序员来说,检查单可以让电脑来检查,也就是说把东西用程序自动化。自动化除了多次执行省时间以外,我个人认为更重要的作用是保证每次做的都是正确的。
  • 第三是引入复查机制。这个复查不是简单地重新做一遍,而是1) 心态上用高标准来挑结果的毛病;2) 方法上做交叉检验。这个在工作中非常实用。举个栗子,我在工作中提出了一种新算法,通过牺牲一些A指标来实现B指标的大幅上涨。那么结果出来,第一不能看到B指标真的涨了就急着去找老板报喜,而是要在态度上先假设这个结果是错的,你要用一些佐证来确认它是正确的。第二是用交叉检验的方法来提供佐证。比如A指标是不是跌了,跌了多少,有没有一些确实的例子能证明A指标跌B指标涨了,而且这个例子是可以解释的。在检验完了以后再确认这个实验结果是可信的。我刚开始做科研的时候还干过把一个数据集的精度调到了95%,急匆匆跟老板报喜,老板接着调了调把精度调到了103%的事情。。(也就是测试100个例子,有103个是对的,显然是实验做错了。然后被狂批)
    • 这个复查机制其实很能体现工作能力。我很佩服老板的一点是,他总是能问出来我想不到的交叉检验的问题。这个比较难举直观的例子。比如在上面的AB指标的例子里,我们不仅可以静态观察实验结果来判断实验对不对,还可以通过稍微扰动一下数据,来观察AB指标变化的趋势。

总的来说,我的观点是,粗心不是说仔细一点慢一点就能解决的东西,它恰恰是学习一个东西的难点(容易错的点)所在。要用科学的方法,对自己吹毛求疵的态度,养成系统的习惯,才能有效地避免粗心,成倍地提高做事的效率。


讲道理,中国的中学题目
是这世界上最温柔的东西啊
边出题边特意编出方便计算的数据
每一个细节都伴随着标志性的提示语
有困难的trick,就会在前几问做出铺垫
即使挖下很多坑,也会在不远处为你敞开大门
从易入难,或者松紧相间,题目的分布也十分适当
即使看起来超纲,也能用已学的方法巧解
而这所需的思路,题干里已经留下了蛛丝马迹

这是因为,题目是为了让你做出来才存在的
他想给你成就感,而不是给你绝望与残酷
所有看似的百般刁难,其实只是傲娇的手段

做题的时候,不需要像科研一样
去与宏大而冷漠的未知对抗
你只需要顺着对方给的暗示,走上那么几步
就能收获一个柳暗花明的拥抱
所以我才说啊,中国的中学题目
是这世界上最温柔的东西啊!

作者:千张
链接:https://www.zhihu.com/question/31405289/answer/128739355
来源:知乎
著作权归作者所有,转载请联系作者获得授权。

【转】 【技巧 】 数学难题大揭秘:减少计算错误的技术相关推荐

  1. 大数据流式计算:关键技术及系统实例

    大数据流式计算:关键技术及系统实例 孙大为1, 张广艳1,2, 郑纬民1     摘要:大数据计算主要有批量计算和流式计算两种形态,目前,关于大数据批量计算系统的研究和讨论相对充分,而如何构建低延迟. ...

  2. 逃离泄露事件,阿里云安全默认防御大揭秘 | 问底中国 IT 技术演进

    作者 | 黄晓堃 阿里云安全工程师 致谢 | 吴凡 阿里云高级安全工程师,郭伟博 阿里云高级安全工程师 责编 | 屠敏 出品 | CSDN(ID:CSDNnews) 随着越来越多企业上云,我们深刻体会 ...

  3. 从功能到测开,阿里巴巴软件测试面经大揭秘,看看大厂的技术栈

    从功能到测开,阿里巴巴秋招面经,400页PDF文档,700道软件测试面试真题附答案点击即可领取 400页PDF阿里面经 1.测试理论部分 测试结束的标准是什么? 1.用例全部执行.2.覆盖率达到标准. ...

  4. 黑客爱用的 HOOK 技术大揭秘!

    黑客爱用的 HOOK 技术大揭秘! 什么是 HOOK 技术? 病毒木马为何惨遭杀软拦截? 商业软件为何频遭免费破解? 系统漏洞为何能被补丁修复? 这一切的背后到底是人性的扭曲,还是道德的沦丧,敬请收看 ...

  5. Nature最新封面:两大数学难题被AI突破!DeepMind YYDS

    点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 博雯 梦晨 发自 凹非寺 量子位 报道 | 公众号 QbitAI 现在,AI不仅能参与 ...

  6. np完全问题的例子_MIT开发光子算法,试图解决世界7大数学难题的“NP完全问题”...

    2000年5月,美国克雷数学研究所(Clay Mathematics Institute,CMI)提出7个数学难题,称为"千禧年大奖难题",挑战者每解出1道题目,若通过两年验证期和 ...

  7. 公钥密码系统主要依赖的三种数学难题:1.大整数因子分解问题 2.离散对数问题 (DLP问题) 3. 椭圆曲线上的离散对数问题(ECDLP)

    公钥密码系统主要依赖下面三种数学难题 1.大整数因子分解问题,如 RSA 系统 1.数理 2.流程 2.离散对数问题 (DLP问题) 1.数理: 2.流程:(EIGamal 公钥系统) 3. 椭圆曲线 ...

  8. 大四生破解数学难题 丘成桐问是否想去清华深造

    韶关学院大四学生王骁威. 破解世界级数论猜想大学生:中国缺少静心做学问的人   学校正在为他安排破格保研 未来想做图书馆管理员研究学问 韶关学院刚上大四的学生王骁威,否定了数论界多年未解的猜想--&q ...

  9. 21世纪7大数学难题,解决其中一个你就成为了百万富翁!

    全世界只有3.14 % 的人关注了 爆炸吧知识 百万富翁 你也可以 昨天一大早,知识君就收到模友送的3枝红玫瑰. 仔细一看,原来又是来跟知识君约稿的... 知识君只能说: 1900年,希尔伯特(传送门 ...

  10. mastercam后处理升级_MasterCam软件后处理技巧大揭秘,做数控编程的都收藏了

    mastercam软件后处理技巧mastercam软件是一款很优秀的cam软件,市场占有率很高.也是数控加工首先的计算机自动生成程序的软件.很重要的一点是,它的后处理是开放式的. 下面就谈谈它的后处理 ...

最新文章

  1. 愤怒!GitHub开始限制“受美国制裁”国家账号!
  2. python可变数量参数的平均值_Python Pandas:计算可变行数的滚动均值(移动平均值)...
  3. python hash
  4. 笔记:编程的一些建议 - 时间伙伴 - 博客园
  5. 渲染管道(2)应用阶段“功能”
  6. 机器学习(二)——鸢尾花案例
  7. Web服務器的配置方法
  8. dumpsys命令用法
  9. python中日期转换,python中常用到的时间日期格式转换!
  10. Visual Studio 2015官方汇总包括下载和视频
  11. 2020年总结:携梦而行,无怨无悔
  12. linux 日志报警,linux日志报警怎么解决
  13. Visul C++中CList用法
  14. 一套系统要不要这样贵,5亿美元
  15. java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:MaxGCPauseMillis=100/虚拟机调优
  16. HTML学生作业网页:使用HTML+CSS技术实现非遗文化网页设计题材【汉服文化—共12个页面】
  17. 信息孤岛问题有多难?教你一招,免费解决
  18. 单元测试篇---风起长林
  19. activiti中的bug列表
  20. World2016中空格变小点

热门文章

  1. Scala实现Kafka生产者与消费者实例
  2. BZOJ4011: [HNOI2015]落忆枫音
  3. 利用倾斜摄影技术土方工程计算
  4. 我的团长我的团第四十三集
  5. 基于Web的建筑智能化系统集成组态软件的设计与应用
  6. php error unexpected,PHP异常Parse error: syntax error, unexpected错误解决方法
  7. 关于在电脑单机上面运行魔兽世界的方法
  8. OpenCV视频篇——码流 / 码率 / 比特率 / 帧速率 / 分辨率
  9. 数字量化值Digital Number, 辐射亮度Radiance, 反射率Reflectance,发射率Emissive
  10. 安卓 VNET 抓取 快手极速版cookie 教程