บทนำของ ‘Calculus Made Easy’: แคลคูลัสเรียนรู้ได้ง่ายกว่าที่คิด
(calculusmadeeasy.org)- บทนำนี้เริ่มจากข้อเท็จจริงที่ว่ามีผู้คนจำนวนมากที่สามารถทำ การคำนวณแคลคูลัส ได้ แล้วกล่าวว่าการเรียนรู้เทคนิคแบบเดียวกันไม่จำเป็นต้องยากหรือน่าเบื่อเสมอไป
- ในแคลคูลัสมีทั้ง เทคนิคที่ง่ายมาก และส่วนที่ยากมากอยู่ร่วมกัน จึงแยกให้เห็นว่าไม่จำเป็นต้องมองทุกอย่างว่ายากตั้งแต่แรก
- วิจารณ์ว่าตำราคณิตศาสตร์ขั้นสูงมักอธิบายการคำนวณที่ง่ายให้ดูซับซ้อน ราวกับต้องการแสดง ความเฉลียวฉลาด ของผู้เขียน มากกว่าจะทำให้เข้าใจง่าย
- ผู้เล่าเรื่องถ่อมตัวว่าเป็น “remarkably stupid fellow” และบอกว่าจะนำ ส่วนที่ไม่ยาก ซึ่งตนเองได้ปัดความยุ่งยากออกไปแล้ว มาแสดงให้ผู้อ่านที่อยู่ในสถานะเดียวกันเห็น
- เมื่อฝึกฝนส่วนที่ง่ายจนเพียงพอ ส่วนที่เหลือก็จะตามมาได้ และเน้นความเป็นไปได้ในการเรียนรู้ด้วยทัศนคติว่า “What one fool can do, another can”
ความยากของแคลคูลัสตามที่บทนำกล่าวถึง
- แคลคูลัส ไม่ใช่วิชาที่ทุกส่วนยากเท่ากัน แต่มีทั้งเทคนิคที่ง่ายและเทคนิคที่ยากมากอยู่ร่วมกัน
- ข้อเท็จจริงที่ว่ามีผู้คนจำนวนมากสามารถคำนวณได้ เป็นหลักฐานว่าคนอื่นก็สามารถเรียนรู้เทคนิคการคำนวณแบบเดียวกันได้เช่นกัน
- ตำราคณิตศาสตร์ขั้นสูงถูกวิจารณ์ว่ามีแนวโน้มอธิบายส่วนที่ง่ายให้ซับซ้อน แทนที่จะอธิบายให้ง่าย
ทัศนคติในการเรียนรู้ที่แนะนำแก่ผู้อ่าน
- ผู้เล่าเรื่องบอกว่าตนเองได้ผ่าน กระบวนการปัดเป่าความยาก มาด้วยตัวเอง
- หนังสือเล่มนี้มีจุดยืนว่าให้เรียนรู้ส่วนที่ไม่ยากก่อน และเมื่อพื้นฐานนั้นเพียงพอแล้ว ส่วนที่เหลือก็จะตามมาได้
- ประโยคสุดท้าย “What one fool can do, another can” สรุปแนวคิดเรื่องความเป็นไปได้ในการเรียนรู้ว่า สิ่งที่คนคนหนึ่งทำได้ คนอื่นก็ทำได้เช่นกัน
1 ความคิดเห็น
ความเห็นจาก Hacker News
หลังจากออกจากโรงเรียนมาได้ราว 10 ปี ผมก็กลับมาสนใจการบรรยายฟิสิกส์อีกครั้ง เลยหยิบหนังสือกลศาสตร์คลาสสิกขึ้นมาอ่าน และได้กลับไปทบทวนพีชคณิตเชิงเส้นพื้นฐานด้วย
แต่ก็น่าประหลาดใจที่ตำราหลายเล่มพูดถึงแค่ขั้นตอนการคำนวณ dot product ของเวกเตอร์ โดยแทบไม่อธิบายเลยว่าทำไมมันสำคัญ—เช่นการที่มันมีประโยชน์ในการตัดสินความคล้ายกันของเวกเตอร์สองตัว
ผมเพิ่งเข้าใจจริง ๆ หลังจากคุยกับ ChatGPT เรื่องความหมายของมัน และทุกวันนี้ก็ดีที่เรียนได้ช้ากว่าตอนมหาวิทยาลัย ทำให้มีเวลาจับแก่นของแนวคิดให้แน่นก่อนค่อยไปต่อ
หนังสือคณิตศาสตร์ส่วนใหญ่ที่ผมอ่านดูจะเน้นแสดงกระบวนการเชิงกลมากกว่าความหมายโดยรวม เลยสงสัยว่ามีหนังสือเล่มไหนที่อธิบาย ความหมายเชิงมโนทัศน์ ได้ดีกว่านี้บ้าง
จำได้ว่าเคยเรียนวิธีคำนวณ eigenvector แต่ไม่เคยได้ยินเลยสักคำว่าทำไมเราถึงอยากได้มัน
ถ้าจะอธิบายให้ดีจริง ๆ เป้าหมายของวิชาคงต้องถ่อมตัวกว่านี้ แทนที่จะตั้งไว้แบบ “สอนแคลคูลัส พีชคณิตเชิงเส้น และกลศาสตร์ควอนตัมทั้งหมด”
หลังจากวันนั้นผมก็หมดไฟกับคณิตศาสตร์ไปเลย และพอมารู้ภายหลังว่าปริพันธ์เกี่ยวข้องกับ พื้นที่ใต้เส้นโค้ง และมีประโยชน์มากแค่ไหน ก็ยิ่งโกรธเข้าไปอีก
ครูส่วนใหญ่อาจตั้งใจดีและพยายามเต็มที่ แต่ก็มีบางคนที่แย่ถึงขั้นไม่ควรกลับเข้าไปในห้องเรียนอีกเลยจริง ๆ
ก่อนหน้านั้นมันเป็นแค่อีกแนวคิดนามธรรมหนึ่งที่เชื่อมกับแนวคิดนามธรรมอื่น ๆ ซึ่งต้องท่องจำเพื่อสอบให้ผ่าน
ทุกวันนี้เวลาอ่านงานวิจัยเรื่องความสัมพันธ์ในพีชคณิตนามธรรม ถ้ามีแต่การไล่ ความสัมพันธ์ของสัญลักษณ์ โดยไม่มีแม้แต่หนึ่งหรือสองประโยคว่าควรนึกภาพแนวคิดนั้นแบบสัญชาตญาณอย่างไร ผมก็ยังรู้สึกอึดอัด
ภายในเกมที่ชื่อว่าคณิตศาสตร์ มุมมองแบบนั้นอาจกลายเป็นเรื่องธรรมชาติได้ แต่คนจำนวนมากเรียนคณิตศาสตร์ด้วยแรงจูงใจเพิ่มเติม และอยากได้มุมมองที่แสดงให้เห็นประโยชน์จริงหรือความเชื่อมโยงกับโลกจริง
แค่ยก ตัวอย่างที่เป็นรูปธรรม ของแนวคิดนามธรรมสักหนึ่งตัวอย่าง ก็จะช่วยให้ผู้อ่านที่ฉลาดและเกี่ยวข้องอีกมากเข้าใจงานวิจัยคณิตศาสตร์ได้ดีขึ้นมาก
ผมเพิ่งเข้าใจแคลคูลัสอย่างแท้จริงหลังจากอ่านหนังสือชั้นยอดของ Steven Strogatz ชื่อ Infinite Powers ซึ่งอธิบายไม่ใช่แค่ว่าทำไม แต่รวมถึงประวัติของเหตุผลนั้นด้วย
สำหรับผมให้ 10 เต็ม 10
https://www.stevenstrogatz.com/books/infinite-powers
หนังสือฟิสิกส์ระดับต้นที่ผมเคยเห็นมักแนะนำ dot product ทั้งในแบบ นิยามเชิงเรขาคณิต และนิยามเชิงพีชคณิต แล้วก็แสดงให้เห็นว่าทั้งสองแบบเหมือนกันใน 2–3 มิติ
ถ้าแบบพีชคณิตคือ “อย่างไร” แบบเรขาคณิตก็คือ “ทำไม”
ในฟิสิกส์ dot product สำคัญไม่ใช่เพราะใช้วัดความคล้ายกัน แต่เพราะมันบอกความยาวและมุมได้ และในปริภูมิที่นามธรรมกว่านั้น dot product ก็อาจกลายเป็นตัวนิยามความยาวและมุมเองด้วย
ใน machine learning จำเป็นต้องมีนิยามของความคล้ายกัน และก็สามารถกำหนดได้เป็นทำนองว่ามุมระหว่างเวกเตอร์สองตัวเล็ก จึงเกิดมุมมองแบบนั้นขึ้นมา
ตัวชี้วัดความคล้ายกันที่ดั้งเดิมกว่าคือความยาวของความต่าง หรือก็คือระยะทาง และสิ่งนี้ก็คำนวณจาก dot product เช่นกัน
ผมอยู่กับแคลคูลัสมา 20 ปี ทั้งในโรงเรียน ในงาน และเป็นงานอดิเรก เวลาเห็นบทความแบบนี้ก็ทั้งสนุกและอดยิ้มไม่ได้เสมอ
ถ้าคลี่มันออกอย่างถูกต้อง ความรู้สึกเหมือนสัญชาตญาณที่สั่งสมมาหลายปีถูกถ่ายทอดให้กันได้ในไม่กี่นาที
คำอธิบายอย่าง “
(dx)^2คือชิ้นเล็กมากของ x ที่ยังมีชิ้นเล็กลงไปอีก” กลายเป็นเสาหลักสำคัญ แม้แต่กับความพยายามล่าสุดของผมที่ใช้เวลาไปหลายสิบชั่วโมงเพื่อให้พอเข้าใจ stochastic calculus ในระดับพื้นฐานพอเห็นสื่อแบบนี้ก็รู้สึกว่ามนุษยชาติกำลังก้าวหน้า เพราะคนรุ่นใหม่เข้าถึงข้อมูลแบบนี้ได้และเรียนได้เร็วขึ้น
และทุกวันนี้ก็ดูไม่ง่ายเลยที่เรื่องนั้นจะเปลี่ยนไปมากนัก
ส่วนหนึ่งเกี่ยวข้องกับข้อถกเถียงเก่าแก่เรื่องสถานะเชิงภววิทยาของ infinitesimal ซึ่งมักเป็นทั้งประเด็นปรัชญาและเทววิทยา
อัตราส่วนผลต่างกลายเป็นการทำให้ดิฟเฟอเรนเชียลแคลคูลัสเป็นทางการในเชิงรูปนัย แต่ในทางปฏิบัติแทบไม่มีใครใช้แบบนั้น ทั้งที่แคลคูลัสในโลกจริงก็ถูกใช้งานในลักษณะนั้น
ในงานจริงคนก็ยังใช้สัญกรณ์ infinitesimal แบบเฉพาะกิจอยู่ดี แต่มันเป็นวัตถุประหลาดที่มีกฎของตัวเอง และจริง ๆ แล้วก็มีไม่กี่คนที่รู้กฎเหล่านั้น
non-standard analysis ทำให้เราจัดการ infinitesimal ได้แทบจะตามกฎพีชคณิตปกติ แต่ผมไม่แน่ใจว่าที่มันไม่ค่อยถูกใช้เป็นเพราะมีปัญหาเชิงเทคนิคและเชิงปรัชญาพื้นฐานจริง ๆ หรือแค่เพราะความอนุรักษนิยม
stochastic calculus นั้นประหลาดมากจริง ๆ ตัวอย่างเช่นผมไม่เคยเข้าใจ “การทำให้เป็นรูปนัยที่ถูกต้อง” ของ Kalman filter แบบเวลาต่อเนื่องเลย
ถ้ามองเป็นการส่งช่วงเวลาให้เข้าใกล้ 0 ก็เหมือนว่าถ้าปรับแต่งพอสมควรก็จะได้คำตอบที่ถูกต้อง แต่ความเข้าใจของผมคือในเชิงรูปนัยมันไม่ได้แม่นตรงนัก
สำหรับคนที่ต้องเรียนแคลคูลัสเพื่อเข้ามหาวิทยาลัย แผ่นพับแนว เรียนแคลคูลัสให้ง่าย แบบนี้อาจรู้สึกเชยจนน่ารำคาญ
ส่วนที่ยากไม่ใช่แนวคิดระดับสูงที่สุด แต่เป็นความรู้พื้นฐานที่จำเป็นต่อการแก้โจทย์แคลคูลัสจริง ๆ
สำหรับฉัน ส่วนที่ยากที่สุดคือ อย่างแรก ต้องมีความรู้ตั้งต้นให้แน่นพอจะรับมือกับปัญหาที่ไม่คาดคิดได้ ตั้งแต่การทำกำลังสองสมบูรณ์ การหารพหุนามแบบยาว ไปจนถึงสมการที่มีอนุพันธ์
อย่างที่สอง คือการเข้าใจและใช้อย่างถูกต้องทั้งสัญกรณ์และเทคนิคการเขียนกราฟ ตั้งแต่สัญกรณ์ของ Leibniz ไปจนถึงการสเก็ตช์เส้นโค้ง
นั่นจึงเป็นเหตุผลว่าทำไมถึงมีทั้งหนังสือหนา ๆ และคอร์สเรียนที่พูดถึงแค่แคลคูลัสระดับเริ่มต้น และยังแทบไม่ได้แตะผิวของคณิตศาสตร์ขั้นสูงกว่านั้นเลย
ถ้าไม่ได้อ่านแค่หน้า HTML มันคือหนังสือเล่มเดียวที่ Silvanus P. Thompson ตีพิมพ์ในปี 1910 ได้รับการยอมรับมากพอที่ Martin Gardner จะนำมาเรียบเรียงใหม่ในปี 1998 และอาสาสมัครก็ช่วยกันจัดพิมพ์ใหม่ด้วย TeX อย่างตั้งใจจนกลายเป็นเว็บไซต์
มันตอบโจทย์ความต้องการที่ชัดเจน และไม่ใช่แค่แผ่นพับ “เชย ๆ”
ถึงอย่างนั้น ก็มีคนที่ไม่แนะนำฉบับ Gardner เพราะมองว่าเป็นการปะทะกันของบุคลิกที่เด่นชัดสองแบบ
ส่วนตัวแนะนำ Khan Academy และคิดว่าควรไล่ทำคณิตระดับมัธยมปลายใหม่ทั้งชุด
ตอนฉันอยู่ในสถานการณ์คล้ายกันก็ใช้สื่อ Khan บน YouTube และแม้เกรดมัธยมจะไม่แย่ แต่เพราะโรงเรียนไม่ค่อยดี เลยข้ามพื้นฐานไปเยอะมากจนแทบไม่พร้อมสำหรับการเรียนคณิตจริง ๆ
ทุกครั้งที่อาจารย์หรือผู้ช่วยสอนโชว์ “ลูกเล่นพื้นฐานทางพีชคณิตที่ควรรู้อยู่แล้ว” จากนิพจน์ซับซ้อน มักเป็นครั้งแรกในชีวิตที่ฉันเห็นมัน
นอกจากเรียนแคลคูลัสไปพร้อมกับกลับไปทบทวนพีชคณิต เรขาคณิต และตรีโกณมิติด้วยตัวเองแล้ว ก็แทบไม่มีทางอื่น
ถ้า ทักษะพีชคณิต อ่อน ก็รับมือกับสมการแคลคูลัสไม่ได้ และทางแก้ก็ต้องไปหาใน “เรียนพีชคณิตให้ง่าย” ไม่ใช่ “เรียนแคลคูลัสให้ง่าย”
ตอนมัธยมฉันทำโจทย์แคลคูลัสได้ค่อนข้างดี แต่แทบไม่เข้าใจเลยว่า ลิมิต คืออะไรจริง ๆ
พอเข้าเรียนมหาวิทยาลัยและได้เข้าใจนิยามของลิมิตกับทฤษฎีบทพื้นฐานที่สร้างอยู่บนมัน ฉันรู้สึกเหมือนโดนเขย่าอย่างแรง
สำหรับคนส่วนใหญ่ที่ไม่ได้ต้องแก้ปัญหาคณิตซับซ้อนทุกวัน แก่นของการเรียนคณิตไม่ใช่ความสามารถในการแก้โจทย์แบบกลไก แต่เป็นการเข้าใจแนวคิดและไอเดียทางคณิตศาสตร์ที่หล่อหลอมความสามารถในการคิดโดยรวม
ถามว่าส่วนไหนของพีชคณิตที่ต้องใช้? คุณต้องค่อย ๆ หาเอาเอง
นี่คืออุปสรรคใหญ่ของการเรียนคณิตแบบย้อนทาง เพราะทุกหัวมุมจะเจอชิ้นส่วนที่ขาดหาย และชิ้นส่วนนั้นก็พาไปสู่ชิ้นส่วนที่ขาดหายอีก
การไต่จากพื้นฐานขึ้นไปสู่ขั้นสูงก็น่าอึดอัดเพราะกล้ามเนื้อคณิตโตช้าเกินไป ส่วนการไล่จากข้างบนลงมาก็ช้าและน่าอึดอัดเหมือนกัน
การเข้าใจแค่แนวคิดไม่ได้ทำให้เก่งคณิต และก่อนจะลองทำโจทย์สักหลายข้อ คนเราหลอกตัวเองได้ง่ายมากว่า “เข้าใจแล้ว”
คุณต้องฝึกโจทย์ระดับล่างให้มากพอจนกลายเป็น ความจำของกล้ามเนื้อ แล้วค่อยขยับขึ้นระดับถัดไป
ถึงอย่างนั้น ก็จะมีจุดเปลี่ยนที่ความเจ็บปวดและความรู้สึกเหมือนหลงอยู่ในโพรงกระต่ายลดลงค่อนข้างเร็ว การฝึกซ้ำจะเริ่มให้ผลตอบแทน และชุดถัดไปก็จะง่ายขึ้นนิดหน่อย
การเขียนโปรแกรมก็เหมือนกัน ต่อให้รู้แนวคิดของลูป ก็ไม่ได้แปลว่าจะเขียนโค้ดจัดเรียงอาร์เรย์ได้อย่างมีประสิทธิภาพ คุณต้องใช้ไวยากรณ์และลูปให้คล่องก่อน แล้วค่อยฝึกอัลกอริทึมการเรียงลำดับซ้ำ ๆ จนซึมเข้าไปในตัว
เมื่อผ่านกระบวนการนี้ไป คุณจะเริ่มเห็นแนวคิดเดิมกลับมาในรูปแบบดัดแปลงต่าง ๆ และใช้เวลาจับทางมันน้อยลงเรื่อย ๆ
นี่ก็เป็นเหตุผลว่าทำไมหลายคนถึงยอมแพ้ไปเลยและเชื่อว่าตัวเองไม่มี “ยีนคณิตศาสตร์”
หนังสืออีกเล่มสำหรับอ่านเรื่องแคลคูลัสคือ The Calculus: A Genetic Approach ของ Otto Toeplitz
มันเดินตามเส้นทางคล้ายกัน และฉันอ่านอย่างเพลิดเพลิน
https://press.uchicago.edu/ucp/books/book/chicago/C/bo548572...
ฉัน “รู้จัก” แคลคูลัสดีพอจะได้คะแนนดีในวิชาคณิตสมัยมัธยมและวิศวกรรม แต่เพิ่งรู้สึกว่า รู้แคลคูลัสจริง ๆ หลังจากได้อ่านหนังสืออย่าง “A Course of Pure Mathematics” ที่ออกในปี 1908
เท่าที่จำได้ หนังสือเล่มนั้นเริ่มจากทฤษฎีจำนวนแล้วค่อย ๆ สร้างขึ้นไปสู่แคลคูลัส และกว่าทฤษฎีบทมูลฐานของแคลคูลัสจะโผล่มาก็ราวกลางเล่ม
ถ้าเรียนแบบนั้น มันลืมยากมาก
ฉันคิดว่าที่ทุกวันนี้ไม่ได้สอนแบบนี้ เพราะระบบสอบและห้องเรียนขนาดใหญ่สนับสนุนการท่องสูตรหลักแบบชั่วคราวและรู้ว่าจะเอาไปใช้อย่างเป็นกลไกตรงไหน มากกว่าความเข้าใจความหมายที่ลึกและอยู่กับเราได้นาน
การที่ครูคณิตเปลี่ยนทุกปี จนความเข้าใจความรู้พื้นฐานสำหรับวิชาปีถัดไปของนักเรียนแต่ละคนไม่เท่ากัน และต้องใช้ช่วงต้นของแต่ละบทไปกับการทบทวนและเชื่อมเนื้อหา ก็เป็นอีกสาเหตุหนึ่ง
ที่จริงแล้ว การจะได้ความเข้าใจที่ลึกและติดตัวไปตลอดชีวิต อาจใช้เวลาเพิ่มแค่ราว 10~20% แต่ระบบกลับให้ความสำคัญกับการบีบอัดและผลลัพธ์ที่วัดได้ทันทีมากกว่าการเรียนรู้จริง
เวลาเจอสื่อแบบนี้ฉันดีใจมาก แต่ก็ขมขื่นเหมือนกัน เพราะมันทำให้ตระหนักว่าสภาพทั่วไปของวิธีการศึกษาสมัยใหม่ช่างน่าเศร้าพอสมควร
ตลอดหลายเดือนที่ผ่านมา ฉันกำลังเรียนพื้นฐาน พีชคณิต จากช่อง YouTube ของ Professor Leonard[0]
เป้าหมายคืออุดช่องโหว่ในความรู้ก่อนจะกลับไปดูแคลคูลัสอีกครั้ง
ถ้าจะทำให้จริงจังก็กินเวลาพอสมควร แต่ตอนนี้ฉันมั่นใจในฝีมือตัวเองมากกว่าเมื่อก่อนมาก และแค่นั้นก็คุ้มค่าและเป็นแรงจูงใจแล้ว
ก่อนเริ่ม ฉันไม่รู้เลยว่าความรู้พีชคณิตของตัวเองมีรูโหว่มากขนาดนี้
เป้าหมายสุดท้ายคือการตาม “Neural Networks: Zero to Hero” ของ Andrej Karpathy[1] ให้ทันโดยไม่มีปัญหาใหญ่
การต้องเริ่มแทบจาก “0” เพื่อเรียนความรู้พื้นฐานก่อนจะไปศึกษาสิ่งที่อยากเรียนจริง ๆ ด้วยตัวเองนั้นหนักเอาการ แต่ฉันรู้สึกว่าถ้าเลือกทางลัด สุดท้ายคงลงเอยด้วยความท้อแท้
นั่นจึงเป็นเหตุผลว่าทำไมตอนอายุ 38 ฉันถึงกำลังนั่งดูเลกเชอร์พีชคณิตบน YouTube
[0] https://youtube.com/@ProfessorLeonard?si=0kiGvmbZv4b9Sgf9
[1] https://youtube.com/playlist?list=PLAqhIrjkxbuWI23v9cThsA9Gv...
มักจะสับสนหนังสือเล่มนี้กับ Calculus for the Practical Man ที่ Feynman เคยเรียนอยู่เสมอ
https://archive.org/details/calulusforthepra000526mbp
ตอนแรกก็รู้สึกว่าน่าจะต้องเอ่ยถึงผู้เขียน Silvanus P. Thompson[1] โดยตรงก่อนหรือเปล่า
[1] https://en.wikipedia.org/wiki/Calculus_Made_Easy
ลิงก์ไม่ได้พาไปยังหน้าแรกที่มีชื่อผู้เขียน
ตอนแรกนึกว่าเป็นแค่ผู้เขียนจงใจใช้สำนวนที่น่ารักเกินเหตุ
ชื่อหนังสือบอกว่าจะทำให้แคลคูลัสเป็นเรื่องง่าย แต่กลับไม่มี category theory
เหมือนจะได้ยินเสียงถามว่า “เป็นไปได้ยังไง?!”
หนังสือเล่มนี้เขียนในปี 1910 และ category theory เกิดขึ้นหลังจากนั้นอีก 50 ปี จึงช่วยไม่ได้
แต่ก็ไม่ต้องกังวล
มีหนังสือที่พัฒนาเรื่องอนุพันธ์และปริพันธ์แบบปกติโดยใช้ category อยู่
อะไรจะง่ายไปกว่านี้อีกก็ไม่แน่ใจ แต่ถ้าเจอจะมาบอก
https://books.google.com/books?id=gaE5EAAAQBAJ&newbks=1&newb...
ขอบคุณสำหรับความพยายาม แต่พออ่านไปไม่กี่หน้าก็รู้สึกว่า ถ้าเป็นคนที่กำลังเรียนแคลคูลัสครั้งแรก นี่ไม่ใช่สื่อที่ฉันอยากได้
แม้จะใช้ทบทวนก็ไม่ได้สมบูรณ์แบบนัก
ผู้เขียนชี้ปัญหาของหนังสือ “จริงจัง” ส่วนใหญ่ได้ตรงจุด แต่กลับชดเชยมากเกินไปจนทำให้ความเข้าใจซับซ้อนโดยไม่จำเป็น และอาจยากกว่าตำราแบบเป็นทางการบางเล่มเสียอีก
เนื้อหายืดยาว ไม่เป็นทางการเกินไป และค่อนข้างอ่านตามได้ยาก
ฉันไม่ต้องการการอ้างถึงบทกวีของ Dean Swift หรือ “ยุคของ Queen Elizabeth”; ฉันแค่อยากรู้ว่าแคลคูลัสคืออะไร ทำไมถึงจำเป็น และในทางปฏิบัติต้องทำอย่างไร
ถึงจะใช้ แนวทางแบบวิศวกรรม ที่ดูง่ายกว่า หรือจะใช้แนวทางที่ออกคณิตศาสตร์ขึ้นมาอีกนิด ฉันก็ยังคิดว่าจำเป็นต้องมีความเป็นแบบแผนอยู่พอสมควร
คณิตศาสตร์เป็นสาขาที่ทำให้เราคิดผิดได้ง่ายมากว่าตัวเองเข้าใจแล้ว ทั้งที่จริงยังไม่เข้าใจ และพอเจอข้อพิสูจน์ปลอมแบบย้อนแย้งหรือโจทย์ที่ให้พิสูจน์เองก็อาจไปต่อไม่ถูก
สุดท้ายแล้ว ถ้าจะจำแนกการอนุมานที่ใช้ได้กับที่ใช้ไม่ได้ ก็จำเป็นต้องมีนิยามเชิงแบบแผน
ที่จริงแล้วรากฐานเชิงแบบแผนเองก็ไม่ได้เข้าใจยากอะไรเลย
ใคร ๆ ก็ยอมรับได้ไม่ยากว่า x² โตเร็วกว่่า x และเมื่อแนะนำแนวคิดเรื่อง ลิมิต ก็จะเห็นได้ว่าทำไมจึงละเลย (dx)² เมื่อเทียบกับ dx ได้
ไม่จำเป็นต้องเอาสัปดาห์กับนาทีมาเปรียบเทียบเพื่ออธิบายเรื่องนี้ และอุปมาแบบนั้นกลับอาจทำให้ไขว้เขวได้
รู้สึกว่าการอ่านนิยามเชิงแบบแผนไม่กี่ข้อใช้ความอดทนน้อยกว่าการอ่านสำนวนยืดยาวแบบ “อังกฤษโบราณ” หลายหน้าเสียอีก
แก้ไข: อ้อ ไม่ใช่แค่ “ทำให้ดูเป็นสไตล์เก่า” แต่เป็นงานเขียนเก่าจริง ๆ
ถึงอย่างนั้น ประเด็นสำคัญที่ว่ายังมีสื่อสมัยใหม่ที่ดีกว่านี้มากสำหรับการเรียนแคลคูลัสก็ไม่ได้เปลี่ยนไป