วิธีเรียนคณิตศาสตร์ (2017)

 (math.uh.edu)
7 คะแนน โดย GN⁺ 2024-12-03 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • คณิตศาสตร์ระดับมหาวิทยาลัยไม่ใช่วิชาที่แค่นำ algorithm ไปใช้กับสถานการณ์ที่กำหนดไว้เหมือนในมัธยมปลาย แต่ยังต้องอาศัยการตัดสินใจเลือกวิธีที่เหมาะสมโดยอิงจากนิยาม ทฤษฎีบท และการพิสูจน์
  • นิยาม ไม่อาจข้ามไปด้วยความเข้าใจเชิงสัญชาตญาณเพียงอย่างเดียว ต้องเข้าใจโครงสร้างเชิงตรรกะและขอบเขตการใช้งาน ตรวจสอบด้วยตัวอย่างและตัวอย่างโต้แย้ง แล้วเรียนรู้ถ้อยคำที่แม่นยำของมันด้วย
  • ทฤษฎีบท, บทตั้ง, บทช่วย, บทแทรกตาม บอกบทบาทและระดับความสำคัญของผลลัพธ์นั้น ๆ และควรเข้าใจทั้งสมมติฐาน ข้อสรุป กรณีการใช้งาน และความจำเป็นของสมมติฐาน
  • การพิสูจน์ไม่ใช่สิ่งเลือกได้ในคณิตศาสตร์มหาวิทยาลัย ต้องเข้าใจข้อความของทฤษฎีบทก่อน มองภาพรวมของกลยุทธ์ แล้วเติมรายละเอียดที่ถูกละไว้ จึงจะนำไปใช้ได้อย่างถูกต้อง
  • ทักษะแก้โจทย์ไม่ได้เพียงพอจากการฝึกซ้ำ ๆ เท่านั้น แต่ต้องลองหลายวิธีและทำโจทย์แบบสุ่มเพื่อฝึก วิจารณญาณ ในการเลือกเทคนิคที่จะใช้

สิ่งที่คณิตศาสตร์มหาวิทยาลัยต่างจากคณิตศาสตร์มัธยมปลาย

  • คณิตศาสตร์มัธยมปลายใช้เวลามากกับ algorithm และเทคนิคการจัดรูป โดยคาดหวังให้นักเรียนใช้สิ่งเหล่านี้กับสถานการณ์ที่กำหนดไว้
  • หากมีแต่นิสัยการเรียนแบบนี้ จะตามคณิตศาสตร์มหาวิทยาลัยได้ยาก และอาจสร้างความท้อใจทั้งกับนักศึกษาและอาจารย์
  • ความแตกต่างใหญ่ข้อแรกของคณิตศาสตร์มหาวิทยาลัยคือให้ความสำคัญกับส่วนที่นักศึกษามักเรียกว่า ทฤษฎี มากกว่ามาก
    • กล่าวนิยามและทฤษฎีบทอย่างแม่นยำ
    • อธิบายกระบวนการเชิงตรรกะที่ทำให้ทฤษฎีบทเป็นจริง
    • ยกทั้งตัวอย่างที่แสดงว่านิยามเหมาะสม และวิธีใช้ทฤษฎีบทจริง
  • ถ้าคำอธิบายรายวิชามีคำว่า rigorous หมายความว่าจะกล่าวนิยามและทฤษฎีบทอย่างระมัดระวังมาก และสำหรับทฤษฎีบทจะไม่ให้แค่คำอธิบายที่ดูน่าเชื่อ แต่จะให้ การพิสูจน์
  • วิธีอ่านทฤษฎีอย่างลวก ๆ แล้วข้ามไปทำโจทย์ทันที มักทำให้เกิดปัญหาในคณิตศาสตร์มหาวิทยาลัย
  • ความแตกต่างข้อที่สองคือวิธีจัดการกับเทคนิคและโจทย์ประยุกต์
    • ในมัธยมปลายมักเรียนทีละหนึ่งเทคนิค
    • ในคณิตศาสตร์มหาวิทยาลัย โจทย์หนึ่งข้ออาจมีได้หลายแนวทาง และต้องเลือกว่าวิธีไหนดีกว่า
    • ดังนั้นจึงต้องสร้างนิสัยการเรียนที่พัฒนาทั้งความชำนาญเชิงเทคนิคและ วิจารณญาณ ในการแก้ปัญหา

วิธีเรียนนิยาม

  • นิยามทางคณิตศาสตร์คือประโยคที่เชื่อมแนวคิดหนึ่งเข้ากับแนวคิดที่นิยามไว้ก่อนแล้ว หรือกับแนวคิดที่ยังไม่ได้นิยามเช่น number, set เพื่อกำหนดขอบเขตอย่างแม่นยำและตั้งชื่อให้มัน
  • ความเข้าใจเชิงสัญชาตญาณยังจำเป็น แต่ในระดับมหาวิทยาลัยยังไม่เพียงพอ ต้องจัดการกับถ้อยคำอย่างเป็นทางการของนิยามและความหมายของมันโดยตรง

  • เข้าใจอย่างแม่นยำว่านิยามกำลังบอกอะไร

    • นิยามไม่ใช่ที่สำหรับฝึกอ่านเร็ว
    • นิยามที่วางหลักดีแล้วมักไม่มีคำฟุ่มเฟือยหรือสัญลักษณ์ที่ไม่จำเป็น และคำเล็ก ๆ เช่น and, or, if ... then, for all, there is จะบอก โครงสร้างเชิงตรรกะ
    • ก่อนอื่นต้องดูว่านิยามกำลังพูดถึงวัตถุประเภทกว้างประเภทใด
      • นิยามของพหุนามกล่าวถึงนิพจน์พีชคณิตชนิดหนึ่ง
      • นิยามของฟังก์ชันต่อเนื่องกล่าวถึงฟังก์ชันชนิดหนึ่ง
      • นิยามของฐานของปริภูมิเวกเตอร์กล่าวถึงเซตของเวกเตอร์ชนิดหนึ่ง
    • จากนั้นต้องตีความว่า หากจะพิสูจน์ว่าวัตถุในประเภทกว้างนั้นเป็นไปตามนิยาม ต้องทำอะไรบ้าง

  • ตรวจขอบเขตของนิยามด้วยตัวอย่าง

    • ตัวอย่างมาตรฐานมีประโยชน์ แต่ก็อาจทำให้คาดหวังว่าทุกตัวอย่างจะคล้ายกับตัวอย่างมาตรฐาน
    • หากต้องการเข้าใจนิยาม ควรสร้างตัวอย่างขึ้นเอง
      • สร้างตัวอย่าง 3 ตัวอย่างที่ตรงตามนิยาม แต่แตกต่างกันให้มากที่สุดเท่าที่ทำได้
      • สร้างตัวอย่าง 2 ตัวอย่างที่อยู่ในประเภทกว้างเดียวกัน แต่ไม่ตรงตามนิยาม
      • พิสูจน์ว่าตัวอย่างทั้ง 5 นี้ทำงานตามที่ตั้งใจจริง
    • การพิสูจน์ลักษณะนี้มักสั้น และแทบจะตามโครงสร้างของนิยามโดยตรง
    • ตัวอย่างที่เขียนเองจะมีความหมายต่อการทบทวนมากกว่าตัวอย่างในหนังสือหรือของอาจารย์

  • จำถ้อยคำที่แม่นยำ

    • หากจะใช้นิยาม ต้องรู้ว่านิยามนั้นกล่าวไว้อย่างแม่นยำว่าอะไร
    • ในการสอบอาจมีข้อที่ถามข้อความของนิยามโดยตรง
    • ความรู้เรื่องนิยามอย่างมั่นคงมีสัดส่วนสำคัญมากในภาพรวมการเรียน และเวลาที่ใช้กับสิ่งนี้ไม่สูญเปล่า

การจัดการกับทฤษฎีบท บทตั้ง บทช่วย และบทแทรกตาม

  • นิยามจะทำงานจริงเมื่อเชื่อมโยงถึงกันและสัมพันธ์กับปัญหาทั่วไป และสิ่งที่ทำหน้าที่นี้คือ ทฤษฎี
  • ชื่อที่ติดกับผลลัพธ์ที่พิสูจน์ได้ มักบอกระดับความสำคัญเชิงสัมพัทธ์และวิธีใช้งานที่ตั้งใจไว้ได้พอสมควร
    • ทฤษฎีบท คือผลลัพธ์สำคัญที่ให้ความเข้าใจหลักว่าแนวคิดถูกใช้แก้ปัญหาอย่างไร หรือวิชานั้นทำงานอย่างไร และการพิสูจน์มักลึกและซับซ้อน
    • บทตั้ง คือผลลัพธ์ที่เล็กกว่า มักใช้เชื่อมนิยามต่าง ๆ หรือให้รูปแบบอีกแบบหนึ่งของนิยาม และการพิสูจน์มักซับซ้อนน้อยกว่าทฤษฎีบท
    • บทช่วย คือผลลัพธ์เชิงเทคนิคที่ใช้ในพิสูจน์ของทฤษฎีบท และเมื่อกลเม็ดเดียวกันถูกใช้หลายครั้ง ก็แยกออกมาต่างหากเพื่อลดการพิสูจน์ซ้ำ
    • บทแทรกตาม คือผลลัพธ์ที่ตามมาทันทีจากทฤษฎีบท อาจให้กรณีพิเศษหรือเผยให้เห็นความน่าสนใจและความสำคัญของทฤษฎีบท
  • หากผู้เขียนหรืออาจารย์ใช้ชื่อเหล่านี้อย่างระมัดระวัง ก็จะช่วยให้เห็นว่าอะไรสำคัญ

  • เข้าใจข้อความของทฤษฎีบท

    • ทฤษฎีบทใช้คำที่นิยามไว้แล้ว ดังนั้นหากจะเข้าใจถ้อยคำของทฤษฎีบท อาจต้องกลับไปดู นิยาม ที่เกี่ยวข้อง
    • ต้องแยกสมมติฐานกับข้อสรุปออกจากกันในโครงสร้างเชิงตรรกะของทฤษฎีบท
    • ต้องตรวจดูว่าสมมติฐานทุกข้อจำเป็นหมดหรือไม่ หรือบางข้อเพียงพอแล้ว
    • ทฤษฎีบทส่วนใหญ่ใช้ได้ก็ต่อเมื่อสมมติฐานทุกข้อเป็นจริง
    • สำหรับสถานการณ์ที่ไม่เข้าเงื่อนไขสมมติฐาน ทฤษฎีบทจะไม่ได้บอกอะไรเลย
    • สมมติฐานบอกว่าหากจะนำทฤษฎีบทไปใช้กับกรณีหนึ่ง ต้องแสดงอะไรบ้าง และข้อสรุปบอกว่าทฤษฎีบทกล่าวอะไรเกี่ยวกับกรณีนั้น

  • ตรวจดูว่าทฤษฎีบทถูกใช้อย่างไร

    • ควรมองหาตัวอย่างโจทย์ที่ทฤษฎีบทให้เทคนิคสำหรับหาคำตอบ
    • ควรสร้างโจทย์ขึ้นเองและแสดงว่าทฤษฎีบทช่วยอย่างไร
    • การเขียนสิ่งนี้ไว้จะช่วยให้ทฤษฎีบทติดอยู่ในความคิดได้มั่นคงขึ้นและทบทวนได้ง่ายขึ้น

  • ตรวจบทบาทของสมมติฐาน

    • วิธีที่มีประโยชน์คือหาตัวอย่างที่แสดงว่า ถ้าตัดสมมติฐานแต่ละข้อออกไป ข้อสรุปอาจเป็นเท็จได้
    • ทฤษฎีบทจำนวนมากในแคลคูลัสมีสมมติฐานว่าฟังก์ชัน ต่อเนื่อง และเมื่อสมมติฐานนี้หายไป ตัวอย่างมักแสดงให้เห็นชัดขึ้นว่าทำไมทฤษฎีบทจึงล้มเหลว
    • รายการตัวอย่างแบบนี้มีประโยชน์ และมีหนังสืออย่าง Counterexamples in Analysis และ Counterexamples in Topology เป็นตัวอย่าง
    • ในบางกรณี สมมติฐานอาจไม่ได้จำเป็นต่อข้อสรุปโดยเนื้อแท้ แต่ใส่ไว้เพื่อให้การพิสูจน์ที่ซับซ้อนง่ายขึ้น ดังนั้นจึงอาจหาไม่ได้เสมอไปว่ามีตัวอย่างที่แสดงว่าสมมติฐานทุกข้อจำเป็นจริง

  • จำถ้อยคำของทฤษฎีบท

    • หากจะใช้ทฤษฎีบท ต้องรู้ว่าทฤษฎีบทกล่าวไว้อย่างแม่นยำว่าอะไร โดยเฉพาะ สมมติฐาน
    • แทนที่จะท่องจำการพิสูจน์ ควรเข้าใจให้มากพอจนพิสูจน์ได้ด้วยตัวเอง

มองโครงสร้างของทั้งวิชาให้สัมพันธ์กัน

  • คณิตศาสตร์ไม่ใช่กองรวมของเทคนิคกระจัดกระจาย แต่เป็นวิธีคิดหนึ่งแบบและเป็นวิชาที่มีเอกภาพ
  • ส่วนหนึ่งของการเรียนคือการเชื่อมนิยามและทฤษฎีบทต่าง ๆ เข้าหากันอย่างถูกต้อง
  • งานนี้สำคัญเป็นพิเศษช่วงปลายภาค แต่การตระหนักถึงโครงสร้างรวมระหว่างเรียนก็ช่วยให้เข้าใจทั้งเนื้อหาและการจัดเรียงของวิชาได้

  • ไล่ย้อนกลับ

    • เมื่อพบผลลัพธ์สำคัญ วิธีที่มีประโยชน์คือดูว่าในการพิสูจน์นั้นใช้ผลลัพธ์ก่อนหน้าอะไรบ้าง
    • หากไล่ต่อไปว่าผลลัพธ์ก่อนหน้าเหล่านั้นพิสูจน์จากผลลัพธ์ที่เก่ากว่านั้นอย่างไร ในที่สุดก็จะย้อนกลับถึงนิยามได้
    • อย่างไรก็ตาม บางทฤษฎีบทอาจถูกให้มาโดยไม่มีการพิสูจน์ เช่นกรณีที่ละการพิสูจน์ของทฤษฎีบทค่ากลางในแคลคูลัส
    • หากจัดข้อมูลนี้เป็นเหมือน แผนผังเครือญาติ ของผลลัพธ์ ก็จะเห็นได้ในภาพเดียวว่าทฤษฎีต่าง ๆ เกี่ยวพันกันอย่างไร
    • ในตัวอย่างของทฤษฎีบทค่าเฉลี่ย จะเชื่อมโยงกับทฤษฎีบทของ Rolle, บทช่วยของผู้สมัคร, ความหมายของเครื่องหมายของอนุพันธ์, นิยามของอนุพันธ์, นิยามของค่าสูงสุดและค่าต่ำสุด, นิยามของช่วงปิด, สัจพจน์ขอบเขตบนต่ำสุด และนิยามของความต่อเนื่อง

  • ทำโครงร่างนิยาม-ทฤษฎีบท

    • หากไล่ย้อนจากทฤษฎีบทสำคัญแต่ละข้อกลับไปถึงนิยาม จะเห็นได้ว่าผลลัพธ์ใดจำเป็นต้องมาก่อนผลลัพธ์อื่น
    • นิยามบางอย่างแทบไม่มีความหมายจนกว่าจะพิสูจน์ทฤษฎีบทบางข้อได้ก่อน
    • มิติของปริภูมิเวกเตอร์จะตั้งชื่อเป็นตัวเลขเช่นนั้นได้ ก็ต่อเมื่อรู้ก่อนว่าตัวเลขที่พูดถึงนั้นมีเอกลักษณ์ ซึ่งต้องอาศัยทฤษฎีบท
    • โครงร่างนิยาม-ทฤษฎีบทคือการจัดลำดับให้แต่ละผลลัพธ์ถูกแนะนำก่อนที่จะจำเป็นต้องใช้ในการพิสูจน์
    • โครงร่างนี้ควรมีทั้งข้อความที่แม่นยำของนิยามและทฤษฎีบททุกข้อ พร้อมภาพร่างของการพิสูจน์แต่ละทฤษฎีบท
    • ภาพร่างการพิสูจน์จะแสดงว่าผลลัพธ์ก่อนหน้าใดถูกใช้และถูกนำมารวมกันอย่างไร ส่วนขั้นตอนทั่วไปอย่างการย่อการคำนวณหรือการตรวจสมมติฐาน มักละไว้
    • โครงร่างแบบนี้เป็นวิธีเริ่มทบทวนที่ดี และยังเป็นเอกสารอ้างอิงที่มีประโยชน์ในภายหลัง

วิธีทำความเข้าใจการพิสูจน์

  • คณิตศาสตร์ระดับมหาวิทยาลัยต้องติดตาม การพิสูจน์ จำนวนมาก ซึ่งต่างจากคณิตศาสตร์มัธยมปลายที่อาจไม่มีการพิสูจน์หรือถือเป็นทางเลือก
  • การติดตามการพิสูจน์เป็นงานที่ไม่คุ้นเคยและยาก จึงอาจไม่เป็นที่นิยม

  • รู้ข้อความของทฤษฎีบทก่อน

    • หากสับสนระหว่างสมมติฐานกับข้อสรุป ก็จะไม่รู้ว่าอะไรสมมติได้และอะไรต้องไปให้ถึงเป็นข้อสรุป
    • ขั้นแรกของการเข้าใจการพิสูจน์คือรู้ว่าทฤษฎีบทนั้นกล่าวไว้อย่างแม่นยำว่าอะไร

  • จับภาพรวมใหญ่ของการพิสูจน์

    • ก่อนอื่นควรดูว่าใช้ผลลัพธ์ก่อนหน้าอะไรบ้าง และกลยุทธ์พื้นฐานของการพิสูจน์คืออะไร
    • ในการอ่านรอบแรกควรละรายละเอียดไว้ก่อน เพื่อไม่ให้หลงทิศทางโดยรวม
    • ทฤษฎีบทส่วนใหญ่อยู่ในรูปของนัย และโครงสร้างการพิสูจน์ที่ง่ายที่สุดคือรับสมมติฐานไว้ แล้วเชื่อมผลลัพธ์ก่อนหน้าเข้าด้วยกันจนไปถึงข้อสรุป
    • การพิสูจน์แบบปฏิพจน์, การพิสูจน์โดยขัดแย้ง, การอุปนัยทางคณิตศาสตร์, และรูปแบบหนึ่งของสัจพจน์การเลือกอย่างบทแทรกของ Zorn ก็อาจใช้เป็นกลยุทธ์ได้

  • เติมรายละเอียดที่ถูกละไว้

    • เมื่อเข้าใจกลยุทธ์แล้ว จึงค่อยไปเน้นยุทธวิธี
    • คำอธิบายการพิสูจน์ในตำราระดับปริญญาตรี และแทบทุกคำอธิบายการพิสูจน์ในระดับสูงกว่า มักละขั้นตอนทั่วไปไว้มาก
    • หากมีการจัดรูปสมการย่อไว้ ต้องเติมการคำนวณระหว่างบรรทัดเอง
    • หากมีการอ้างทฤษฎีบทมาใช้ ต้องตรวจว่าสมมติฐานทุกข้อถูกทำให้เป็นจริงแล้วจริง ๆ
    • หากมีบางส่วนปล่อยให้ผู้อ่านทำเอง ก็ต้องเติมรายละเอียดนั้นด้วยตัวเอง
    • เมื่อทำเสร็จแล้ว ควรรู้ว่าแต่ละขั้นตามมาจากขั้นก่อนหน้าได้อย่างไร โดยไม่จำเป็นต้องรู้เสมอไปว่าผู้พิสูจน์คิดวิธีนั้นขึ้นมาได้อย่างไร

  • ทำไมต้องเรียนการพิสูจน์

    • สำหรับผู้เรียนคณิตศาสตร์โดยตรง คำตอบชัดเจนอยู่แล้ว เพราะคณิตศาสตร์ส่วนใหญ่ประกอบด้วยการพิสูจน์
    • สำหรับนักศึกษาที่ต้องการนำคณิตศาสตร์ไปใช้ การพิสูจน์ก็ยังจำเป็น
    • การประยุกต์ในสาขาอื่นอาจไม่เหมือนกับโจทย์ประยุกต์ในตำราคณิตศาสตร์ทุกประการ
    • รายวิชาคณิตศาสตร์ไม่อาจครอบคลุมการประยุกต์ที่รู้จักทั้งหมดได้ และมีการกล่าวว่าในวรรณกรรมทางคณิตศาสตร์มีบทความการประยุกต์ราว 500 ชิ้นตีพิมพ์ทุกสองสัปดาห์
    • หากรู้สมมติฐานของทฤษฎีบท ก็จะไม่เอาไปใช้ผิดในที่ที่มันใช้ไม่ได้
    • หากจำเป็นต้องเลี่ยงสมมติฐานที่ใช้ไม่ได้ การรู้การพิสูจน์จะช่วยให้เห็นทาง
    • หนึ่งในกับดักใหญ่ของคณิตศาสตร์ประยุกต์คือการมองข้ามสมมติฐานของแบบจำลองทางคณิตศาสตร์เพื่อความสะดวก
      • ความเสี่ยงนี้เกิดได้มากเป็นพิเศษเมื่อผู้ที่ไม่ใช่นักคณิตศาสตร์ทำคณิตศาสตร์ประยุกต์
      • เมื่อนักคณิตศาสตร์ทำคณิตศาสตร์ประยุกต์ ก็มีแนวโน้มจะตกหลุมพรางอีกแบบ คือสร้างแบบจำลองที่ไม่เกี่ยวข้องกับความเป็นจริงมากเกินไป
    • การประยุกต์จำนวนมากประกอบด้วยการมองให้เห็นว่านิยามของแนวคิดทางคณิตศาสตร์ถูกเขียนใหม่เป็นศัพท์ของสาขาอื่นอย่างไร
    • การพิสูจน์ช่วยให้เห็นชัดถึงความต่างละเอียดอ่อนของนิยามและรูปสมมูลที่คาดไม่ถึง
    • ในคณิตศาสตร์ การพิสูจน์คือการทดสอบความถูกต้องขั้นสุดท้าย
    • เมื่อยอมรับกระบวนการเชิงตรรกะของการพิสูจน์แล้ว ข้อสังเกตหรือกระแสนิยมในภายหลังจะไม่เปลี่ยนความถูกต้องของผลลัพธ์ทางคณิตศาสตร์นั้น
    • หากคณิตศาสตร์ไม่มีการพิสูจน์ ก็ถือว่าขาดสิ่งสำคัญอย่างร้ายแรง และอาจกล่าวได้ว่าไม่ใช่คณิตศาสตร์

วิธีพัฒนาทักษะการแก้โจทย์

  • ราวหนึ่งในสามถึงครึ่งหนึ่งของรายวิชาคณิตศาสตร์ว่าด้วย เทคนิค
  • เทคนิคคือสิ่งที่ทำให้ทฤษฎีบทไม่ได้คงอยู่แค่ในรูปทั่วไป แต่ใช้ได้จริงในสถานการณ์เฉพาะ
  • ในบางกรณี การพิสูจน์ให้วิธีสร้างอย่างชัดเจนอยู่แล้ว จึงเพียงทำตามนั้นในกรณีเฉพาะ
  • ในกรณีอย่างเทคนิคการอินทิเกรต ที่หลายแนวทางและหลายกลเม็ดอาจใช้ได้กับโจทย์เดียวกัน ก็จำเป็นต้องมีวิจารณญาณ

  • อ่านทฤษฎีบทและตัวอย่างก่อน

    • หากปฏิบัติต่อการแก้โจทย์เหมือนเป็นกระบวนการที่ไม่เกี่ยวกับส่วนอื่นของวิชา การเรียนจะยิ่งยากขึ้น
    • โจทย์มักเดินตามรูปแบบที่ถูกระบุไว้ชัดในพิสูจน์ของทฤษฎีบทสำคัญก่อนหน้า
    • การรู้รูปแบบทั่วไปไว้ก่อนง่ายกว่าการลองผิดลองถูกเพื่อค้นพบเอง

  • ทำโจทย์ให้มากพอเพื่อซึมซับเทคนิค

    • ต้องทำโจทย์มากพอจนเทคนิคเดี่ยว ๆ ฝังแน่นอยู่ในความคิด
    • ความรับผิดชอบสุดท้ายต่อการศึกษาอยู่ที่ตัวนักศึกษาเอง ดังนั้นหากต้องการโจทย์มากกว่างานที่สั่ง ก็ต้องฝึกเพิ่มด้วยตนเอง

  • แก้โจทย์เดียวกันหลายวิธี

    • เมื่อฝึกเทคนิคหนึ่งไปเรื่อย ๆ อาจเริ่มคิดว่าโจทย์หนึ่งมีทางเข้าถึงได้เพียงทางเดียว
    • บางแนวทางอาจง่าย แต่อีกแนวทางซับซ้อนกว่า อย่างไรก็ตาม หลายครั้งหลายวิธีก็ใช้ได้ดีพอ ๆ กัน
    • แนวทางที่ซับซ้อนกว่าสามารถเป็นการฝึกแก้โจทย์ที่ต้องหลายขั้นและหลายเทคนิค

  • สร้างชุดโจทย์แบบสุ่ม

    • ความยากของการเรียนหลายเทคนิคพร้อมกัน คือก่อนเริ่มทำต้องตัดสินใจก่อนว่าจะใช้เทคนิคใด
    • โจทย์ในตำรามักถูกจัดเป็นกลุ่มให้ใช้เทคนิคที่เพิ่งเรียนมา จึงอาจทำให้ความยากข้อนี้ยิ่งชัดขึ้น
    • หากเลือกโจทย์ 2–3 ข้อจากแต่ละชุด เขียนลงบนบัตร 3×5 แล้วสับรวมกัน ก็จะได้ชุดโจทย์สำหรับฝึกการตัดสินใจว่าจะใช้เทคนิคใด

นิสัยการเรียนส่งท้าย

  • ประโยคทางคณิตศาสตร์มีความซ้ำซ้อนน้อยมาก และคณิตศาสตร์เป็นวิชาที่สะสมต่อยอดอย่างยิ่ง
  • แนวคิดที่ถูกแนะนำครั้งหนึ่งแล้วมักไม่ค่อยถูกอธิบายซ้ำ และในภายหลังจะถือว่ารู้อยู่แล้ว
  • ควรเผื่อเวลาให้พอสำหรับอ่านหนังสือก่อนเริ่มแก้โจทย์
  • นักศึกษาส่วนใหญ่เขียนไม่เร็วพอที่จะจดในชั้นเรียนให้ครบและอ่านง่ายได้พร้อมกัน
  • การกลับมาดูโน้ตทันทีหลังเรียน แล้วทำฉบับสมบูรณ์ที่สะอาดและเขียนนิยามกับทฤษฎีบทให้ชัดเจน เป็นสิ่งที่มีประโยชน์
    • กระบวนการนี้ยังช่วยให้พบส่วนที่ยังไม่เข้าใจ และถามอาจารย์ได้ทันเวลา
  • อย่าปล่อยให้ตามไม่ทัน
  • คณิตศาสตร์ต้องการความแม่นยำ นิสัยการคิดอย่างชัดเจน และการฝึกฝน
  • การอ่านหนังสือแบบเร่งด่วนก่อนสอบไม่เพียงไม่ช่วยให้ได้ผลสอบตามต้องการ แต่ยังเสริมนิสัยไม่ดีในการเรียนคณิตศาสตร์แบบท่องจำแทนความเข้าใจ
  • การนอนให้พอและมีสมองปลอดโปร่ง ช่วยได้มากกว่าการท่องจำในนาทีสุดท้าย

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2024-12-03
ความคิดเห็นจาก Hacker News

  • ผมจบปริญญาเอกคณิตศาสตร์และตีพิมพ์บทความวิชาการมาหลายฉบับ แต่คำแนะนำของผมมีหลักการเชิงเมตาเพียงข้อเดียว: ต้องสนุกกับคณิตศาสตร์
    คล้ายกับที่ Benjamin Finegold เคยบอกว่าเคล็ดลับของหมากรุกคือการสนุกกับทุกตาเดิน โดยส่วนตัวผมไม่เคยมีปัญหากับคณิตศาสตร์ และคิดว่าเหตุผลคือผมชอบการเขียนสัญลักษณ์ การเรียนทฤษฎีใหม่ ๆ และการลองสร้างสิ่งต่าง ๆ ด้วยตัวเองจริง ๆ
    ไม่ใช่ทุกคนจะสนุกกับคณิตศาสตร์ตั้งแต่แรก แต่ผมคิดว่าอย่างน้อยครึ่งหนึ่งเป็นเพราะพวกเขาไม่เคยพบเส้นทางที่ชัดเจนไปสู่การสนุกกับคณิตศาสตร์ คณิตศาสตร์ระดับมัธยมส่วนใหญ่ไม่ได้ถูกสอนในฐานะการสำรวจเชิงศิลปะและตรรกะที่น่าทึ่ง
    ดังนั้นจึงควรพบ เมนเทอร์ ที่ค้นพบเส้นทางนั้นแล้ว และขอให้เขาแสดงให้เห็นว่าจะสนุกกับคณิตศาสตร์ได้อย่างไร จริง ๆ แล้วผมเคยสอนนักเรียนจำนวนมากที่เกลียดคณิตศาสตร์และรู้สึกว่ามันยาก แต่หลังผ่านไปไม่กี่ครั้งก็มักจะเห็นแววตาแบบ “นี่มันเจ๋งดีนะ?”
    ก่อนจะนำตรรกะ วิธีเรียน หรือเทคนิคเพิ่มผลิตภาพอันน่าเบื่อมาใช้ ต้องหาวิธีสนุกกับมันให้ได้ก่อน

    • ปัญหาใหญ่ข้อหนึ่งของการศึกษาคณิตศาสตร์คือ คนที่เกลียดคณิตศาสตร์ เป็นคนสอนคณิตศาสตร์
      พวกเขามองคณิตศาสตร์เหมือนการกินยาขมหรือการฝึกทักษะที่ซับซ้อนและแข็งทื่อ วิธีสอนจึงทั้งไม่ชำนาญและใช้อำนาจ ทำให้นักเรียนกลายเป็นฝ่ายรับหรือไม่ก็ต่อต้าน
      เมื่อเร็ว ๆ นี้รัฐบาล Manitoba ของแคนาดาเปลี่ยนนโยบายให้ครูคณิตศาสตร์ไม่จำเป็นต้องเรียนรายวิชาคณิตศาสตร์ระดับมหาวิทยาลัย และการที่คณะศึกษาศาสตร์ในมหาวิทยาลัยผลักดันเรื่องนี้อย่างหนัก ผมมองว่านั่นแสดงให้เห็นว่าครูคณิตศาสตร์เกลียดคณิตศาสตร์กันมากเพียงใด
    • ผมเข้าใจว่าหมายถึงอะไร แต่คิดว่า ความมั่นใจ สำคัญกว่าความสนุก
      หลายคนสับสนระหว่างการชอบอะไรสักอย่างกับความรู้สึกดีเพราะทำสิ่งนั้นได้เก่ง ดังนั้นเมื่อสาขาใดไม่ราบรื่นโดยธรรมชาติอีกต่อไป ภายหลังก็เปลี่ยนวิชาเอกไปยังที่ที่จุดแข็งของตัวเองใช้ได้ผล
      ปัญหาคือการยอมแพ้เร็วเกินไป และเพื่อป้องกันสิ่งนี้ การสร้างความมั่นใจตั้งแต่ช่วงต้นจึงสำคัญ หากรู้สึกว่าตัวเองทำไม่ได้ ก็แทบเป็นไปไม่ได้ที่จะสนุก ดังนั้นการเชี่ยวชาญพื้นฐานจึงเป็นก้าวแรกของความสนุกและความสำเร็จในภายหลัง
    • อยากทราบเคล็ดลับหรือเรื่องเล่าว่าเคยทำ กิจกรรมสนุก ๆ อะไรเพื่อปลูกฝังความสนุกนั้นให้นักเรียน
      ผมไม่ได้จบเอก แต่เคยติวคณิตศาสตร์ให้เด็กเล็กมาค่อนข้างมาก และมองหาวิธีใหม่ ๆ อยู่เสมอในการปลูกฝังความรู้สึกว่าคณิตศาสตร์สนุกและน่าอัศจรรย์
      สำหรับนักเรียนจำนวนมาก คณิตศาสตร์ฝังรากลึกเหมือนความเจ็บปวดที่แทบไร้ความหมาย และยังเชื่อมโยงอย่างแรงกับความรู้สึกด้อยหรือความอับอาย จึงไม่ใช่เรื่องง่าย
    • ความพึงพอใจเมื่อได้เห็น “ประกายตา” นั้นในดวงตาของนักเรียนที่ตอนแรกไม่มีแรงจูงใจหรือท้อแท้ เป็นหนึ่งในช่วงเวลาที่เติมเต็มที่สุดในอาชีพของผม
    • ผมเรียนคณิตศาสตร์จากครูที่เอาแต่ตะโกน บอกว่าพวกเราจะไม่มีวันเป็นอะไรได้ และขว้างแปรงลบกระดานไม้ใส่
      แล้วจะทำให้ตัวเองสนุกกับคณิตศาสตร์ได้อย่างไรล่ะ?

  • ตอนเรียนปริญญาตรี เคล็ดลับของผมในทุกวิชาคณิตศาสตร์คือ การแก้โจทย์
    ผมทำโจทย์ท้ายบททุกข้อในตำรา และไปหาตำราเล่มอื่นในห้องสมุดแล้วทำโจทย์ท้ายบทของเล่มเหล่านั้นทั้งหมดด้วย
    พอเรียนบัณฑิตศึกษา ผมขยายวิธีนี้ต่อไป โดยเขียนทุกบทของตำราใหม่ พร้อมเติมขั้นตอนกลางของบทพิสูจน์ทั้งหมด แม้แต่ส่วนที่ผู้เขียนข้ามไปด้วยคำว่า “ดังนั้น …” หรือ “เห็นได้ชัดว่า …” ก็เติมให้ครบ

    • เมื่อไม่นานมานี้ผมกลับไปดูโน้ตวิชาพื้นฐานและคณิตศาสตร์บริสุทธิ์ที่เคยเรียนในมหาวิทยาลัย แล้วพบว่าตามบทพิสูจน์ต่าง ๆ เต็มไปด้วยขั้นตอนที่ตัวผมตอนอายุยี่สิบซึ่งหยิ่งและหลงตัวเองข้ามไปโดยเขียนว่า “เห็นได้ชัด”
      สำหรับผมในอีก 20 ปีต่อมาที่อ่านโดยไม่มีบริบท มันทะลุผ่านไม่ได้เลย
    • ผมเคยลองทำแบบนั้นแล้ว แต่มีปัญหาใหญ่กับ transfer learning และการนึกนิยามออก วิธีต่อไปนี้ช่วยยกระดับความสามารถได้แทบจะเป็นแบบทวีคูณ
      ผมฝึกซ้ำนิยามพื้นฐานและทบทวนด้วย spaced repetition และวิธีจดโน้ตแบบ Cornell ก็สะดวกสำหรับการจัดระเบียบและทบทวนระหว่างเรียน
      ผมใช้สมุดบันทึกความคิด จดโจทย์ที่แก้ไม่ได้หรือแก้ได้ ทำไมถึงติด อะไรที่ใช้ได้ผล ฯลฯ และ metacognition แบบนี้มีประโยชน์ต่อการถ่ายโอนไปยังโจทย์ใหม่
      กลุ่มติวที่อธิบายให้กันฟังเยอะ ๆ ก็ช่วยได้มาก
    • การทำซ้ำแบบเหวี่ยงแห ที่ให้เจอโจทย์และเฉลยให้มากที่สุดเท่าที่จะทำได้ เหมือนกับวิธีที่ปัญญาประดิษฐ์เรียนรู้
      ผมคิดว่านั่นไม่ใช่กลยุทธ์ที่เหมาะที่สุดสำหรับมนุษย์ เราควรสร้างสื่อคณิตศาสตร์ที่ช่วยให้นักเรียนเรียนรู้เชิงวิเคราะห์และเชิงมโนทัศน์
      เหมือนกับวิธีเรียนชีววิทยา
    • ควรไปเข้าช่วงติวของผู้ช่วยสอน และลองตอบคำถามระหว่างเรียนด้วย
      แม้ไม่มีอะไรจะถาม ก็ใช้เวลานั้นทำการบ้านและฟังคำถามของคนอื่นได้
      ไม่เพียงจะได้เรียนรู้มากขึ้น แต่ผู้ช่วยสอนยังจะเห็นความพยายาม ซึ่งอาจช่วยให้ได้คะแนนบางส่วนหรือได้รับการพิจารณาในทางที่ดีขึ้นเมื่อติดเส้นแบ่งเกรด
    • ผมคิดว่า “ทำโจทย์ท้ายบทในตำราทุกข้อ” คงขึ้นอยู่กับตำรา
      เช่น การทำโจทย์ทั้งหมดของ CLRS นั้นผมว่าเป็นไปไม่ได้ อาจารย์เคยให้โจทย์เรื่อง universal hashing หนึ่งข้อ ซึ่งแค่จะได้ insight สำคัญสำหรับบทพิสูจน์ที่ถูกต้องก็ใช้เวลาหลายชั่วโมงแล้ว
      ในสถานการณ์ที่มีสิ่งสำคัญอื่น ๆ แข่งขันกันมากมาย ผมนึกไม่ออกเลยว่านอกจากคนบางส่วนที่มีพรสวรรค์จริง ๆ แล้วจะทำโจทย์ทั้งหมดได้อย่างไร

  • สิ่งแรกที่ต้องคุ้นเคยเมื่อเปลี่ยนจากโรงเรียนไปมหาวิทยาลัย คือสภาพที่หลงทางโดยสิ้นเชิงและรู้สึกพ่ายแพ้
    ตอนท้ายมัธยม ผมแก้ได้ทุกอย่าง ข้อสอบ IB ก็เหลือเวลาเยอะ และไม่เจอโจทย์ในหลักสูตรปกติที่แก้ไม่ได้มาหลายเดือนแล้ว
    พอเข้ามหาวิทยาลัยกลับเจอโจทย์ที่ไม่รู้ด้วยซ้ำว่าเกี่ยวข้องกับเลกเชอร์ที่เพิ่งฟังมาตรงไหน มันเป็นความรู้สึกแบบ “ฉันฟังเลกเชอร์นี้มาแล้ว และควรใช้ข้อมูลนั้นแก้โจทย์นี้ แต่ไม่รู้ด้วยซ้ำว่าโจทย์หมายถึงอะไร”
    การเรียนรู้เกิดขึ้นตรงกระบวนการเอาหัวชนกำแพงอันน่าหงุดหงิดนั้นเอง อ่าน อ่านเพิ่ม เติมโน้ตด้วยการอนุมานที่ไร้ประโยชน์ไปเรื่อย ๆ แล้วสุดท้ายรูปทรงของมันจะเริ่มปรากฏ
    ในมหาวิทยาลัย ปริมาณเนื้อหามหาศาลเกินกว่าที่ใครจะอธิบายให้หมดได้ภายในเวลาจำกัด นักศึกษาต้องหยิบจับแนวคิดหลักให้ได้ แล้วใช้เวลาของตัวเองเติมส่วนที่เหลือ

    • คำว่า “ต้องคุ้นเคยกับการหลงทางโดยสิ้นเชิงและรู้สึกพ่ายแพ้” นั้นถูกต้องจริง ๆ
      มหาวิทยาลัยที่ผมเรียนมี คอร์สทบทวนคณิตศาสตร์ ก่อนเปิดภาคเรียน และเริ่มตั้งแต่การบวกจำนวนธรรมชาติ ภายในสองวัน เนื้อหาที่เรียนมา 13 ปีในโรงเรียนถูกทวนทั้งหมด
      มันเป็นกระบวนการรีเซ็ตความคาดหวังอย่างโหดร้าย แต่ก็ทำให้ทุกคนชัดเจนว่านี่ไม่ใช่โรงเรียนอีกต่อไป และต้องใช้การทำงานกับสมาธิคนละแบบ

  • ลิงก์ที่เกี่ยวข้อง:
    How to Study Mathematics (2017) - https://news.ycombinator.com/item?id=26524876 - มีนาคม 2021, ความคิดเห็น 73 รายการ
    How to Study Mathematics (2017) - https://news.ycombinator.com/item?id=16392698 - กุมภาพันธ์ 2018, ความคิดเห็น 148 รายการ
    โบนัส: Ask HN: How to Study Mathematics? - https://news.ycombinator.com/item?id=23074249 - พฤษภาคม 2020, ความคิดเห็น 31 รายการ
    Ask HN: How to self-study mathematics from the undergrad through graduate level? - https://news.ycombinator.com/item?id=18939913 - มกราคม 2019, ความคิดเห็น 227 รายการ
    Ask HN: How to self-learn math? - https://news.ycombinator.com/item?id=16562173 - มีนาคม 2018, ความคิดเห็น 211 รายการ

  • น่าสนใจที่ไกด์นี้บอกว่า ความเข้าใจเชิงสัญชาตญาณ เหมาะกับคณิตศาสตร์ระดับโรงเรียน แต่ไม่เหมาะกับระดับมหาวิทยาลัย
    ในทางกลับกัน David Bessis โต้แย้งในหนังสือเล่มล่าสุด “Mathematica: A Secret World of Intuition and Curiosity” ว่าสัญชาตญาณคือ “ความลับ” ของการเข้าใจคณิตศาสตร์ในทุกระดับ
    ผมไม่รู้ว่าควรสรุปอย่างไรจากตรงนี้ แต่จากประสบการณ์คณิตศาสตร์มหาวิทยาลัยอันเก่าของผม สัญชาตญาณเป็นเครื่องมือทรงพลังในการพัฒนาความเข้าใจวิชา

    • ดูเหมือนขัดแย้งกัน แต่ผมคิดว่าจริง ๆ แล้วไม่ใช่ ประเด็นสำคัญคือ ประสบการณ์เป็นเงื่อนไขตั้งต้นของสัญชาตญาณ
      เมื่อนักเรียนมัธยมเห็นโจทย์คณิตศาสตร์ระดับมัธยม เขาดึงสัญชาตญาณในการแก้โจทย์ออกมาจากประสบการณ์คณิตศาสตร์ K-12 ทั้งหมด พอขยับไปคณิตศาสตร์ระดับปริญญาตรี ประสบการณ์เดิมก็ไม่เพียงพออีกต่อไป จึงกลายเป็นเรื่องยาก
      ต้องรับมือกับโจทย์ที่เป็นนามธรรมมากขึ้นและต้องการความเคร่งครัดสูงกว่ามาก และบ่อยครั้งโจทย์ก็ทำงานอยู่ในระดับที่สูงกว่าคณิตศาสตร์มัธยมตามอนุกรมวิธานของ Bloom [1] ด้วย สำหรับนักเรียนมัธยมทั่วไป นี่เป็นพื้นที่ที่แทบไม่มีประสบการณ์ จึงเกิดสัญชาตญาณได้ยาก
      เมื่อสะสมประสบการณ์มากขึ้น สัญชาตญาณจะกลับมาอีกในช่วงปลายปริญญาตรี ระดับบัณฑิตศึกษา และหลังจากนั้น แต่โดยเนื้อแท้แล้วเป็นสัญชาตญาณคนละแบบกัน หากในมัธยมมีสัญชาตญาณเชิงภาพและเรขาคณิตมาก ในคณิตศาสตร์ขั้นสูงมันจะกลายเป็นสัญชาตญาณเกี่ยวกับนามธรรมและเครื่องมือที่จะใช้โจมตีปัญหา
      ไม่ต่างจากโปรแกรมเมอร์ที่เห็นปัญหาแล้วพูดว่า “ต้องใช้แฮชแมป แล้วปัญหานี้จะกลายเป็นเรื่องจิ๊บจ๊อย”
      [1] https://en.wikipedia.org/wiki/Bloom's_taxonomy
    • ถ้าประสานสองแนวคิดเข้าด้วยกัน สัญชาตญาณที่ติดตัวมาจากระดับมัธยมก็ช่วยได้กับคณิตศาสตร์ในระดับนั้น
      เพราะในชีวิตประจำวันเรามีความรู้สึกต่อวัตถุเชิงเรขาคณิตหรือสิ่งอย่างเส้นโค้งแคลคูลัสสองมิติ
      ในระดับมหาวิทยาลัย วัตถุต่าง ๆ เป็นนามธรรมมากขึ้น จนสัญชาตญาณในชีวิตประจำวันอาจใช้ไม่ได้อีกต่อไป สัญชาตญาณแบบใหม่อาจเกิดขึ้นได้ แต่ต้องใช้เวลากับขั้นตอนเชิงรูปแบบและการคำนวณจำนวนมาก ต้องย้อนทบทวนเวลานั้น และต้องพยายามสร้างอุปมาใหม่ ๆ ที่จะดึงสัญชาตญาณออกมาอย่างจริงจัง
      ตัวอย่างเช่น ผมยังจำได้ว่าอาจารย์คนหนึ่งใช้อุปมา Ice-9 จาก Cat's Cradle เพื่ออธิบายว่า ในฟังก์ชันโฮโลมอร์ฟิกบนระนาบเชิงซ้อน เมื่อพิสูจน์สมบัติเฉพาะที่ได้แล้ว สมบัตินั้นกลับเป็นจริงต่อพฤติกรรมโดยรวมได้อย่างไร
    • สิ่งที่พูดตรงนี้ดูเหมือนหมายความว่า สัญชาตญาณเพียงพอสำหรับคณิตศาสตร์มัธยม แต่ไม่เพียงพอสำหรับคณิตศาสตร์มหาวิทยาลัย
      ไม่ได้หมายความว่าไม่จำเป็น แต่หมายความว่าไม่ใช่เงื่อนไขที่เพียงพอ
    • เรื่องนี้เกี่ยวข้องกับ ขั้นตอนของความเคร่งครัดทางคณิตศาสตร์ ของ Terence Tao
      ถ้าใช้ถ้อยคำของ Tao คุณค่าของสัญชาตญาณจะมากขึ้นมากในขั้นหลังความเคร่งครัด หลังจากพัฒนาความสามารถเชิงเทคนิคได้เพียงพอแล้ว
      https://terrytao.wordpress.com/career-advice/theres-more-to-...
    • ผมอ่านหนังสือเล่มนั้นแล้ว สำหรับผมมันอ่านได้ประมาณว่า “สัญชาตญาณสามารถฝึกฝนได้และทรงพลัง แต่ถ่ายทอดให้คนอื่นได้ยาก”
      Bessis ยังยกตัวอย่างจริง ๆ ที่สัญชาตญาณกับเทคนิคเสริมกันได้ดีด้วย

  • คำอ้างอิงเรื่อง Sitzfleisch จาก The Lost Cafe ของ Gian-Carlo Rota น่าประทับใจ
    คำเยอรมัน Sitzfleisch หมายถึงความสามารถในการนั่งอยู่หน้าโต๊ะเป็นเวลายาวนานไม่รู้จบเพื่อทำงานหนักให้สำเร็จ และว่ากันว่านักคณิตศาสตร์มองสิ่งนี้เป็นตัวชี้วัดความสำเร็จที่ดีกว่านิยามพรสวรรค์อันน่าดึงดูดที่นักจิตวิทยาบางครั้งเสนอขึ้นมา
    แต่ Stan Ulam ก็อยู่รอดได้แม้ไม่มี Sitzfleisch หลังจากป่วยเป็นโรคไข้สมองอักเสบ เขาใช้จินตนาการที่ไม่เสียหายสร้างไอเดีย และพึ่งพา Sitzfleisch ของคนอื่นเพื่อการสนับสนุนเชิงเทคนิค
    ด้วยความงดงามของ insight ของเขาและความเป็นไปได้ของข้อเสนอ ผู้ร่วมงานรุ่นหนุ่มสาวจึงเต็มใจให้ยืมเวลาของตนเอง และบางครั้งก็ยอมเสี่ยงแม้เวลาอาจสูญเปล่า
    แหล่งที่มาคือคำอ้างอิงที่พบที่นี่: http://www.romanpress.com/Rota/Rota.php

  • สำหรับผม ตอนที่พยายามทำ บทพิสูจน์ ทุกอย่างด้วยตัวเอง ผมรู้สึกว่าไปถึงระดับใหม่โดยสิ้นเชิง
    เมื่อก่อนหลังจากอ่านหัวข้อไปสองสามรอบ ผมจะดูนิยามกับบทพิสูจน์ทีละอัน โดยนึกถึงข้อความของทฤษฎีบทก่อน แล้วค่อยพยายามพิสูจน์เอง วิธีนี้ทำให้สิ่งที่บทความพูดถึงแทบทั้งหมดเกิดขึ้นได้ทางอ้อม
    ที่น่าสนใจคือ พอทำแบบนั้นแล้ว แบบฝึกหัดส่วนใหญ่ที่เคยดูซับซ้อนก็กลายเป็นโจทย์ที่แก้ได้ทันที แทบเหมือนเป็นสูตรโกงที่ทำให้ไม่ต้องทำแบบฝึกหัดเลย
    ตอนสอนหลายระดับในมหาวิทยาลัย ทุกปีผมจะถามว่ามีใครเคยลองนึกบทพิสูจน์ของทฤษฎีบทเองที่บ้านไหม แต่ไม่เคยมีใครเลย พอบอกว่าควรทำแบบนั้น ทุกคนก็มักจะแปลกใจ

    • ผมก็จะลองทำแบบนี้เหมือนกัน ถ้าผสานกับ การทำความเข้าใจนิยาม ในหลายระดับ ก็เท่ากับเอาตำราเรียนใส่เข้าไปในหัวได้ แม้จะต้องประกอบชิ้นส่วนกันอยู่บ้าง

  • บทความนี้ขาดเรื่อง เมตา ของการเรียนคณิตศาสตร์ไป
    การไตร่ตรองอย่างสร้างสรรค์ว่าตัวเองเรียนรู้อย่างไร เริ่มให้ผลตอบแทนจริง ๆ ตั้งแต่ราวช่วงกลางมหาวิทยาลัย
    ความสัมพันธ์กับขนบธรรมเนียมเริ่มสำคัญพอ ๆ กับความสัมพันธ์กับเทคนิค หากต้องการเข้าใจ “ภาพรวมทั้งหมด” ของบางสิ่ง ก็ต้องเข้าใจด้วยว่าวิธีนำเสนอที่กำลังดูอยู่นั้นถูกหล่อหลอมด้วยอคติแบบใด บางทีคุณอาจอยากลอกอคตินั้นออกไปด้วยซ้ำ
    ไม่ว่าจะอยากเปลี่ยนคณิตศาสตร์หรือแค่อยากเรียนรู้ ก็เหมือนกัน ท่าทีเชิงรับที่พยายามทำตามสิ่งที่คนอื่นต้องการคือเส้นทางสู่ความท้อแท้

  • ผมเห็นใน HN แล้วสมัคร MathAcademy.com ประสบการณ์ช่วงหลังทำให้ประหลาดใจในทางที่ดีมาก
    ตอนนี้อายุ 50 กว่า ๆ และอยากกลับมาเรียนคณิตศาสตร์มัธยมปลายเมื่อ 35 ปีก่อนอีกครั้ง จึงไล่เรียนซีรีส์ Foundations อย่างรวดเร็ว ตอนนี้มาถึงประมาณครึ่งหนึ่งของ Foundations 3 แล้ว และใน 9 สัปดาห์ทำวันละ 2 ชั่วโมง สะสมได้ราว 9000 XP
    ในปี 2025 วางแผนว่าจะลองเรียนคอร์สระดับมหาวิทยาลัย 1–3 คอร์สด้วยความเร็วที่ช้าลง
    ในฐานะคนเรียนด้วยตัวเอง มันเข้ากับวิธีเรียนของผมมาก สนุก วัดผลได้ ปรับระดับความยากได้ ไม่ชน “กำแพง” หรือ “dependency ที่ยังไม่ถูกเติมเต็ม” และคำอธิบายโจทย์ที่ทำไม่ได้ก็ละเอียดมาก
    บทเรียนสำคัญที่สุดคือ ผมสามารถเรียนรู้ได้โดยไม่ต้องจดโน้ตจำนวนมากเพื่อทบทวนและท่องจำ แค่ประสบการณ์กับ spaced repetition ก็เพียงพอแล้ว ช่วงพักคริสต์มาสจะเป็นบททดสอบว่าการเรียนรู้นั้นฝังแน่นจริงหรือไม่

    • ผมใช้ Math Academy ทุกวันมานานกว่าหนึ่งปีแล้ว และก็ทึ่งคล้าย ๆ กันว่าตัวเองเรียนรู้ได้มากแค่ไหน
      9000 XP ใน 9 สัปดาห์นี่ความเร็ว impressive มาก

  • ประโยคที่ว่า “อย่าตามไม่ทัน” กระทบใจมาก
    ผมเคยเป็นนักศึกษาปริญญาตรีคณิตศาสตร์ที่ขี้เกียจคนหนึ่ง ซึ่งลำบากกับบางหัวข้อในปี 1 แต่ไม่ขอความช่วยเหลือ และไม่ได้ทุ่มเวลาให้พอ สุดท้ายก็ไม่เคยฟื้นตัวกลับมาได้
    ผมคิดว่าการสอนในหลายจุดก็แย่มากด้วย เป็นแนว “เชื่อไปก่อนเถอะ” หรือ “เรื่องนี้ชัดเจนอยู่แล้ว ที่เหลือให้พวกคุณไปเติมให้ครบ” ซึ่งพูดตรง ๆ ว่าเลวร้ายมากสำหรับเด็กอายุ 18
    ระบบที่ให้คุณได้ 30% ใน “Analysis 1” แล้วเทอมถัดไปก็ผลักเข้า “Analysis 2” ทันที พร้อมหวังว่าคุณจะตั้งสติได้เองนั้น ผมมองว่าไม่ใช่ระบบที่ดี
    ช่วงเวลาที่เรียนคณิตศาสตร์ในมหาวิทยาลัยทรมานมาก และบางทีผมอาจควรเลือกอะไรที่ประยุกต์ใช้มากกว่า เช่น วิศวกรรมหรือวิทยาการคอมพิวเตอร์
    มีคนเคยบอกว่า “ถ้าชอบชีววิทยาที่โรงเรียน ให้เรียนจิตวิทยาในมหาวิทยาลัย; ถ้าชอบเคมี ให้เรียนชีววิทยา; ถ้าชอบฟิสิกส์ ให้เรียนเคมี; ถ้าชอบคณิตศาสตร์ ให้เรียนฟิสิกส์; ถ้าชอบปรัชญา ให้เรียนคณิตศาสตร์” ผมน่าจะฟัง

    • เห็นด้วยว่าระบบนั้นเละเทะ โรงเรียนทำคณิตศาสตร์พัง
      อย่างไรก็ตาม เมื่อกลายเป็นผู้ใหญ่ที่เติบโตเต็มที่แล้ว คุณสามารถกลับมาดูคณิตศาสตร์เมื่อไรก็ได้ โดยไม่มีข้อจำกัดเวลาไร้สาระและแรงกดดันเรื่องเกรด
      ผมมองว่าคณิตศาสตร์ไม่เหมาะกับแรงกดดันด้านเวลา คณิตศาสตร์คือการอยู่กับไอเดียนาน ๆ เล่นกับมัน กล้าเสี่ยง และลองเดาอะไรโง่ ๆ ดูบ้าง โดยแก่นแล้วมันคือ การเล่น และแรงกดดันด้านเวลาก็ไม่ได้ช่วยใครเลย
      ถ้าเคยสนใจ ก็กลับมาได้เสมอ และถ้าต้องการ ก็อาจลองกลับไปลงเรียนอีกครั้งได้ มีหนังสือดี ๆ สำหรับคนเรียนเองและชุมชนสำหรับเรียนร่วมกันอยู่มากมาย
    • คำแนะนำนั้นเป็นคำแนะนำที่ดี หากเป้าหมายคือการได้ เกรด ดี
      แต่ถ้าต้องการลงไปถึงรากฐานของสิ่งต่าง ๆ เข้าใจทุกอย่าง และแก้คำถามพื้นฐานของวิทยาศาสตร์ คุณอาจอยากกลับทิศทางเสียมากกว่า
      ถ้าชอบชีววิทยา ก็ควรเรียนเคมี เพราะกระบวนการของชีวิตคือกระบวนการไฟฟ้าเคมี; ถ้าชอบเคมี ก็ควรเรียนฟิสิกส์ เพราะโมเลกุลและอะตอม การก่อตัวและปฏิกิริยา ล้วนเป็นกระบวนการทางฟิสิกส์ ประมาณนั้น
    • ถ้าเป็น “ถ้าชอบคณิตศาสตร์ ให้เรียนฟิสิกส์; ถ้าชอบปรัชญา ให้เรียนคณิตศาสตร์” งั้นดูเหมือนผมตัดสินใจถูกแล้ว ผมเรียนคณิตศาสตร์