转帖:伊藤清《Kolmogorov 的數學觀與業績》

From Jinshan: 当年看了《概率论导引》之后差点去学数学。真的是伟大的人和伟大的书。《概率论导引》中学生就可以看懂。同时,最后部分关于什么是数学能力的总结,完全可以做为数学学什么教什么的参考。伟大的人的伟大思想就是不一样。同时推荐看看另外一个大数学家的教育思想:Whitehead《教育的目的》。


《Kolmogorov 的數學觀與業績》
伊藤清

当我得知苏联伟大的数学家,84岁的柯尔莫哥洛夫(Andreyii Nikolaevich Kolmogorov)教授于1987年10月20日离开人世时,我感到像是失去了支柱那样悲哀与孤寂。在我还是学生时(1937年)读了他的名著《概率论的基本概念》之后,便立志钻研概率论,并持续了50年之久。对于我来说,柯尔莫哥洛夫就是我的数学基础。

我与柯尔莫哥洛夫教授仅会过3次面。第一次是1962年国际数学家大会(于瑞典首都斯德哥尔摩召开)时,开幕式前我在大厅里漫步。当听见“Ito”的亲切的招呼声时,我又惊又喜。他用德语问到“你多大年龄?”我答道:“Seibenundvierzig.”他再问:“DreiBig?”(三十几?)大概日本人都显得年轻,我也许被看得年轻了10岁。又过了二三日,H.Cramer教授(全瑞典的大学校长(Chancelor),概率论、解析数论的专家)在家里举行了晚餐会,招待出席会议的大约10名有关概率方面的学者。柯尔莫哥洛夫,J.L.Doob与我都在其中。

第二次是1978年,在参加了国际数学家大会(于芬兰首都赫尔辛基召开)之后,我又出席了概率统计国际学术讨论会(Vilnius,Lihtuania,前苏联),回国途中,路经莫斯科时,柯尔莫哥洛夫招待Varadhan(纽约大学柯朗研究所)、Prokhorov(苏联科学院)和我在克里姆林宫旁的一座高雅的餐厅吃了午餐。当时已听说柯尔莫哥洛夫对高中的数学教育很热心,招收了一些优秀的学生,亲自开课教授。我便询问了其内容。他举例说:比如向学生展示简单的向量场(速度场)的图,并要求他们画出积分曲线(轨迹);又如让学生考虑具体的分枝过程的问题等等,以培养学生的数学直观能力。
第三次是1983年在Tbilisi(Georgia,前苏联)召开的日苏概率统计学术讨论会上。当时,尽管他的健康状况不大好,仍然作了讲演,并在宴会上努力创造活跃的气氛。显然年轻的一代是很崇敬他的。

柯尔莫哥洛夫在数学的几乎所有领域中,都提出了独创的思想,导入了崭新的方法,他的业绩是非常辉煌的。然而,我见到他时给我留下的印象却是不修边幅的温厚的君子形象,这也许正是伟大数学家的形象吧。

柯尔莫哥洛夫的论文我自认为基本上都好好地读过了,在撰写本稿时,我又对他整个的研究成果做了一个直接或间接的调查。对其研究的广度和深度不得不叹服。由于时间和篇幅的限制,我仅向读者谈一些并不全面的自己的感受。

吉泽尚明(京都大学)、池田信行(大阪大学)二位教授及京都大学数理研图书室的各位帮助我查找了资料,在此我表示衷心的感谢。

柯尔莫哥洛夫简历
根据B.V.Gnedenko在柯尔莫哥洛夫70寿辰时的讲演,柯尔莫哥洛夫于1903年诞生于俄罗斯的村镇(现在为市)Tambov。父亲是农学家,母亲在生下柯尔莫哥洛夫后不久便离开人世,他是被叔母等抚养长大的。1920年(17岁)进入莫斯科大学之前,他当过列车上的乘务员,业余时间写了关于牛顿力学定律的论文,论文的原稿未能保存下来,但我们可以想象他是多么早熟的天才。那时,俄国革命(1917)已经爆发,我很想知道他当时所处的环境,很遗憾没有有关的资料。

1920年进入莫斯科大学,最初对俄国的历史感兴趣,还调查了15~16世纪的诺布哥罗德的财产登记。以后参加了V.V.Stepanov的傅里叶级数讨论班,并于1922年(19岁)写出了关于傅里叶级数,解析集合的著名论文,震动了学术界。其后犹如天马行空,连续发表了许多重要的研究成果。1925年莫斯科大学毕业,1931年当大学教授,1933年任大学数学研究所所长,1937年成为苏联科学院院士。至1987年逝世止,对数学的研究教育作出了很多重大的贡献。
柯尔莫哥洛夫的数学观
了解柯尔莫哥洛夫的数学观的最好的资料,大概要属苏联大百科辞典中他所执笔的“数学”部分吧。已经出了英文版,我读了英文版,与原文(俄语)比较,英文版稍微缩略了一些,在这篇文章中,他先阐述了其数学观,然后通述了自古至今的数学史,并且从他的数学观出发,详细描述了这个历史的各个阶段,它可以说是为数学家、科学家们所写的数学史。我饶有兴趣地一口气读完了全篇。要说明柯尔莫哥洛夫的数学观,不仅应当看这篇文章的开始部分,也应当参照占该文大部分的数学史,但由于篇幅及时间的限制,我仅将文章的开始部分简要介绍如下。

根据柯尔莫哥洛夫的观点,数学是现实世界中的数量关系与空间形式的科学。

(1)因此数学的研究对像是产生于现实中的。然而作为数学加以研究时,必须离开现实的素材(数学的抽象性)。

(2)但是,数学的抽象性并不意味着完全脱离于现实素材。需要用数学加以研究的数量关系与空间形式的种类,应科学技术的要求,是不断增加着的。因此上面定义的数学内容在不断地得到丰富。

数学与诸科学:数学的应用是多种多样的,从原理上讲,数学方法的应用范围是无边际的,即物质的所有类型的运动都可以用数学加以研究。但是数学方法的作用与意义在不同情况下是不同的。用单一的模式来包罗现象的所有侧面是不可能的。认识具体的东西(现象)的过程中总是具有下面两个互相缠绕的倾向。

(1)仅将研究对象(现象)的形式分离出来,对这个形式作逻辑上的解析。

(2)弄清与已经确立的形式所不相符的「现象的方面」,向具有更多的可塑性,更能完整地包含「现象」的新的形式转化。

如果在研究的过程中必须时刻考察现象的本质上新的侧面,则研究中的困难主要体现在上面的(2)的部分。这样的现象的研究(如生物学、经济学、人文科学等)中,数学方法就不是主要的。在这种时候,对现象的所有方面的辨证分析会由于数学形式反而变得含糊。

与此相反,如果用比较简单的、稳定的某种形式便可以把握研究对象(现象),并且在这个形式的范围内产生了在数学上需要加以特殊研究(特别是需要创造新的记号和计算方法)的困难而复杂的问题时,这种现象的研究(如物理学)则在数学方法的支配范围内。

做了这些一般性的论述后,首先详细说明了行星运动完全是在数学方法的支配范围内,在这里数学形式是对于有限质点系的牛顿的常微分方程。

从力学转向物理学,数学方法的作用几乎不减,但应用中的困难明显增加。在物理学中,几乎没有不使用高等数学技术(如偏微分方程理论、泛函分析)的领域。但是研究中出现的困难往往不在于数学理论的推导过程中,而在于“为运用数学所作的假设的选择”和“由数学手段所得结果的解释”中。

数学方法具有包含从考察的某个水平开始,向更高的、本质上新的水平转移这样一个过程的能力。这种例子在物理理论中是可以见到许多的:扩散现象便是一个古典的好例子。从扩散的宏观理论(抛物型偏微分方程)向更高的微观水平的理论(用独立的随机过程来描述溶液中粒子随机运动的统计力学)转移,从后者出发运用大数定律,可导出把握前者的微分方程,柯尔莫哥洛夫对此种情形作了更加详细具体的说明。

同物理学相比,在生物学中数学更处于从属地位。在经济学和人文科学中的,这种情况就更加突出了,在生物学和杜会科学中数学方法的应用主要是以控制论的形式进行的。在这些学科中,数学的重要性以辅助科学──数理统计学的形式保留几分,但在社会现象的精确分析中,各个历史阶段中的本质性差异的侧面是占主导地位的,因而数学方法常常要靠边站。

数学与技术、算术、初等几何的原理,正像古代数学史所表明的那样,是从日常生活的需要中产生的。其后的新的数学方法或思想也是受到天文学、力学、物理学等满足实际需要的学科的影响而产生的,但是数学与技术(工程学)的直接联系至今常常是通过已有的数学理论在技术中的应用这样一个形式来实现的。当然还须指出,根据技术上的要求而直接产生新数学的一般理论这种例子也是有的〔例如,最小二乘法(测地),操作数法(电气工程)。作为概率论的新分支的信息论(通信工程),数理逻辑学的新分支,微分方程的近似解法,数值解法等〕。

高深的数学理论使得科学计算的方法急速地发展起来。而科学计算在解决原子能利用,宇宙开发中的问题等大量的实际问题时扮演了主要的角色。

柯尔莫哥洛夫在后面的数学史的叙述中也总是注重数学与其它诸学科的关联,同时也高度评价了由于数学内部的要求而推动的纯数学的发展。例如,在实际问题的应用这方面,古代希腊要落后于巴比伦,然而在数学的理论方面,希腊远远领先于巴比伦。他尤其赞颂了“存在无限多个素数”、“等腰直角三角形的斜边与另一边之间不存在公约数”等伟大发现。按着他详细说明了实际主义的巴比伦数学与理想主义的希腊数学是如何经过中世纪的阿拉伯数学,发展至欧洲的近代数学的过程,非常有趣。我从这个历史中学到了许多史实。例如,我以前知道变换群这个概念是在18世纪后半叶至19世纪初,由Lagrange(分析)、Galois(群论)等有效地使用了的。但我还想知道现在大学里讲授的(抽象)群的定义到底是由谁给出的。根据柯尔莫哥洛夫的数学史,这个定义是由A.Cayley在19世纪中叶所给出的。

总之,柯尔莫哥洛夫的数学观是由他的数学上的独创性,对于数学应用所抱有的激情及对于数学发展的历史所具有的洞察。这几个方面所组成的,难以用一言来概之。如果一定要用一句话来总结,也许可以这样说:柯尔莫哥洛夫把数学看成为可以无限制地成长的“生物体”。

柯尔莫哥洛夫的数学业绩
柯尔莫哥洛夫写了上百篇论文,从中可以看出其特点是:“广泛的研究领域”、“引入新观点的独创性”及“明快的叙述”,其研究领域包括实变函数论、数学基础论、拓扑空间论、泛函分析、概率论、动态系统、统计力学、数理统计、信息论等多个分支。下面结合背景概述一下这些研究。

实变函数论
柯尔莫哥洛夫在莫斯科大学读书时参加了Stepanov的傅里叶级数讨论班,从那时(1921)开始,他对数学产生了与趣。当时,主要研究连续函数的微积分学正在向研究可测函数的实变函数论发展。这一新的数学领域受到了极大的关注。他于1922年(19岁)时,通过引入集合演算,证明了包含“Borel不可测解析集合的存在定理”的新的定理。同年,他还成功地研究了“(形式上)傅里叶级数在几乎所有点上(以后又研究了所有点上)发散的可积函数的构成”。关于傅里叶级数、正交函数的展开,他也写了几篇论文。他还尝试了勒贝格(Lebesgue)积分的推广,涉及了Denjoy积分的研究。这些大体上是1930年以前的研究工作。

概率论基础
柯尔莫哥洛夫在概率论力面的一大功绩是用测度论的语言将概率论确立为现代数学的一个领域。以往对偶然事件、偶然量未加定义而使用。柯尔莫哥洛夫看出了概率与测度的同构型,在概率测度空间(Ω,F,P)上,分别将偶然事件定义为Ω的F-可测子集,偶然事件的概率定义为这个子集的P-测度,偶然量定义为Ω上的F-可测函数,其平均值由积分定义。这样,概率论的理论展开就变得明确而容易了。

如此将概率作为测度来把握的方法,对于特殊问题E.Borel,N.Wiener
(布朗运动)已经做过尝试。但用这个方法来对待所有问题的是柯尔莫哥洛夫的《概率论的基本概念》。他证明了在一般情况下可以有目的地构造出P的定理,这就是著名的柯尔莫哥洛夫扩张定理。

过去作为具体的测度一般仅考虑Lebesgue-Stieltjes测度和Lie群上的不变测度。由于柯尔莫哥洛夫的测度论式的概率论,新型的概率测度及有关的新问题在对偶然现象的数学研究中不断地产生了出来。
概率论
柯尔莫哥洛夫受到辛钦(A.Y.Khinchin)的影响,1925年前后开始研究独立随机变量的级数的收敛问题及发散时的阶数。按着研究了维纳(Wiener)过程,在这些研究中,柯尔莫哥洛夫引入了几个新的思想和方法,其中Kolmogorov0-1律、Kolmogorov不等式,Khinchin-Kolmogorov三级数定理,Kolmogorov强大数律,Kolmogorov判别法,Kolmogorov谱(湍流)等是特别著名的。1939年他还将弱平稳过程的内插、外推问题归结为傅里叶分析的问题而一举解决。

柯尔莫哥洛夫还将动态系统分为决定论的(古典的)动态系统和概率论的动态系统(马尔可夫过程),描述前者轨道的是常微分方程,而决定后者转移概率的是抛物型偏微分方程,即柯尔莫哥洛夫引入的向前方程序和向后方程式(〈关于概率论中的分析方法〉,Math.Ann.1931)。在那以前,概率论(泛函分析)也开始得到应用,概率论的内容变得极其丰富起来。1950年代的马尔可夫过程的显著发展的源泉就是柯尔莫哥洛夫的这个研究。我从柯尔莫哥洛夫的这篇论文的序言中的思想得到启发,引入了表现马尔可夫过程的轨道的随机微分方程式。这也决定了我以后的研究的方向。柯尔莫哥洛夫的「基本概念」和「分析方法」对我来说可谓至宝。

数理统计
在日本很遗憾概率论与数理统计之间的交流不太活跃,而柯尔莫哥洛夫等苏联的概率论专家是非常重视二者的关系的。概率论是以概率空间为基础的,在应用于现实问题的时候,需要考虑若干概率空间,然后决定哪个是最适合于实际问题的概率模式。这个决定可以说是数理统计学的一个目的。柯尔莫哥洛夫也写了不少数理统计学的论文。在非参数检验法中用到的Kolmogorov-Smirnov定理是很有名的。

数学基础论
柯尔莫哥洛夫从年轻时起,就对数学基础论,特别是Brouwer的直观主义(有限立场)有着浓厚的兴趣(例如《Math.Zeit.》,35(1932),58-65),关于算法他也作了研究。

拓朴空间论和函数空间论柯尔莫哥洛夫和J.W.Alexander共同开创了上同调理论,这是众所周知的。柯尔莫哥洛夫还是同时具有拓扑结构和代数结构的空间理论(线性拓扑空间、拓扑环)研究的开创者之一。

他还研究了全有界的距离空间E的ε-网中最小可能的点数当时的性状,作为E的特征量引入了ε-熵、ε-容量的概念。将其应用于E为连续函数空间的子空间的情形〔与V.M.Tikhomirov合著,Uspehi
(1959)〕。这是泛函分析方面的崭新的观点。
动态系统

柯尔莫哥洛夫对于古典动态系统有着很深的知识,他写过几篇重要的论文(国际数学家大会论文集,1954,Amsterdam,1,315-333)。他还研究了一般的动态系统,引入了“Kolmogorov流”的概念。作为流的特征量,大家知道有谱型(Hellinger-Hahn)。柯尔莫哥洛夫又引入了熵这个新的特征量。毫无疑问,这也为新的遍历理论开辟了道路。

在其它方面,柯尔莫哥洛夫也作了许多有名的研究工作。例如希尔伯特的第13问题的否定性解决,随机数表的考察,以及关于信息论的研究等。

柯尔莫哥洛夫的数学教育观
柯尔莫哥洛夫在莫斯科大学培养了许多数学家,其中不少人已成为国际上的著名学者,这一点广为人知。他还热心于高中的数学教育,自己亲自写讲义,对数学教育所应有的姿态作了深刻的思考。柯尔莫哥洛夫60岁寿辰时(1963),P.S.Alexandrov和B.V.Gnedenko作了题为“教育家柯尔莫哥洛夫”的讲演。下面参考此文讲述一下柯尔莫哥洛夫的数学教育论。苏联的教育制度与日本稍有不同,为小学(7~10岁)、初中(11~14岁)、高中(15~17岁)、大学(18岁~20岁),在大学里数学专业与物理专业在一个系(称作数学物理系)里。高中相当于日本的高中2年级到大学1年级,大学相当于日本的大学2年级至硕士研究生。有些类似于日本的旧制高中和大学,大学毕业时要写论文获取学位,相当于日本的硕士学位。博士学位授给大学毕业后写过许多创作论文的特别优秀的学者。

柯尔莫哥洛夫认为,有些家长和教师企图从10岁到12岁左右的学生中挖掘有数学才能的孩子,这样做会害了孩子,但是孩子到了14至16岁时,情况就不一样了。他们对数学物理的兴趣已很清楚地表现了出来,根据柯尔莫哥洛夫在高中教授数学物理的经验,大约有一半的学生认为数学物理对自己仅有很小的作用。对于这些学生应该安排简单内容的课程。这样,另一半的学生(并不一定他们都要搞数学物理专业)的数学教育就可以更有效地进行。

高中时将数学物理系、工程系、生物农医系、社会经济系等各专业分开为好。各系的主要学科的教授时间可稍稍增加一点(如数学1小时、物理1小时等),即使这样效果也是非常显著的。各专业系的教育可以使学生增强目的意识,而不至于影响有宽度的一般教育。革命初期提出的“统一劳动学校”的口号,并不否定个人能力的开发与特殊训练,而只是意味着废除阶级意识的学校,消除贫苦人面前的障碍。

数学需要特别的才能这一说法在很多情况下是过于夸张了。数学是特别难的科目这一印象可能是产生于笨拙的、极其教条的教学方法。如果有好的教师和好的教科书,正常的平均程度的人的能力足以消化高中数学,并进一步理解微积分的初步知识。

然而,高中生在选择数学作为上大学的专业时,自然应测验一下自己对数学的适应性。实际上,在理解(数学的)推论、解决问题、或作出新的发现上,其速度、容易程度和成功度是因人而异的。在数学专业教育中,应选择在数学领域出成就的可能性大的青年人。

什么是对于数学的适应性呢?柯尔莫哥洛夫总结为以下三点:

(1)算法能力:即对于复杂式子作高明的变形,对于用标准方法解不了的方程式作巧妙的解决的能力(仅记住许多定理、公式是不行的)。

(2)几何学直观:对于抽象的东西,能够在头脑中像画画一样描绘出来并加以思考。

(3)作逻辑性推理的能力:例如能够正确地应用数学归纳法。

仅有这些能力,而对研究题目不抱有强烈的兴趣、不作持久不断的研究活动的话,还是起不了什么作用。

在大学的数学教育中,好的教师又是什么样的呢?

(I)讲课高明。如用其它的科学领域的例子来吸引学生。

(II)以清晰的解释和宽广的数学知识来吸引学生。

(III)善于作个别指导。清楚每个学生的能力,在其能力范围内安排学习内容,使学生增强自信心。

以上每一条都是有价值的,而理想的教师应属(iii)类型的教师。

对于数学物理系的学生的数学教育,除了常规的课程,柯尔莫哥洛夫特别强调了以下两点:

(I)使学生能够把泛函分析作为日常工具那样运用自如。

(II)重视实际问题。

我最初对这个意思不大明白,最近见到一位曾经在莫斯科大学接受过柯尔莫哥洛夫的指导的先生,便询问了一下,其意思可能是这样的,例如对于微分方程式给出具体的系数和边界条件(每个学生不同),然后让学生考察方程式的解的性质。

学生在开始搞研究的时候,首先必须使其树立起“自己能够搞出点名堂”的自信心。因而在布置研究课题时,不但要考虑“这样题目的重要性”,还应考虑“这个研究是否能提高学生的水平”,“是否在学生的能力范围内,而且需要作最大程度的努力才能解决的问题”。

以上就是柯尔莫哥洛夫的数学教育论的概略。柯尔莫哥洛夫不仅是伟大的数学家,也是伟大的教育家,也许说是伟大的思想家更合适。

统一描述:封闭与开放,IO和PageRank,原始与HEM

我们提出的广义投入产出见相关的帖子:广义投入产出研究基本文献以及广义投入产出分析用于科学学的文章出来了

广义投入产出分析与经济学投入产出分析和PageRank算法的关系研究

广义投入产出分析,基于经济学开放系统投入产出分析,并且和PageRank算法有很大的相似性。在此,我们来讨论前者和后两者的关系。

从总投入矩阵(实物流、货币流、能量流、信息流)(\left(x^{i}{j}\right){N\times N})(代表从i到j的流量)出发,封闭系统投入产出研究矩阵
[B^{i}{j} = \frac{x^{i}{j}}{X^{j}};]
开放系统投入产出矩阵的定义是
[B^{-N},]
(B)矩阵去掉最后一行一列,把最后一个部门(最终消费者部门,对应于前面的生产部门)独立出来当作外界;
PageRank的关系矩阵定义为
[A^{i}{j} = \frac{x^{i}{j}}{X^{i}}.]
在实际计算中,由于考虑到本征矢量唯一性的问题,PageRank增加了一个随机跳跃项,计算如下矩阵的本征向量,
[\hat{A} = (1-\beta)A+ \beta E.]
以上矩阵的本征矢量满足,
[\hat{A}p = \lambda p \longrightarrow p = \beta\left(\lambda – (1-\beta)A\right)^{-1}e,]
其中(E)矩阵和(e)向量的各个元素都是1。按照这个结果和开放系统投入产出的公式
[X=\left(1-B^{-N}\right)^{-1} Y,]
我们把开放和封闭系统的投入产出和HEM-PageRank统一记作,
[p= \beta\left(\lambda – (1-\beta)S\right)^{-1}q \propto \frac{-1}{S-\frac{\lambda}{1-\beta}}q, \hspace{2cm} (1)]
其中,
[q= \left{\begin{array}{cc}Y & \mbox{for open IO & PR} \e & \mbox{for close IO & PR} \end{array}\right.,]
[S= \left{\begin{array}{cc}B & \mbox{for IO} \A & \mbox{for PR} \end{array}\right..]

然后,开放系统HEM指当(\lambda=1)的时候对比(S^{-N})和(\hat{S}^{-N-j})(注意还有一个小小的技术问题:重新归一化)得到的本征矢量p;封闭系统HEM指对比(S)和(S^{-j})(注意还有一个小小的技术问题:重新归一化)得到的最大本征值(\lambda)和相应的本征矢量(p)。理论上,我们已经把广义投入产出分析和HEM-PageRank统一成为一个分析框架。有这样一个统一的框架对于具体工作的开展还有方法的进一步发展都是非常有意义的。

是否可以让(\beta)变成一个复数,然后让这个复数趋于某一个实数来看看(p)的结果?

“项目学习和概念地图用于机器学习”学习小组

有一些研究工作,例如文章的监督分类和非监督分类、概念和概念之间关系的自然语言处理,需要尝试一些新的分析算法。受到最近照片分类的工作的启发,打算用机器学习来试试。这个学习小组定位在理解了的工具的层次,旨在自觉自发地创造性地运用机器学习来处理自己工作中的问题。

学习材料整理,见小组目前的成员的博客,以及本网站上的相应论坛

把学习小组的要求提一下。小组成员分成两种类型:严肃的学习者和贡献者、感兴趣的人。对于感兴趣的人,我们不提非常明确的要求,仅希望积极参与讨论。学习者和贡献者需要做报告,报告之前需要提前阅读(听课)和准备。准备工作需要做好总结(图形化,推荐概念地图、思维导图):整体思路、重点问题和项目的联系(也就是应用的问题)。所准备出来的材料最好事先先传到小组的网站。

希望有兴趣的严肃的学习者来参与。

“Teach Less, Learn More”体系课程设计的学习材料

我打算找一找少数几个学科上有深刻理解,对教育有心的老师,来实现我提出的只关注学科大图景(学科的基本问题和典型思考方式),教给学生尽量少但是尽量深刻的内容和内容的理解和组织,教给学生学习方法,用自己对学科的热爱影响学生的,所谓的“Teach Less, Learn More”的体系。

下面是学习材料。我对参与这个项目的老师的要求和期待非常高。我希望靠这个来探索新的教学体系,改变中国的教育,走出培养创新性人才,有责任感的社会公民的道路。

读书报告需要包含概念地图和文字总结。内容上需要有总结,思考,和结合自身经验的体会,目的是反映:我读过,我想过,我有所得。可以参考这个例 子:读 《教育的目的》的体会

如果有兴趣,读一下《如何阅读一本书》(莫提默·艾德勒 / 查尔斯·范多伦 )、《教育的目的》(怀特海)这两本书。都可以从网上买到。顺便,如果你去下载一个读书人app,上面有我对这两本书还有我自己的《概念地图教学和学习方法》的介绍。除了怀特海,你还可以看看Kolmogorov认为“数学学什么教什么”

  1. 读吴金闪《概念地图教学和学习方法》。书看完之后需要做读书报告。
  2. 反映教学思想的Ted Talks整理(前12个必听,每一个15分钟左右。每一个听完之后,需要做概念地图并且用一句话总结主要内 容):http://www.systemsci.org/jinshanw/2016/01/05/jinshans-ted-talk- playlist-on-eudcation/
  3. 3、反映吴金闪的教学革命的理念的:关于学会学习和思考的对话为了理解世界而学习,为了发展自我而学习读 《How not to be wrong》:乘法表该教吗?什么是通识教育(Liberal Arts Education) 关于如何设计“Teach Less, Learn More”体系的课程的对话

  4. 我们的工作内容,Teach Less, Learn More体系下课程设计的例子:见《概念地图》书里面案例的章节,同时也可以在这里找到——“Teach Less, Learn More”课程设计举例:量子力学。这个体系的核心是要精简,教的少,教得深刻,有目的。关注学科基本问题和典型思考方式。对一门课程先解构到底(基本问题,基本概念,典型思维,逐步分解,一直追问为什么,联系是什么),然后,按照教的少,教得深刻有目的(目的围绕大图景)的方式重新建构这个学科的概念体系,并确定教什么怎么教。彻底解构和重构,关注联系,选择关键,这忽然让我意识到,其实这个概念地图教学法应该被称作“系统科学教学法”:彻底的还原论、完全的整体论、相互关系、关键因素。原来我提出和喜欢这个体系的深层次原因是我是一个研究系统科学的人。
  5. 工作方式和计划:理解这些教育理念和设计思想,具体我们可以进一步讨论,然后选择一门课程来做设计(目的、大图、教什么、怎么教、为什么这样 教、为什么教这些),然后做教学实验。教学可以结合项目为基础的教学,教学需要非常鼓励思考反问。其中,我和这个队伍中其他人的作用,在理念上你 可以找人讨论,在具体内容和思维方式的选择上,有一双双批判性的眼睛,其他经验的分享。
  6. 以后出公开课、视频课,出教学思想和教学设计案例,影响更多有才能有思想的老师来参与,转变更多一般的老师来做视频课程的教练。

刚才跟一位老师讨论,说起来这个系联性思考的思想有没有研究工作的例子。我把我们的这方面的两个已经完成的研究工作列在这里。其实,我的大多数研究,都采用的这个思想——事物之间的联系所导致的直接和间接的效果,用这样的方式来考察个体、个体周围乃至整体系统层面的一些问题,仅仅具体系统上发展起来的分析计算方法以及所面对的具体问题不一样而已。

  1. Input-output analysis and Scietometrics published by Journal of Informetrics.
  2. Network of Chinese characters and its implication to teaching and learning of Chinese characters, published by PLOS ONE, covered by a BBC story here

让我们一起来make a difference。

关于如何设计“Teach Less, Learn More”体系的课程的对话

我打算找一找少数几个学科上有深刻理解,对教育有心的老师,来实现我提出的只关注学科大图景(学科的基本问题和典型思考方式),教给学生尽量少但是尽量深刻的内容和内容的理解和组织,教给学生学习方法,用自己对学科的热爱影响学生的,所谓的“Teach Less, Learn More”的体系。

以下是xiang和Jinshan之间关于这个问题的对话。xiang正在审阅中。对话做过前后几句话的合并,非常少的编辑。括号中的内容是后来添进去的。通过这个对话,可以更清楚地看到,我想做的这个新的教和学的体系是什么,具体要求是什么。

Guotsing:各位老师好!金闪教授想找几位深刻理解学科的老师来培养,亲自教授概念图学科整合技巧,欢迎大家推荐老师,也欢迎您本人参加!

京京 :谢谢赵老师把我拉进这个群。概念图和学科整合真是迫切需要。

xiang:太好了!

茜 :迫切需要。

Jinshan:看来几位老师都知道我和赵老师抓大家来的目的啊。

xiang:”概念图学科整合技巧”太吸引人了!

Jinshan:嗯,我们的目的是,在你们这里实现“概念地图和专业课程的结合”,实现我提出的Teach Less, Learn More的教学系统。关注一个学科的基本问题,典型思考方式。增加学生对学科的理解和感情。然后,也学会学习方法。

xiang:嗯,同意!

Jinshan:因此,最关键的任务,是找出来哪一些要教(然后怎么教),为什么要教。把需要深入地教的东西和纯粹知识性的内容分开。选择尽量少的东西来教,而且要教的深刻。从是什么转向关注为什么是这样的,为什么这样教,为什么要教。我管最后这个叫做,知其然,知其所以然,知其所以所以然。给学生一个欣赏和理解这个学科大图景的机会。具体例子和具体知识可以每一个年级不一样。但是,学科的基本问题,典型思考方式,要贯彻。给一门课程,做一个设计,来实现这个意图。我会给你设计的例子。然后,在教学过程中,鼓励理解、欣赏和思考,引导思考所以所以然层次的问题。最好能够结合项目为基础的教学。完毕。理念就这些。我会举几个例子。更完整的例子在我的书里面。我也会布置大家去看。我希望通过合作能够建立一批思考教什么,为什么教这些,怎么教,的示范课程。培养独立思考者,培养社会公民。具体怎么做,我们稍后讨论。我的概念地图的书可以在 systemsci.org/jinshanbooks看到。我要说的先到这。

xiang:请您举例说明。

Jinshan:例如,数学大部分时候在教如何做运算。这个是完全不对的。数学是给思维准备语言的学科,使得思维形式化,精确化,可交流。数学还为描述自然和社会准备概念和结构。于是,问题成了,如果我们为了体现数学以上的特点,我们教什么,怎么教。不面对和解决这个问题的教学,我称之为无脑教学。

Guotsing:吴教授是量子物理学家兼教育家。我看到novak是这么介绍的。

Jinshan:呵呵。

xiang:您对化学学科的6个核心素养:宏微结合,分类表征,模型认知,变化守恒,实验探究,绿色应用。怎么看?

Jinshan:太多。

xiang:原来是3个维度,现在是6个核心素养。即将出台的新课标是6个核心素养。

Jinshan:化学我还没有仔细整理过。不过,随便来说的话,应该要体现——化学是研究元素通过电子组合结构的变化来看物质的性质的科学。强调科学、电子和物质(也就是分子)这几个方面。所谓科学就是,从现象——包含现象的复现确认和分类,不过后者不宜太强调——找到模型描述。所谓电子的组合结构就是理解化学现象的核心。所谓物质就是化学里面一切围绕着分子结构来说。

xiang:化学是变化的科学。”化”学而非”变”学。我自己对”化”情有独钟。

Jinshan:是的,电子结构就是这个化。化学课程就集中在这少数几条。所谓科学还要强调实验的核心地位,还要一定程度上可检验。如果是这三条,你随便说说,化学课程的内容如何选择?

xiang:从实验现象到科学本质是分析推理,从表观到模型是抽象思维……需要老师”内化”,需要学生”内化”。这是我对”化”的理解。

Jinshan:嗯,典型思维方式上,推理,从现象到模型的抽象确实应该是重点。

Guotsing:表示只能旁观看热闹。

xiang:科学方法论当然选择典型因素典型性质做载体。即实验科学。

Jinshan:现在在内容上,假设,就是我说的三条,加上你说的思维的一条,抽象化模型化思考,合起来就是:科学(其实包含实验的地位、模型化的思考),电子和分子。那选择哪些内容,举个例子。为了体现这些,怎么办?当然,是不是具体就这几条,可以再讨论。现在假设就这几条。请继续接受挑战。可以非常具体,没准我还记得化学知识的。

xiang:一个例子肯定不能都体现。我可以选择红酒中SO2含量测定(请补充一下,为什么测,大概怎么测,要注意什么,要体现什么基本问题和典型思考方式)。有实验设计,有排除其他干扰(比如对比,比如建立标准曲线)。在氧化还原性质中就是对电子反应的认识。

Jinshan:嗯,非常好。够具体,也能体现思想。现在,再稍微理论一点,找找知识上的某些核心点。

xiang:其实,我觉得化学是科学,电子,分子,还都是科学层面的,这个”化”还有从科学到人文,到社会的意义。

Jinshan:这个可以有。所以要考虑项目为基础的教学。从科学拓展开去。不过,现在,先忽略。只考虑如何体现以上三点:实验科学、电子、分子。生活中的化学显然是非常好的主题。但是,先放一下。

xiang:我们学校是有项目是学习实验班。以电池为主题是否可以。双液电池模型就很好。二附中2011年开始做项目课程。化学研究就是由少得多,个案到规律。

Jinshan:很好啊。不过,项目应该是辅助,概念体系的建立,大图的建立,概念的理解是根本。继续接受挑战。知识上的核心点,试着找出来几个。实际上,我希望大家完成的就是你被(吴金闪)迫面对的这个过程。定根本目标——选择内容,教学中体现和鼓励思考,结合生活或者理论来做项目学习,教学中还要体现学习方法。目标要少要深刻,内容要少要透彻。目标要集中在大图景(基本问题,典型思维)和学科情感上。当然,我也会有一些方法和经验,可以分享。这是一个从大到小的整个的一个教学体系,而不仅仅是教学方法。现在,继续挑战吧。

xiang:您能举个例子吗?

Jinshan:例如,在知识上,我会把元素的原子模型,尤其核外电子,放在非常重要的位置上。然后,考虑核外电子在各个(还可以从“个”到“种”)物质(分子)上的体现。然后,我会把分子的概念的建立,分子在物质性质上的含义,放在更加重要的地方。通常所说的物质的性质和分子这个概念之间的联系,会被强调。我先举这些例子。你来批判和反思。

xiang:“例如,在知识上,我会把元素的原子模型,尤其核外电子,放在非常重要的位置上”。这部分内容在中学被削弱了……不知何故?“通常所说的物质的性质和分子这个概念之间的联系,会被强调”。这个是指性质和分子结构吧?

Jinshan:第一个问题,课标的指导思想追求简单。这是错的。不能深入就不能浅出。第二个问题,是的,是指性质和分子结构。但是,还要更强调。例如,还要问,为什么不是原子层次,元素层次,而是分子层次来承担。也可以换过来问,为什么有了代表物性的分子了,竟然还需要原子?对于同一个问题的理解一定要有多与一个的角度和层次。Feynman说的。不明白核外电子,那么,化学就成了记忆为主的学科了。不像科学。

xiang:我理解:结构决定性质。学科本位与人本位是两个观念。(要结合,而且可以结合,就是不要害怕挑战)

Guotsing:我的书中表达过类似的观点,信息删减后导致结构不良,反而会增加理解的难度。我说过人和人要有三个不同层次的关系才能真正成为好朋友,哈哈。

Jinshan:那给你布置任务咯。你已经基本了解我的想法和目标。现在,学一些方法,然后,跟着我的思路,再问的更加深一点。接着,设计一门课程。最后,开展教学实验。学习方法和更深的思考,我有一些材料,见“Teach Less, Learn More”体系课程设计的学习材料

Jinshan:学习完了这些材料。然后,你来设计课程,我来批评。如何?再考你一下:为什么有了代表物性的分子了,竟然还需要原子?给每一个分子一个符号不就行了吗?

xiang:好啊。

Guotsing:同一个单位的同事可能是熟悉的陌生人,如同背过的一遍书一样。一起出趟差,就有了多一层的认识,如果孩子在一个班,关系可能就铁了。学校里的题海战术,只有一层连接,如同熟悉的陌生人。教学情境创设,要多视角。

xiang:不是所有的学校都题海战术。

xiang:只是表观,而非本质。原子才是化学变化的最小微粒。化学变化本质是分子破裂新分子形成。

Jinshan:还可以更深刻。你回答了为什么。再赞一个,确实有思考,有思想。继续,更加深刻。我需要你思考为什么的为什么。提示,联系什么是科学。

Jinshan:我给你答案咯。本质上,是因为科学在简单性,统一性,和尽可能可理解性上的追求。没有原子,化学也可以比较成功的,例如,至少,可以是物性字典。能完成大量分析化学,甚至一部分新物质设计的工作。但是,不能太深入,也很难超过字典——字典指的是知识集合而不是知识体系,没有理解,没有内涵上的组织——的层次。有了元素和原子,就发现,这么多的物质,可以用少的多的元素来理解和标记,还能指导新物质的设计,后来还发现能够深入到物理。因此,元素和元素周期表,是伟大的贡献。Feynman说,如果有一天,世界即将灭亡,他只能留下一句话给后面的新人类,他就留下:物质由原子组成。所以,这个问题的答案实际上问的是,化学是什么,你对这个问题的思考是什么。我希望我们这个小小的示范性的队伍的思考的层次,都到这个深度。然后,回来设计课程。(实际上,中医为什么没有继续发展下去,就是因为没有深入到分子和原子的概念。