两位数相乘的速算法靠谱吗?

简介: 我们有了常规的知识体系,更多时候会感觉繁琐,或者感觉力不从心,所以我们就会有投机的心理,一旦发现存在一些相关的攻略,看起来可能会颠覆原本的认知,我们就会更加欣喜。 比如前几天我无意中看到了下面的速算攻略。
我们有了常规的知识体系,更多时候会感觉繁琐,或者感觉力不从心,所以我们就会有投机的心理,一旦发现存在一些相关的攻略,看起来可能会颠覆原本的认知,我们就会更加欣喜。
比如前几天我无意中看到了下面的速算攻略。
我直接拿来原文。
在美国有人研究了一个乘法法则,让他们的算术功力大为长进。任何两位数运算,都可以三秒出答案,比按计算器还要快!有没有兴趣来试一试?

  两位数乘法心算

  

  以92×96=8832为例,

  步骤1: 用100减去左侧的数字。100-92=8

  步骤2: 用100减去右边的数字。100-96=4

  步骤3: 将得到的数字相加。这里是将8和4相加。8+4=12

  步骤4: 用100减去步骤3中得到的数字。100-12=88 这个数字就是答案左侧的两个数字。

  步骤5: 将减后得到的数字相乘。这里是将8和4相乘。8×4 =32这个数字就是答案右侧的两个数字。

  步骤6: 将步骤4的数字放到左边,步骤5的数字放到右边,即可得出答案8832,计算完成!
看到这个是不是感觉热血沸腾,当时我看完感觉找到了一把钥匙,心里还想怎么小学不学这种方法,害我浪费了不少的脑细胞。
而还有更多亮点的是,里面还有印度的一种算法,也直接拿来原文。

  无独有偶,印度人做乘法,也有独特的一套方法,知道了这个,下次也许你会忘掉正常的算法哦!

  

  以21×13=为例,左边是“21”,于是画“2”根和“1”根右斜线。

  

  算式右侧则是“13”,所以画“1”根和“3”根左斜线。

  

  数一数线与线相交的点的个数,得出答案273。逐渐习惯的话,就能快速运算了!

我这个人数学水平也比较差,所以一眼看不出来这样的计算方法对于否,于是打开笔记本验算了一下。从下面的测试情况来看,的确和所说没错,这种方法的确可以算出来正确的结果。

但是这是一种非常有效技巧吗,至少对于我来说,我卡在了23*44这一步上,还心虚的验算了一下。
而究其原理,其实可以拿出笔验算一下,也就是以100为基准进行了拆分,最后补上缺少的数(被100减去的余数相乘)。对于这种情况我的直观感觉是会有一定的误导,其实这种看起来极好的攻略还是不太通用,如果是90左右的数相乘,那就比较合适,其它的场景比一定效果要好。
我们来看看第二个。对这种方法我还是包邮一些怀疑,没想到试了一下,竟然可行。

不过我刚画线,数点就折腾了好一会儿。所以花费的时间基本是手工验算的好几倍了。
所以可以这么说,很多时候我们所谓的攻略有时候看起来非常美妙,用起来就差强人意,一方面不是说攻略不好,是攻略不够严谨,很多时候确实能够从一个全新的角度来认识问题,但是作为通用普及的方法,还有一定的距离。而是攻略在一定的场景下还是比较有效,比如第一个在特定的场景下,可能效果就非常好,这个也需要看待特定的场景。
当然对于这类问题,网上还有不少的方法论,
img_bd53be5ef5d56c207cacc17e43e13c8f.jpg

img_14731aac70f4db667fcff0cd5174a407.jpg

img_73235ecc8628b9e80b6d6030a73b41f3.jpg

img_01191a944579a84f69bb626cde31cb17.jpg
还有了口诀:头乘头,尾乘尾,交叉相乘作十位。而原理呢,还是简单的公式
ab x cd = ac + ad x bc + bd
这种方式可能就更加通用,适用的场景就更多,比如92*95 使用第一个场景的方法就不错,而45*59使用口诀的方式就不错。
当然如果需要一个完整的速算只是体系,国外还是有不少的人做了相关的速算分析,比如《生活中的魔法数学》,里面会揭示各种速算的场景,看起来非常神秘的难题,在速算的体系中都会有对应的攻略和方法。把各种场景都练熟于心,这就是一套完整的知识体系,而不是单一片面的知识碎片。
在这方面,我还是一个准小学生的水平。
而反观这个案例,如果你作为一个家长,你希望你的孩子学习攻略多一些还是基础的知识体系,还是系统的速算攻略?



目录
相关文章
|
7月前
1177: 迷失方阵
1177: 迷失方阵
|
6月前
|
机器学习/深度学习 算法 Serverless
利用无穷级数逼近计算幂运算与开根号——Python实现
使用泰勒级数逼近法,本文介绍了如何用Python计算特殊幂运算,包括分数次幂和开根号。通过定义辅助函数,如`exp`、`getN_minus_n`、`multi`和`getnum`,实现了计算任意实数次幂的功能。实验结果显示,算法能有效计算不同情况下的幂运算,例如`0.09^2`、`1^2`、`0.25^2`、`0.09^(0.5)`、`1^(0.5)`和`0.25^(0.5)`。虽然精度可能有限,但可通过调整迭代次数平衡精度与计算速度。
|
7月前
|
调度
乘积线性化问题探析
乘积线性化问题探析
差分方程模型:国民总收入(GDP)的乘数-加速数模型
差分方程模型:国民总收入(GDP)的乘数-加速数模型
133 0
再学一道算法题:矩阵A乘以B
再学一道算法题:矩阵A乘以B
再学一道算法题:矩阵A乘以B
|
开发者
膜拜(离散化差分模板题)
题目描述 小鱼有 n 名优秀的粉丝。 粉丝们得知小鱼将会在一条直线上出现,打算去膜他。为了方便,粉丝们在这条直线上建立数轴。 第 i 名粉丝有一个侦查区间[li,ri] 。如果小鱼在 j(li≤j≤ri) 处出现,这名粉丝将立刻发现并膜他。 小鱼希望膜他的人越多越好,但是他不能分身,因此只能选择一个位置出现。 小鱼想知道自己最多能被多少个人膜。
221 0
膜拜(离散化差分模板题)
|
算法
蓝桥杯-连接乘积(算法提高)
蓝桥杯-连接乘积(算法提高)
粗略估计哥德巴赫猜想的成立(伯特兰-切比雪夫定理、质数密度定理)
粗略估计哥德巴赫猜想的成立(伯特兰-切比雪夫定理、质数密度定理)
198 0