name: math-intuition-builder description: 通过例子、可视化和类比发展数学理解
数学直觉构建者
何时使用
触发短语如：
- “帮助我理解”
- “构建对…的直觉”
- “这几何意义是什么”
- “为什么这可行”
- “可视化这个概念”
- “…的具体例子”
- “这背后的直觉是什么”
在计算前使用，以建立理解（Polya的“理解问题”阶段）。
过程
引导通过Mason的特化-泛化循环：
1. 用自己的话重述
问： “你能用自己的话陈述这个问题吗？”
- 强制重新处理
- 早期捕获误解
- 验证共享理解
2. 尝试具体例子
问： “一个具体例子会是什么样子？”
- 特化：尝试N=3, x=2, 简单情况
- 将抽象概念具体化
- 使用计算工具验证例子
3. 预判答案
问： “答案应该是什么形式？”
- 从预期结果反向工作
- 约束解空间
- 检查维度一致性
4. 可视化
问： “你能画一张图或图表吗？”
- 多种表示很重要
- 代数 <-> 几何 <-> 数值
- 快速草图的ASCII图
5. 简化
问： “这个问题的简化版本是什么？”
- 降低维度
- 移除项
- 特殊情况揭示结构
6. 寻找类比
问： “这让你想起之前解决过的任何问题吗？”
- 跨领域模式匹配
- 转移解决策略
关键问题
- 你想找到什么？（重述）
- 小数字时会发生什么？（特化）
- 答案应该是什么形状？（预判）
- 这视觉上看起来像什么？（表示）
- 最简单的版本是什么？（简化）
- 什么是相似的？（类比）
输出格式
理解检查点：
重述问题：
[用户的词，已验证]
具体实例：
[具体数值例子]
视觉解释：
[描述或ASCII图]
简化版本：
[更容易的特殊情况]
类比问题：
[来自其他领域的类似结构]
直觉总结：
[1-2句“啊哈”洞察]
准备继续：
- 下一步：[具体行动]
- 通过以下验证：[健全性检查]
示例交互
用户：我想理解为什么特征值对稳定性很重要
Claude：让我们逐步构建直觉。
Q1：重述问题？
> 我有 x' = Ax，想知道解是增长还是收缩。
Q2：尝试一个具体例子。
A = [[0, 1], [-1, 0]]
计算特征值：+/- i（纯虚数）
解会发生什么？
> 它们既不增长也不收缩？
确实。解是圆——没有增长的振荡。
Q3：现在尝试 A = [[-1, 0], [0, -1]]
特征值：-1, -1（负实数）
会发生什么？
> 收缩到零。
是的。实部为负 = 衰减。
Q4：视觉模式：
Im
| x 不稳定
|
---+------- Re
|
| x 稳定
Re(lambda) < 0：稳定（衰减）
Re(lambda) = 0：临界（振荡）
Re(lambda) > 0：不稳定（爆炸）
Q5：类比：
- 弹簧：特征值 = 衰减率
- 种群：生长/死亡率
- 电路：时间常数
直觉总结：
特征值是系统的“DNA”——它们编码基本速率。
看实部来判断稳定性。
准备继续：
- 下一步：分析你的特定A矩阵
- 验证：trace(A) < 0 和 det(A) > 0 意味着稳定性（2x2情况）
协同激活
建议一起使用：
- 数学模型选择器 - 如果框架不清晰
- 数学模式 - 用于具体计算
- 数学进度监控器 - 在问题解决期间
- 相关领域技能 - 一旦直觉建立