Λύνω προβλήματα με μεγάλους αριθμούς 🔢
Όταν οι αριθμοί ενός προβλήματος είναι μεγάλοι —χιλιάδες ή και εκατοντάδες
χιλιάδες— η λύση δεν αλλάζει στην ουσία της, αλλά χρειάζεται περισσότερη
προσοχή. Σε αυτό το μάθημα θα μάθουμε πώς να διαλέγουμε τη σωστή πράξη όταν
τα δεδομένα είναι πολλά, και πώς να χρησιμοποιούμε τη στρογγυλοποίηση
για να ελέγχουμε αν η απάντησή μας βγάζει νόημα.
Γιατί οι μεγάλοι αριθμοί δυσκολεύουν 🧭
Ένα πρόβλημα με μεγάλους αριθμούς έχει την ίδια λογική με ένα πρόβλημα με
μικρούς αριθμούς. Η δυσκολία δεν είναι στη σκέψη, αλλά στο ότι είναι πιο
εύκολο να χαθούμε: να διαβάσουμε λάθος έναν αριθμό, να μπερδέψουμε τις
θέσεις των ψηφίων του ή να κάνουμε ένα λάθος στις πράξεις χωρίς να το
προσέξουμε. Για παράδειγμα, το και το φαίνονται σχεδόν
ίδια με μια γρήγορη ματιά, όμως είναι πολύ διαφορετικοί αριθμοί.
Γι' αυτό, όσο μεγαλύτεροι είναι οι αριθμοί ενός προβλήματος, τόσο πιο πολύ
χρειαζόμαστε δύο συνήθειες: να διαβάζουμε προσεκτικά την εκφώνηση πριν
κάνουμε οποιαδήποτε πράξη, και να ελέγχουμε το αποτέλεσμα στο τέλος. Το
πρόβλημα δεν γίνεται πιο δύσκολο επειδή έχει μεγάλους αριθμούς· γίνεται πιο
δύσκολο αν βιαστούμε.
Πολλά παιδιά νομίζουν πως ένα πρόβλημα με μεγάλους αριθμούς χρειάζεται
διαφορετικό τρόπο σκέψης. Δεν είναι έτσι! Αν καταλαβαίνεις πώς λύνεται ένα
πρόβλημα με το και το , καταλαβαίνεις και πώς λύνεται το ίδιο
πρόβλημα με το και το . Η πράξη που θα διαλέξεις είναι
ακριβώς η ίδια.
Πώς διαλέγω τη σωστή πράξη 🎯
Πριν κάνουμε οποιονδήποτε υπολογισμό, πρέπει να απαντήσουμε σε ένα
ερώτημα: τι μας ζητάει το πρόβλημα; Η επιλογή της πράξης εξαρτάται από
το νόημα της εκφώνησης, όχι από το πόσο μεγάλοι είναι οι αριθμοί.
Μερικές λέξεις-κλειδιά βοηθούν, αλλά δεν αρκούν από μόνες τους — πρέπει
πάντα να τις συνδυάζουμε με το νόημα της πρότασης:
| Τι ζητάει το πρόβλημα | Πράξη που συνήθως χρειάζεται |
|---|---|
| Ένωση δύο ή περισσότερων ποσοτήτων, «πόσα συνολικά» | Πρόσθεση |
| Πόσα απομένουν, πόσα λιγότερα, διαφορά ανάμεσα σε δύο ποσότητες | Αφαίρεση |
| Ίδια ποσότητα πολλές φορές, «πόσα σε κάθε…», μεγέθυνση | Πολλαπλασιασμός |
| Μοίρασμα σε ίσα μέρη, «πόσες φορές χωράει», εύρεση του πόσα σε κάθε ομάδα | Διαίρεση |
Αυτός ο πίνακας είναι ένας οδηγός, όχι ένας αυτόματος κανόνας. Η λέξη
«περισσότερα» π.χ. μπορεί να σημαίνει αφαίρεση («πόσα περισσότερα έχει ο
ένας από τον άλλον») αλλά και πρόσθεση («πόσα έχει συνολικά, αν πάρει
περισσότερα»). Γι' αυτό η μόνη σίγουρη μέθοδος είναι να ξαναδιαβάζουμε την
πρόταση και να φανταζόμαστε τι ακριβώς συμβαίνει, σαν σκηνή, πριν
αποφασίσουμε.
Η ίδια πράξη μπορεί να κρύβεται πίσω από πολλές διαφορετικές διατυπώσεις.
«Πόσο αυξήθηκε», «πόσο περίσσεψε», «ποια είναι η διαφορά» — όλες αυτές
συχνά οδηγούν σε αφαίρεση, παρόλο που δεν μοιάζουν καθόλου μεταξύ τους σαν
προτάσεις!
Προβλήματα με πολλά δεδομένα 📋
Πολλά προβλήματα με μεγάλους αριθμούς δεν δίνουν μόνο δύο αριθμούς — δίνουν
έναν ολόκληρο πίνακα ή μια λίστα με πολλά στοιχεία: τιμές, ποσότητες,
μετρήσεις για διαφορετικές ομάδες. Το ερώτημα συνήθως χρειάζεται μόνο
μερικά από αυτά τα δεδομένα, όχι όλα.
Το πρώτο βήμα είναι να εντοπίσουμε ποια δεδομένα είναι χρήσιμα για το
συγκεκριμένο ερώτημα και ποια είναι απλώς εκεί για ενημέρωση. Ένας καλός
τρόπος είναι να ξαναδιαβάζουμε το ερώτημα και να υπογραμμίζουμε μέσα στα
δεδομένα μόνο όσα το ερώτημα χρειάζεται.
Για παράδειγμα, αν ένας πίνακας δείχνει πόσα αγόρια και πόσα κορίτσια
φοιτούν σε έξι τάξεις ενός σχολείου, και το ερώτημα ρωτάει «ποια τάξη έχει
τα περισσότερα παιδιά συνολικά», τότε χρειαζόμαστε και τον αριθμό των
αγοριών και τον αριθμό των κοριτσιών από κάθε τάξη — αλλά αν το
ερώτημα ρωτούσε μόνο «πόσα αγόρια υπάρχουν στη Δ' τάξη», τα υπόλοιπα
δεδομένα δεν θα μας χρειάζονταν καθόλου.
Το πιο συνηθισμένο λάθος σε προβλήματα με πολλά δεδομένα είναι να νομίζουμε
ότι πρέπει να χρησιμοποιήσουμε όλους τους αριθμούς που μας δίνονται. Δεν
ισχύει! Κάθε πρόβλημα χρησιμοποιεί μόνο τα δεδομένα που χρειάζεται το
ερώτημά του. Πριν κάνεις μια πράξη, ρώτησε: «Αυτόν τον αριθμό τον
χρειάζομαι πραγματικά για να απαντήσω;»
Στρογγυλοποιώ για να υπολογίσω πιο γρήγορα 🔄
Η στρογγυλοποίηση σημαίνει ότι αντικαθιστούμε έναν αριθμό με έναν κοντινό
του, πιο «στρογγυλό» αριθμό — έναν αριθμό που τελειώνει σε μηδενικά και
είναι πολύ πιο εύκολος στο μυαλό μας. Στρογγυλοποιούμε συνήθως στην
πλησιέστερη δεκάδα, εκατοντάδα ή χιλιάδα, ανάλογα με το πόσο μεγάλος είναι
ο αριθμός.
Ο κανόνας είναι απλός: κοιτάμε το ψηφίο αμέσως μετά τη θέση στην οποία
θέλουμε να στρογγυλοποιήσουμε. Αν αυτό το ψηφίο είναι ή μεγαλύτερο,
στρογγυλοποιούμε προς τα πάνω· αν είναι ή μικρότερο, στρογγυλοποιούμε
προς τα κάτω.
Για παράδειγμα, ο αριθμός στρογγυλοποιείται στην πλησιέστερη
χιλιάδα ως εξής: κοιτάμε το ψηφίο των εκατοντάδων, που είναι · επειδή
είναι μικρότερο από , στρογγυλοποιούμε προς τα κάτω, στο .
Αντίθετα, ο αριθμός στρογγυλοποιείται προς τα πάνω, στο
, γιατί το ψηφίο των εκατοντάδων είναι .
Η στρογγυλοποίηση δεν είναι μόνο μια τεχνική άσκηση — είναι το βασικό μας
εργαλείο για να κάνουμε νοερούς υπολογισμούς γρήγορα, χωρίς χαρτί και
μολύβι. Αντί να προσθέσουμε με ακρίβεια το και το ,
μπορούμε πρώτα να σκεφτούμε νοερά: «περίπου και περίπου
, άρα περίπου » — μια εκτίμηση που μας δίνει αμέσως
μια αίσθηση του μεγέθους της απάντησης.
Η στρογγυλοποίηση δεν είναι λάθος υπολογισμός — είναι μια σκόπιμη
επιλογή για να δουλέψουμε πιο γρήγορα όταν δεν χρειαζόμαστε την απόλυτη
ακρίβεια, αλλά μια καλή εικόνα του μεγέθους. Οι επιστήμονες και οι
μηχανικοί στρογγυλοποιούν συνέχεια αριθμούς για να κάνουν γρήγορους
ελέγχους πριν από τους ακριβείς υπολογισμούς!
Η εκτίμηση ως εργαλείο ελέγχου ✅
Η εκτίμηση
είναι η χρήση της στρογγυλοποίησης για να προβλέψουμε περίπου πόσο θα
βγει το αποτέλεσμα, πριν καν κάνουμε τον ακριβή υπολογισμό. Δεν
αντικαθιστά την ακριβή πράξη — τη συνοδεύει, ως έλεγχος.
Η στρατηγική είναι η εξής:
- Στρογγυλοποιούμε νοερά τους αριθμούς του προβλήματος σε στρογγυλούς
αριθμούς κοντά τους. - Κάνουμε την πράξη με τους στρογγυλοποιημένους αριθμούς, νοερά ή με ένα
πρόχειρο υπολογισμό. - Κρατάμε αυτό το αποτέλεσμα ως «περίπου πόσο πρέπει να βγει».
- Κάνουμε την ακριβή πράξη με τους πραγματικούς αριθμούς.
- Συγκρίνουμε: αν η ακριβής απάντηση είναι κοντά στην εκτίμηση, η
απάντησή μας είναι πιθανότατα σωστή. Αν είναι πολύ διαφορετική, κάτι
πήγε στραβά και πρέπει να ξανακοιτάξουμε τις πράξεις μας.
Για παράδειγμα, αν το πρόβλημα ζητά το άθροισμα , μπορούμε
πρώτα να εκτιμήσουμε: «περίπου ». Όταν μετά κάνουμε
την ακριβή πρόσθεση και βρίσκουμε , βλέπουμε ότι είναι πολύ κοντά
στην εκτίμησή μας — άρα η απάντηση είναι λογική. Αν όμως είχαμε βρει, ας
πούμε, από κάποιο λάθος στις θέσεις των ψηφίων, η εκτίμηση θα
μας προειδοποιούσε αμέσως ότι κάτι δεν πάει καλά, γιατί το είναι
πολύ μακριά από το .
Προσοχή: η εκτίμηση δεν είναι η τελική απάντηση ενός προβλήματος! Είναι
μόνο ένας έλεγχος. Ένα πολύ συχνό λάθος είναι να σταματάμε στην εκτίμηση
και να τη γράφουμε ως λύση. Η εκτίμηση μας λέει αν το ακριβές αποτέλεσμα
είναι λογικό — δεν αντικαθιστά ποτέ την ακριβή πράξη όταν το πρόβλημα ζητά
συγκεκριμένο αριθμό.
Ολοκληρωμένο παράδειγμα 🧩
Ας δούμε όλη τη διαδικασία μαζί, σε ένα πρόβλημα με πολλά δεδομένα και
μεγάλους αριθμούς.
Ένα κατάστημα αγοράζει υπολογιστές προς € τον έναν και τους
πουλάει με κέρδος € τον καθένα. Πόσα χρήματα θα εισπράξει το
κατάστημα αν πουλήσει όμοιους υπολογιστές;
Βήμα 1 — Τι ζητάει το πρόβλημα; Ζητάει πόσα χρήματα θα εισπράξει από
την πώληση — δηλαδή την τιμή πώλησης, πολλαπλασιασμένη επί .
Βήμα 2 — Ποια δεδομένα χρειάζομαι; Χρειάζομαι την τιμή πώλησης ενός
υπολογιστή. Δεν μου τη δίνουν κατευθείαν — πρέπει πρώτα να την υπολογίσω
προσθέτοντας την τιμή αγοράς και το κέρδος: .
Βήμα 3 — Εκτιμώ πριν υπολογίσω. Στρογγυλοποιώ: περίπου
€ η τιμή πώλησης ενός υπολογιστή. Για
υπολογιστές, περίπου €. Αυτό είναι το μέγεθος
που περιμένω να βρω.
Βήμα 4 — Κάνω τις ακριβείς πράξεις.
Βήμα 5 — Ελέγχω. Η ακριβής απάντηση, €, είναι πολύ κοντά
στην εκτίμηση των €. Άρα η απάντηση είναι λογική, και το
κατάστημα θα εισπράξει € από την πώληση των
υπολογιστών.
Αυτή η διαδικασία —κατανόηση του ζητούμενου, επιλογή χρήσιμων δεδομένων,
εκτίμηση, ακριβής υπολογισμός, έλεγχος— δουλεύει με τον ίδιο τρόπο όσο
μεγάλοι κι αν είναι οι αριθμοί ενός προβλήματος.