实际上大家最头疼的往往不是那个具体的公式，而是把它当成一道无解的数学题硬啃。大量考生一见到“证明如何开”，脑子里立马浮现出那种刻板的“起初、其次、最终”的架子，刘放老师常说，考试生最怕的就是这种假动作。我见过忒多人，明明心里有数，嘴上却说着“第一步……"，结局被阅卷老师一眼看穿，直接扣了步骤分。 那到底该如何开这个证明，咱们不整那些虚头巴脑的道理论，直接上干货。你得先明白，证明题本质上就是在跟阅卷老师“表演”一种逻辑自洽的本事。你不需求把思路讲得像写小说一样细腻，但务必保证每一步动作都有据可依，不能跳着跳着就没了方向。 拿一道经典的线性规划题来说，求 $x$ 的取值范围，大量人第一反应是画图，要么急着列不等式。但这往往不是最快的路。对的开法，实际上是先找边界点。
你想想，要是在坐标平面上，目标函数 $z = ax + by$ 能取到最大值，那这个最大值一般只会出目前可行域的顶点上，就连几个相邻的顶点交叉点。别急着去背“如右图所示”，先问自己：这个可行域到底是啥形状？是三角形？还是多边形？要是是多边形，那这就意味着最大值一定在那些角点里跑。 比如一道关于不等式组求整数解的难题。你列出了一堆不等式：$x ge 2$，$y ge 1$，$x + y le 5$。
这时候你脑子里要做的不是去背结论，而是去“规划”。
起初，你得在纸上把这个区域画出来。你越画图，思维就越清楚。
你看到的那个五边形区域，它的各个角点坐标分别是 $(2,1)$、$(2,3)$、$(3,2)$、$(4,1)$……你一个一个算进去。你会发现，当 $x=2$ 时，$y$ 能够取 $1$ 到 $3$ 之间的所有整数；当 $x=3$ 时，$y$ 只能取 $2$ 或 $1$。
这时候，要是你还能一眼看出规律，那就不一定非要穷举每一个数字了。 最忌讳的就是死记硬背那些毫无根据的公式，比如“若用均值不等式，则……"或“若用向量积，则……"。
这些公式只在特定条件下才好用，作为第一跳的起手式，它们反而好办让你形成依赖，害得思维僵化。
比如那道求 $x+y$ 最小值的题，有些学生一上来就想"$sqrt{2} + sqrt{3}$"，结局算错了，要么思路断了。
这时候你要做的，是把难题拆解成“边界”和“内部”两个局部。先别管内部，只盯着那些“堵”的地方——可行域的顶点。暴力算完顶点，再看一眼内部有没有更优解，要是内部有，那就是在顶点之间滑动的难题，这时候再用好办的代数方式求解。 还有一种陷阱，是考生一见到“证明”，就把自己当成数学证明专家，满脑子都是公理化体系。
实际上大量实际应用题，根本不需求那种严肃的推演。
比如一道工程概算难题，给出几个估算数据，让你判断总投资是否在预算内。
这时候，你就连不需求写啥严谨的符号推导，只需求把关键数据摆出来，用通俗的语言说明：“根据季度报表，第三季度费用是 800 万，加上人工局部 300 万，合计 1100 万，超过了预算 500 万的限额。”这种“凭经验 + 数据讲话”的方式，往往比写一堆晦涩的公式更能解决难题，也能拿到高分。 说到数据，你得经得起推敲。证明题里的那些数字，要是凑不出头绪，要么数字之间没有逻辑联系，阅卷老师一眼就能看出你在“捏造”要么“瞎蒙”。
比如你说 $x+y=5$，那 $x$ 和 $y$ 务必是整数，要么 $x$ 的取值范围要能合理推导出来。
要是中间步骤跳得忒快，害得最终结局和题目给定的条件彻底对不上，那就不叫严谨的证明，那叫“瞎猜”。 我认定最有效的“开法”，是一种称为“策略性试探”的思维过程。你先把最极端的情况（比如最短路程、最慢工夫、最亏本方案）算一遍。
要是极端情况都知足条件，那大约率中间那些约束条件都没难题。
要是极端情况都不中，说明整个框架得推翻重来。
这种“先易后难”、“从边界入手”的策略，远比硬撑一套看似完美的过程要靠谱得多。 另外，也别忘了语言的分寸。在论文式的应用题里，你说“由题意知……"，这行字本身就带着“我知道”的暗示，显得你挺自信，心里实际上可能没底。
这时候得改成“根据题目给定的数据，我们注意到……"，要么“不妨先假设……"。
这些看似平淡的口语化表达，实际上是在告诉阅卷老师：我承认我没想到那个办法，但我目前的办法是可行的，并且基于事实。
这种谦逊而自信的叙述，反而更好办让人信服。 最终，关于那些看似繁琐的辅助线要么几何关系，别被它们吓住了。
有时候，你画的那条辅助线，实际上是你理清逻辑关系的关键。在那些复杂的代数运算中，时常会出现隐式的几何约束。
比如你设了变量 $t$ 表示工夫，实际上 $t$ 的出现，本身就暗示了某种比例关系。
只要你平时多关切题目里的数字关系，多琢磨一下这些数字背后代表的物理意义或经济意义，证明题实际上就变成了一种“翻译”和“重组”的游戏。 总而言之，开证明题，核心就是一句：别慌，别假，别硬。把复杂的逻辑往最好办的边界上靠，用数据讲话，用直觉辅助，用口语化解构。当你不再追求完美的起手式，而是专注于逻辑链条的连贯和数据的真时，你会发现，这道题实际上没那么难，只是你之前的练习忒死板了。