Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Reševanje matematičnih problemov

Lekcija 9 od 12 Posodobljeno 2. november 2026 Razvijalec
Na tej strani
  1. Matematika: Idealno polje za sklepanje
  2. Večkorakni aritmetični problemi
  3. Enačbe in sistemi enačb
  4. Dokazi in demonstracije
  5. Logične uganke
  6. Optimizacija in verjetnost
  7. Vzorec: Samodejna validacija
  8. Primerjava: S sklepanjem in brez njega
  9. Ključne ugotovitve

Lekcija posodobljena 2. novembra 2026. Prvotni primeri so uporabljali model Magistral, ki je bil umaknjen 31. julija 2026. Zdaj uporabljamo Mistral Small 4 (mistral-small-2603) ali Mistral Large 4 (mistral-large-4-0) z nastavitvijo reasoning_effort="high" ter odgovore obdelujemo s funkcijo separer iz lekcije 3. Vir: Reasoning (Mistral Documentation).

Matematika: Idealno polje za sklepanje

Matematični problemi so področje, kjer sklepanje prinaša največjo dodano vrednost. Model brez sposobnosti sklepanja bo pravilno odgovoril na „2 + 2”, pogosto pa odpove pri večkoraknih nalogah, dokazih in logičnih ugankah. Ko je sklepanje omogočeno, model razčleni problem, preveri vsak korak in potrdi rezultat – točno tisto, kar generiranje token za tokenom ne zmore.

Večkorakni aritmetični problemi

Začnimo s primerom, kjer vrstni red operacij določa izid. 20-odstotni popust, ki mu sledi bon v vrednosti 15 €, ne da enakega končnega zneska kot bon, uporabljen pred popustom; prenagljen model jih pogosto zamenja.

from mistralai.client import Mistral

client = Mistral(api_key="YOUR_API_KEY")

probleme = """A store offers a 20% discount on all items.
A customer buys 3 items at 45 euros, 2 items at 30 euros, and 1 item at 75 euros.
They also have an additional 15-euro voucher applicable after the discount.
What is the final amount to pay? Detail each step."""

response = client.chat.complete(
    model="mistral-small-2603",
    reasoning_effort="high",
    messages=[{"role": "user", "content": probleme}]
)

# The model reasons step by step:
# 1. Calculate total price before discount
# 2. Apply 20% discount
# 3. Subtract 15-euro voucher
# 4. Verify the result

Sklepanje prepreči, da bi model preskočil korake, in zagotovi, da preveri skladnost svojih vmesnih izračunov, preden poda končni znesek.

Enačbe in sistemi enačb

Sistemi enačb preizkusijo isto disciplino v bolj formalnem okolju. Tukaj sistemski poziv uveljavlja strogo zahtevo po podrobnosti:

systeme = """Solve the following system of equations:
3x + 2y - z = 7
x - y + 2z = 3
2x + 3y + z = 12

Show every step of the solution."""

response = client.chat.complete(
    model="mistral-small-2603",
    reasoning_effort="high",
    messages=[
        {"role": "system", "content": "You are a mathematics teacher. Detail every operation."},
        {"role": "user", "content": systeme}
    ],
)

Model najprej izbere metodo – substitucijo, eliminacijo ali matrike – operacije izvaja korak za korakom, nato pa svoje vrednosti vstavi nazaj v prvotne enačbe, da preveri, ali držijo. Ta zadnji korak, ki ga modeli brez sklepanja pogosto zanemarijo, je tisti, ki razkrije napake pri predznakih.

Dokazi in demonstracije

Matematični dokazi razkrijejo vso moč sklepanja, pod pogojem, da določiš pričakovani okvir. Za daljše dokaze je vredno preizkusiti Mistral Large 4 v načinu high, če Small 4 ne zadošča. Uveljavitev štirih stopenj indukcije v sistemskem pozivu prepreči, da bi model „sklenil” zgolj na podlagi dveh specifičnih primerov:

demonstration = """Prove by induction that for any integer n >= 1:
1^2 + 2^2 + 3^2 + ... + n^2 = n(n+1)(2n+1) / 6"""

response = client.chat.complete(
    model="mistral-small-2603",
    reasoning_effort="high",
    messages=[
        {"role": "system", "content": """You are a rigorous mathematician.
Expected proof structure:
1. Base case (Initialization)
2. Inductive hypothesis
3. Inductive step (from n to n+1)
4. Conclusion"""},
        {"role": "user", "content": demonstration}
    ],
)

Logične uganke

Uganke, temelječe na omejitvah, so še posebej razkrivajoče, saj do rešitve ne vodi nobena sama formula; model mora raziskati možnosti in jih nato izločiti. Klasična uganka s tremi prijatelji, tremi poklici in tremi barvami avtomobilov je najčistejši primer.

enigme = """Three friends (Alice, Bob, Charlie) each have a different profession
(doctor, lawyer, engineer) and a car of a different color (red, blue, green).

Clues:
1. Alice is not the doctor
2. The owner of the red car is the lawyer
3. Bob does not have the green car
4. Charlie is not the lawyer
5. The engineer has the blue car
6. Alice does not have the red car

Find the profession and car color for each person."""

response = client.chat.complete(
    model="mistral-small-2603",
    reasoning_effort="high",
    messages=[{"role": "user", "content": enigme}]
)

V svojih sledovih sklepanja model našteje možnosti za vsako osebo, zaporedoma uporabi omejitve, izloči nemogoče kombinacije in nato izbrano rešitev potrdi glede na vseh šest namigov: Alice je inženirka z modrim avtomobilom, Bob je odvetnik z rdečim avtomobilom in Charlie je zdravnik z zelenim avtomobilom. Šesti namig ni okras; brez njega bi si Alice in Bob lahko zamenjala vlogi odvetnika in inženirja, kar bi uganko pustilo z dvema rešitvama. Dober model za sklepanje to zazna; to je odličen način za preverjanje lastnih formulacij problemov. Ta končna faza validacije loči dedukcijo od srečnega ugibanja.

Optimizacija in verjetnost

Problemi štetja predstavljajo podoben izziv: odgovor je odvisen od izbire verjetnostnega modela, ki ga mora AI eksplicitno opredeliti pred izračunom.

proba = """An urn contains 5 red balls, 3 blue balls, and 2 green balls.
We draw 3 balls without replacement.
What is the probability of getting exactly 2 red balls and 1 blue ball?
Express the result as an irreducible fraction."""

response = client.chat.complete(
    model="mistral-small-2603",
    reasoning_effort="high",
    messages=[{"role": "user", "content": proba}]
)

Vzorec: Samodejna validacija

Za kritične rezultate en sam klic ni dovolj. Sklepanje lahko izkoristiš drugič tako, da generirano rešitev predložiš neodvisnemu preverjanju: model se nato loti problema z že znanim odgovorom, kar ga prisili k preverjanju namesto k generiranju.

def solve_and_verify(client, problem):
    """Solves a problem and requests verification."""

    # Step 1: Resolution
    solve_response = client.chat.complete(
        model="mistral-small-2603",
        reasoning_effort="high",
        messages=[{"role": "user", "content": problem}]
    )

    _, answer = separer(solve_response.choices[0].message.content)

    # Step 2: Verification via a second call
    verify_response = client.chat.complete(
        model="mistral-small-2603",
        reasoning_effort="high",
        messages=[
            {"role": "user", "content": f"""Verify this solution to the following problem:

PROBLEM: {problem}

PROPOSED SOLUTION: {answer}

Is the solution correct? If not, correct it."""}
        ]
    )

    return {
        "solution": answer,
        "verification": separer(verify_response.choices[0].message.content)[1],
    }

Primerjava: S sklepanjem in brez njega

Za merjenje vpliva na konkretnem primeru se vrnimo k uganki s kokošmi. Sorazmernost je zavajajoča in model brez sklepanja potisne k odgovoru „12” prek preproste analogije s pozivom.

probleme_test = "If 3 chickens lay 3 eggs in 3 days, how many eggs do 12 chickens lay in 12 days?"

# Without reasoning — risk of error via naive analogy (answer "12")
response_none = client.chat.complete(
    model="mistral-small-2603",
    messages=[{"role": "user", "content": probleme_test}],
    reasoning_effort="none"
)

# With reasoning — correct decomposition
response_high = client.chat.complete(
    model="mistral-small-2603",
    reasoning_effort="high",
    messages=[{"role": "user", "content": probleme_test}]
)
# Expected reasoning: 1 chicken = 1 egg / 3 days
# 12 chickens in 12 days = 12 * (12/3) = 48 eggs

Oba klica zaženi na svojih problemih, preden se odločiš; to je edini zanesljiv način, da ugotoviš, ali so dodatni stroški sklepanja upravičeni na tvojem področju.

Ključne ugotovitve

  • Sklepanje odlično deluje pri večkoraknih matematičnih problemih
  • Uporabi sistemski poziv, ki uveljavlja strukturo rešitve (koraki, preverjanje)
  • Dokazi z indukcijo imajo ogromno korist od strukturiranega sklepanja
  • Logične uganke poudarjajo raziskovanje in izločanje možnosti
  • Za kritične rezultate uvede dvojno preverjanje
  • Vedno primerjaj rezultate s sklepanjem in brez njega, da potrdiš dodano vrednost