- 在线时间
- 245 小时
- 最后登录
- 2017-4-12
- 注册时间
- 2014-12-13
- 听众数
- 41
- 收听数
- 0
- 能力
- 2147483637 分
- 体力
- 2147483647 点
- 威望
- 2147483646 点
- 阅读权限
- 255
- 积分
- 2147483647
- 相册
- 1
- 日志
- 0
- 记录
- 10
- 帖子
- 442
- 主题
- 342
- 精华
- 2
- 分享
- 0
- 好友
- 144
升级   0% TA的每日心情 | 擦汗 2015-7-24 10:40 |
|---|
签到天数: 37 天 [LV.5]常住居民I
群组: MATLAB的工程数学应用 群组: SAS公益讲座 |
我说些我自己的一些想法,例如:3 @+ p6 L0 ?% {
/ v' V- M1 [( ^5 @4 u (1)微积分有关的课程:这一部分的内容很多学生做了太多的题,但是学得并不好。我总觉得是课程设置上的问题,一进大学来学高数,放眼望去,极限、微分、积分全是高中就学过的东西,可以放心睡觉了,哪知道刚睡醒时却发现自己已经听不懂了。
; u6 n) f+ B' Z" B3 i' [3 v7 X# `6 L( R( x/ Q) T" a: l& S
我建议这些东西还是要打好基础,基础不是指积分能力强。例如我昨天在给本科生阅卷,有个题目给出了一个波函数,要学生计算粒子的坐标平均值,大多数学生的第一反应竟然就是亲手去积分,甚至连波函数的奇偶性都不先看看,这根本不是微积分学得好的表现。
! s0 w' _) g2 ^; I0 y. ~6 I, ]5 F3 B, `6 [+ I' L7 j$ ]
除此之外,「微积分」(或者「高等数学」)课与「数学分析」课还有一个很大的不同,往往前者不涉及到实数理论。为了避免自己成为民科,学一些集合论的东西也是有必要的,这只是一点基本的修养。! X2 n. ?- I7 n3 N( r! ^
! o' v2 c2 c$ f5 Q4 Y; J% J" A8 a/ d (2)线性代数相关的课程:我曾经与一些朋友聊天谈过这个关于线性代数学习的一些问题,很多朋友表示其实是在学了更高层次的数学课(矩阵论、泛函分析)或者其它类型的数学课(计算方法、数值线性代数)之后突然对基础的线性代数恍然大悟的。大学的期末考试往往太简单,只学过「线性代数」的学生往往可能只会解一些很基本的题(例如矩阵运算、求逆、本征值求解),实际的水平很差,谈不上理解,更谈不上灵活运用。而线性代数的水平又跟量子力学的理解紧密相关,因此这方面还是很有必要提高一下的,因此我建议这方面稍稍可以往数学系的方向上去提高一些,这真的是很基本的要求。, Y. o% P7 @7 I, S2 L
/ T8 z( [" }7 S' [2 s+ G
(3)微分方程的有关内容,数学系会更强调定性理论,而不是像物理系的相关课程那样只考虑级数展开。这是一个很重要的思维,它甚至会在某些时候被看作是「物理思维」的一部分。当导出了一组常微分方程,定性考虑其定态解的稳定性,这些往往是直接从物理系的课程里面学不到的。
# C, e1 _" t; u/ ?2 k# c3 ?& \
- y( _* e' G# y p# \+ [ (4)随机方面的有关内容,物理系学得很简单,统计方面的知识,做做基础物理实验便觉得学得太多,但是如果真正科研的时候有需要的话,则很可能会不够用。据我所知这门课现在已经有了很多新的教材,内容通常大致分为:概率、统计、随机过程,而在有的学校,因为课时的限制,很可能只能教完前两部分的内容。这种情况下,我觉得按照课程内容学下来,物理系学生特别缺乏的知识是:对基本随机过程性质的直观理解、贝叶斯统计、概率统计与统计物理的联系。2 O% k# _$ \2 x/ b0 [$ f- T9 ?
/ D( K: L" Q* ~) \5 O3 Y7 d
(5)最基本的与计算有关的一点知识。如果不确定自己的兴趣爱好和未来的研究方向,为了我觉得在传统的微积分、线性代数之外有一些基本技能仍然必须要具备。当然不一定要去选修相关的课程,你可以去参加一次数学建模比赛,或者在物理系的计算物理课或者其它有小论文的课程上多多练习。这些东西是在大多数学生看来是很基本的东西,但在有的学校物理专业的学生中连这些东西学生都还互相抄袭。4 t' Z+ Q0 k; B0 h
( Z* A: {$ s' J/ D0 D; _5 [1 }" b (a)对于一些简单的方程,从差分方程推出其所对应的微分方程,或者反过来。
+ ^8 X5 _. E+ p) A; [7 ~$ S5 O1 z
" X1 v# B* r! Z( D. G3 \ (b)基础的数值算法以及计算中误差控制的一些方法。
% P6 `& c$ k1 n) {3 u0 s; L! Z: ~7 j0 V, u5 }( J/ e( }0 L
(c)基本的作图、输入公式的能力。
0 _" L6 D" ]# E: K# G
# a ]" |9 G" @/ w i (d)有能力模拟一些特别简单的问题,例如随机行走,Ising 模型等等。3 q" r! c9 O# I+ V& S7 g
+ \7 O0 P. K( }. Z5 w, Q 以上内容之外,如果想学更抽象的内容,完全根据自己的爱好(而非需要)进行选择,我觉得也没有必要给出更多更细节的建议了。9 y" r. E* r! W$ P, N+ w
: }$ H7 k. B6 S4 I0 t+ v: k; H
物理学研究者的风格是很不一样的,同样的数学在不同的物理学家的眼中也可能会变成不一样的图像。也不是所有物理研究者都要学那么多的数学,有时候太多的数学会让你太注重一些细节,甚至忘了真正的物理所在。在自己真正需要的时候,临时学一些东西是可以很快的,哪怕基础不好也不要担心。3 T5 X5 o4 {; b- s/ l+ j7 k) R& K
y( i. `* z; Q% a 另外,学数学跟用数学也是两码事,学数学并不一定是为了去应用。在喜欢数学的少年看来,要学的根本就不止是那些「必要」的数学,而是要学习「充分」的数学。6 p# z; a% V2 M) G1 ^. g0 i
& }, E. |3 x- y J$ L; q/ O |
|