- 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
- 3
- 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:" ~4 f0 a+ d, S- p. b% e. P
% v# ]" L8 o: l# D3 P (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。) i9 B4 W$ r, g, Z' A0 i
8 { D }% g; Z- C5 p3 d' H 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。8 y( D5 Y9 r& y l% [
}- T# T) D1 Z* A. m- J) f- x 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。
2 l& \, y. S, r {7 P* B8 u
& M2 `5 p- \3 D) ]5 a8 q8 L& t, s (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! B B4 V( D7 U ]
; V% A3 d; U" f
(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。
4 v, D+ A. A% H/ N1 J1 x( k, R* H( p( ]8 C
(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。
- x1 Z! k t7 ^4 y/ `( s
' W) e2 c' ]7 s7 I0 e (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。
& A! G' Z4 T, f6 i) ?, Z7 k# N
0 x5 c7 n# T* J7 Y, Z5 N7 F (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。; y/ w( A2 b/ f. g5 @( ~5 d" [
% G# G [- j) l+ J l
(b)基础的数值算法以及计算中误差控制的一些方法。
- L$ q) q Q# p3 t6 B, p8 L+ `3 S+ J2 J. E6 X" W
(c)基本的作图、输入公式的能力。
4 ~6 B8 K" R" L" {+ m& z7 ]% p3 e, @/ A8 c" W
(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。
7 F: ~. a' S" G; I9 h- Y' \% R9 q( x0 D4 o# q! u7 ]
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。
% }) ~4 l5 Q' b) U
2 K* p o6 c/ L7 a 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。
. X6 y/ ~3 w# r3 @0 Q: k% T+ Y, O$ y5 Q# Z! J) {8 b8 k
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。
$ V0 R5 T9 N. \9 b% F7 A# L$ x8 D* D' S: X5 F
|
|