- 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:7 |+ P! ~+ [2 v+ {3 z; C
2 H5 k1 I! g4 u5 O# L4 Q4 A7 j
(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。/ e) V1 e; i) _( h3 v% ^
- A3 ]! L& ^! p3 V& Z6 M! S; r 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。. w5 l) P) ]& U. W, N; ?
! v' V% a( K, I- B 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。 U( q; ~3 @0 o r2 Y
9 ~3 U: U+ n1 a
(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。 d0 p, @, @+ s* Z, v
8 C/ m7 u) }4 t# M
(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。- {8 w) s: ?) u' a( S7 {
1 E1 i9 \' f& S+ z( C/ t$ W (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。
! E* ^' Z H5 P0 v7 W
1 K! P% z3 J! P6 k( f+ O& H$ P (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。/ p2 ]) S1 o9 e+ C- e
( {, C) i0 J6 |3 X/ 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。, S$ M/ B! n9 N- h
/ o2 ^* Z: C; P
(b)基础的数值算法以及计算中误差控制的一些方法。
/ J3 o. h' [) {0 H: t6 b6 q, t& M4 K3 i0 L0 S2 w
(c)基本的作图、输入公式的能力。, }: e1 O! b Y, m6 G
, D% A7 {; e: h6 G+ ?2 u. ?2 l" c, { (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。
" b% Q. ?' p4 a3 G" c
) J; d$ X' |& i 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。0 v8 t7 [7 E; b: o
+ K0 g- A: g9 N' O 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。2 S/ P8 q! _# w/ b, T+ G& P% L" |) p$ f
! f$ \7 L2 O7 _4 j- D# `
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。9 c( C. ?# d2 h$ Y
9 \( k8 T1 J$ [! F5 E& [ |
|