- 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:% @: {% k& Q6 v. n3 a3 D4 M
; d0 W( |! j3 Z' o$ u+ H (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。
) `) O% Z, x- J& ^. N" A" O4 s
+ a# ^7 N2 L' {& S7 ], n3 V 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。
9 D1 @1 W/ c" @4 x$ U( [5 X) O! i/ c- _0 B2 Z
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。
4 C1 k8 w* B3 M; v% r. S
' f) v7 x) m% z& e8 }% v1 L5 s4 C* X (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。+ Z' V6 y1 L4 o5 e8 b! {: [2 p
: F5 t2 T6 b5 @2 N$ 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。: j2 B. c7 Y4 T" c7 M+ R
. y+ l7 i0 f6 \4 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。
" b# p! k4 \# ~% A3 ~$ @, e. ]$ U9 @/ n" V7 @1 o9 C
(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。
* T% B. i* }. h
. P5 g& q" z) o5 o+ g (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。
6 M. l' ? o! ^- d' B, ?: @1 ?" m: X: F' Z' ~) a' j x
(b)基础的数值算法以及计算中误差控制的一些方法。5 x2 l4 a" J7 `7 m' X* O- F
) [3 b7 N0 P; g0 _$ c1 _% e: n* `
(c)基本的作图、输入公式的能力。3 }0 @+ U- Z4 M3 u
" T0 r) X5 n3 d' k+ [. G c" a: s$ G (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。" R, `" U8 Y. B. g, N- p
# R) l) Z3 V7 _5 ^, I% O 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。) @1 w& E% E# I) o1 z, b
1 e# k, R' _* X8 j3 U& h8 f7 ~
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。8 M# i/ x5 c* }0 x, j2 d6 I# m
' ^0 a7 V6 z, S 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。
; @! S. S: s& ~8 G: `2 @% ?
7 O% n2 z9 K4 Q# Q5 ?1 L |
|