优化与计算分享 http://blog.sciencenet.cn/u/hhx825 戒躁,不争;行善,养生;反省,正听;博学,慎明;理性,忘情。

博文

应用数学浅观

已有 3319 次阅读 2009-4-9 18:45 |个人分类:Mathematics&Statistics|系统分类:科研笔记

数学从它诞生的第一天起,就发展出完全不同的两个方向。一是理论数学,一是应用数学。
 
理论数学以她智慧的灵魂,优雅的身姿,严谨的思辨,简洁的语言,引无数智者竞折腰。她有哲学般的高贵,也得美学类的众爱。她是科学的皇后(徐迟语)。她目空江湖,我行我素,从不在乎别人,她自己就是一切。
 
应用数学,就没有那么神气了。因为她被打上了一个深深的烙印:工具。所以,应用数学只能是仆人的地位,只能依附别的学科而生存。既然是仆人,首先要找一个好主人。如果她幸运地找到了一个好主人,就要扮演好自己的角色,她势必还要:1、须按主人的喜好行事;2、要不断提高技能以满足主人的要求;3、自己工作好坏要主人首肯。当然,这个仆人如果表现优异,改变了主人的生活,给了主人一个光明的前景。那她可以被扶正,甚至反仆为主,将自己的名字写进主人的家谱。
 
从历史上看,数学家应用数学在其它领域,对其它领域产生革命性影响的事例不见个别。首先是物理学,事实上,许多物理学家同时是数学家。大家熟知的牛顿(Isaac Newton,1643-1727)有三大定律,麦克斯韦尔(James Clerk Maxwel,1831-1879)持电磁方程组,爱因斯坦(Albert Einstein,1879-1955)亮相对论,这些都是用美妙的数学进行刻画的,他们不仅对物理学而且对数学的贡献都是巨大的。后来,数学所问津的新领域对该领域的影响常常是革命性的,例如,天才数学家纳什(John Forbes Nash,1928-)提出纳什均衡给经济学带来了深刻的变化和巨大的进展。现在在非合作博弈论和经济分析所应用的博弈论中,纳什均衡都是核心。 在经济学领域及与其相关的市场、金融甚至政治学中,纳什均衡都扮演着重要角色。随后,许多诺贝尔经济学奖都由数学家获得。Black(Fischer Sheffey Black,1938–1995)-Scholes(Myron Samuel Scholes,1941-)-Merton(Robert Cox Merton,1944-) 的理论使随机过程,偏微分方程等高深的数学理论走进了金融领域,并拓展了一片崭新而深刻的数量金融天地,并引领了许多第一流的数学家和一大批青年数学俊杰进入这个天地。在我国,在理论领域如解析数论、矩阵几何学、典型群、自守函数论作出突出贡献的数学巨匠华罗庚先生(1910-1985 )也深深涉足应用数学,他所研究的优选法和统筹法,其实际意义巨大。不仅如此,华先生晚年一直身体力行的向基层推广“双法”,为应用数学工作者作出了表率。
 
但大多数应用数学工作者的主要工作是“Case to Case”,且“Object-Oriented”,即具体问题具体对待,以对象为目标,以解决问题为目的。为了解决问题,蓄发内功,见招拆招,八仙过海,各显神通。在应用数学中,不在乎你用的方法漂不漂亮,而是在乎结果漂不漂亮,方法则是越简单越易懂越容易推广越好。但无容置疑,应用数学的重要性是被越来越多学科所认识。 
 
数学擅长于处理各种复杂的依赖关系,精细刻画量的变化以及可能性的评估。它可以帮助人们探讨原因、量化过程、控制风险、优化管理、合理预测。 事实上,应用数学是这样为其它学科服务的:
 
第一步,数学建模。即将研究对象的规律抽象出来,用数学的语言来描述。这是件很难的事情,要求建模者对建模对象有透彻地了解,这包括了解问题的本质,变化规律和各种因素的依赖关系;建模者也要有剥离问题,修剪枝杈,抓住主要矛盾并进行总结抽象的能力,还要有稳健掌控、灵活应用数学方法的功底。有时规律是知道的,但需要对具体问题进行参数设定。很多时候模型是数学的反问题。
 
第二步,将建立起的数学模型,利用数学理论和计算机技术进行推演、论证和计算,得到数学结果。这部分是数学工作者的拿手好戏,在计算机时代的今天,许多模型可以通过计算或模拟得到结果。当然也有可能模型所提出的数学问题的难度超过了现有的研究水平,或者激发一个新的数学领域。
 
第三步,验证数学结果。这个验证有两方面的意义,一是模型建立的对不对,有没有捡了芝麻,丢了西瓜,或者干脆连芝麻也没捡到;二是看看数学的推演和计算对不对。检验的方法有:常识检对,压力测试和历史数据验证。
 
第四步,分析数学结果。因为成功的数学结果往往大于人们的预期,告诉人们许多“猜不到”的结论。将数学结果分析,讨论,用研究对象本来的语言将结果重述,可以达到甚至超过原课题所要求的目的。 
 
随着科学的发展,应用数学的主人越来越多,对应用数学的要求也越来越高。从原来的自然科学学科,到现在的很多交叉学科、社会学科都能见到数学的踪影。近年来,技术上的飞跃是计算机的发展,计算能力不断翻番。而各学科与计算机之间的桥梁就是数学模型。毕竟在计算机飞速发展的今天,脱离这个现实必定落伍,必定在低水平上徘徊,那也就更谈不上赶超世界先进水平。然而,应用数学虽然重要但作为仆人是不好当的。如果说国内理论数学水平在国际上还有一拚,那么应用数学的水平就差强如意了。应用数学这种尴尬地位的与我们的教育制度、科研状态有关。目前,我们应用数学当不好自己角色的情形主要有如下几种:
 
情形一:无法沟通。不是仆人听不懂主人的话,就是主人听不懂仆人的话,也就是双方没有共同语言,鸡同鸭讲,无法交流。这是因为不同的学科有不同的体系,有不同的文化。真所谓隔行如隔山。有些主人数学修养不够,提不出数学问题,也不知道如何应用数学去解决问题,或者只为了让自己的论文看起来高深些,加上两个Sigma。而仆人对主人的工作更是一头雾水,不知所以,也没有耐心倾听主人的问题。
 
情形二:不听吩咐。这就是仆人做着主人想做的事,却只按自己的方式行事,与主人的要求渐行渐远,最后主人也不懂仆人在干什么。这是目前我们应用数学的一个顽疾,这当然与我们的评价体系有关。很多应用数学解决了主人的问题,在主人的成绩单上却挂不上号,另一方面,应用数学又被理论数学误解,瞧不起,认为太小儿科。这样,很多号称从事应用数学的人就是按理论数学的模式作为。他们做研究只为发表论文,只为SCI。于是,到别人发表的论文中找题目,在自己的文章的引言中提一下背景,就万事大吉。然后任凭自己的兴趣对原问题加加减减,制造出更困难的问题,起劲地动用各种高深的数学理论,得到貌似漂亮的结果。至于这个结果有什么用,怎么用,如何回答背景学科等都不在他们的关心范围内,结果与实际严重脱节。
 
情形三:不能达标。主人交待的任务太难,超过仆人的能力,目前无法解决。虽然理论数学的研究走在应用数学的前面,但并不是所有实际中提出的数学问题在理论上都有解答。相反,很多时候,理论研究大大落伍于这些实际问题。例如,在金融衍生品中,很多组合产品动则上百种性质不同的风险资产,要计算其相关风险,就要解的问题维数达到上百,除了模拟,远远超过我们计算所能达到的范围。再如,有时模型写出的高度非线性也超出了理论所能解决的范畴。当然,这些给理论工作者提出了很好的课题,但不能立即解答应用学科所迫切要解决的问题。
 
那么这些状况如何改进,应用数学和主人学科如何牵手合作呢?如何冲破隔阂,互相沟通、取长补短、双方共赢呢?
 
对应用数学工作者来说,首先,要精通数学,深刻理解数学的各分支的特点、涵面和进展。
 
其次,要充分理解其服务对象,也就是说,要将数学“应用”进某个其他学科,你至少是半个该学科专家。你要学习该学科的基本原理,理解该学科的困难问题,弄懂该学科的行话,明白该学科的处理问题方式,清楚该学科想要的结果。更重要的你要有和该学科的专家进行研讨问题的能力。结合自己的修养,把问题在该学科的容许范围内简化抽象,再归入某类数学分支,然后应用自己在这个分支的长项,解决问题。得到结果后,再反馈给原学科,听取原学科专家对这个结果的评判。还要有耐心教育、提高原学科的数学水平,推广你的成果。
 
再者,要会熟练应用计算机,并能随时跟踪最新的计算技术。当然也要求有很高的外语水平,时刻关心其它类似问题的解决方案和进展。
 
这样可以看出来,应用数学工作者不好当,这种要求十八般武艺样样精通的活当然不好干。
 
那么想用数学的主人学科呢,也不应该坐着不动。要想应用数学为你服务到家,也要努力。首先要了解数学,要明白哪些事是数学可以做的,是可以做好的。要有能力让应用数学工作者明白你的问题所在,并向他们提供所有你已有的资料,包括原理,经验公式,实验数据等。参与建模过程,因为你对建模的理念、条件的简化最有发言权。跟踪应用数学工作者的工作过程,随时对他们的工作方向提出自己的意见,还要让他们清楚地知道你想要的预期。最后对应用数学工作者作出的结果进行专业评价,并由此调整自己的工作。如果由此取得进展或成功,应肯定应用数学工作者的工作并与其分享成果。
 
具体说来,
 
一、从教育入手,打破专业限制。学习应用数学专业的学生,至少应该辅修一门其他学科的专业课。其他学科的学生,数学学习要大大加强。鼓励大学生参加数学建模的学习和竞赛。
 
二、建立交流机制。各学科应该有了解自己专业的应用数学工作者,创造融洽合作的氛围,有机会,给场合,花时间互相交流,提出问题,讨论问题。
 
三、实行合理的评价制度。应用数学工作者虽然可以发表一些论文,但很多结果虽然很有实际意义,但很多问题难上SCI,而专利、项目和基金的实惠又很难落到他们的头上。这样迫使很多应用数学工作者为了评职称等因素改弦易辙。所以只有找到合理的报酬方式,才能鼓励更多的年轻人投入到应用数学的行当,适应技术的发展,使整体科学水平得以提高。


https://blog.sciencenet.cn/blog-224917-225225.html

上一篇:十七大学术搜索引擎zz
下一篇:计算机科学的理论基础zz
收藏 IP: .*| 热度|

1 向峥嵘

发表评论 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-26 04:32

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部