
定性、估算與數(shù)學建模
應該說物理學是與數(shù)學結合最緊密的學科之一。而且在科學史上,物理學也是最早與數(shù)學相結合的學科,甚至很難說清誰對誰的貢獻更大;比如牛頓對微積分這種純粹數(shù)學工具的創(chuàng)立,最初也是源于物理學研究的實踐和需要。隨后才有化學、生物學及至原本歸屬社會科學的心理學等學科的逐漸精確量化。因而在人們心目中,物理學應該是嚴密的、準確的,或者說是絕對定量化的。
但當你閱讀了趙凱華的《定性與半定量物理學》之后,就會發(fā)現(xiàn)原來在物理學中也有諸多并非精確定量甚至僅僅是定性的東西存在。
按照作者在序中的介紹,此書最初起源于1987至1989年的北京大學物理系課程。其時CUSPEA正盛——這是當時中國大學生出國所要通過的一種考試,為李政道所倡導,是沒有托福和GRE時代中國大學生留美讀書的途徑之一,據(jù)稱當時北大物理系有一半畢業(yè)生都要經(jīng)由此路踏上西行求學之途。而CUSPEA考試不似中國傳統(tǒng)考試,較為靈活,風格清新,因而需要為學生補充大量相關知識,故有此課誕生,該書即根據(jù)當時的講稿寫成。
說起來這應該算是一部教材,但筆者卻是把它當做一部科普圖書來閱讀的,而且這是一部相當精彩的科普圖書。一來在于它與生活的緊密相關,把那些復雜遙遠的物理學知識紛紛融入到普通事例當中,讓我們感覺到身邊原來竟有如此之多的學問和課題;二來在于它的敘述方式,不但平實質(zhì)樸,而且語言鮮活,同時幾乎所有的例證都來自于生活。
本書共分四章:“對稱性原理”、“量綱分析”、“數(shù)量級估計”和“自然界的物理學”。通過各章內(nèi)容,作者很大程度上是在教讀者如何進行“估算”。
估算在實際生活中具有十分重要的意義。無論是前往某地的大致距離和時間,還是購物時針對不同品牌和商家的選擇,恐怕都需要我們進行簡單的估算——而且我們平時也在有意或無意地運用著這一方法。大家應該都知道“費米扔紙片”的故事:在一次原子彈實驗時,費米迎風扔出一把紙片,根據(jù)紙片飛舞的速度等估計數(shù)據(jù),大致估算出了原子彈的爆炸當量;后來科學家們進行了詳細計算,發(fā)現(xiàn)結果與費米的估算數(shù)值相當吻合。
有些人也許會不理解:如此粗劣的估算怎么可能準確無誤?難道就不會有誤差存在嗎?諸多的小誤差難道不會造成更大的誤差嗎?不錯,是會有誤差,但有時候在這里出現(xiàn)的誤差,在那里卻會為另一個誤差所彌補,因而諸多的“正”“負”誤差也許剛好互相抵消,使得最終結果大致準確。當然,正確使用估算方法也需要一定的思維方法和訓練手段。
在這部著作里,作者就舉出了諸多估算的實例。從水滴大約在聚集到怎樣的程度就會從房頂?shù)温?,到推算整個宇宙的大致密度、質(zhì)量和壽命等各種參數(shù)。而其中所使用到的數(shù)學,其實并不十分復雜。
比如有一道例題是估算地球上的山體最多能有多高。我們都知道,地球上有很多高峰,但它們不可能無限制地高下去,因為超過一定的高度,山體就會因巖石的自重而把自己壓垮。因而作者根據(jù)巖石的密度等數(shù)據(jù)進行估算,得出地球上的山峰不會超過15千米。而這一數(shù)據(jù)與我們的實測數(shù)據(jù)是相吻合的,因為目前地球上的最高峰珠穆朗瑪峰不過8844.43米,不足9千米。唐朝詩人王維曾有詩云:“黃河遠上白云間,一片孤城萬仞山”,其中“仞”為中國古制單位,沒有固定的標準,大約在4至8尺之間,我們姑取其中值6尺,則“萬仞”即為20千米,顯然比上述估算高,可見此系詩歌的夸張手法
當初閱讀此書是因中國科學院物理所的一位博士所薦。其時筆者正在創(chuàng)作科幻小說《蚍蜉的歌唱》,要構造一座比現(xiàn)有高樓還高10倍的大廈;其時紐約的世界貿(mào)易中心尚未被恐怖分子所毀,樓高不過400余米,筆者擔心自己所“設計”的高廈不足以支撐自重,為識者所笑。那位博士建議筆者閱讀此書,并介紹相關的估算方法,結果使筆者受益匪淺。
在仔細重讀此書時,筆者正好同時在北京師范大學聽講《數(shù)學模型與數(shù)學建?!返倪x修課程——過去沒受過這一課程的正規(guī)訓練,而現(xiàn)在學習也不僅是為了創(chuàng)作上的功利性用途,而是出于一種發(fā)自內(nèi)心的迷戀和喜歡。但聽課之后,感覺《定性與半定量物理學》中所討論的方法,事實上與數(shù)學建模的思想非常接近,從思維方法上而言實際上具有異曲同工之妙。只不過現(xiàn)在的數(shù)學建模方法,往往會輔以各種軟件支持,類似Matlab之類的數(shù)學軟件,能夠?qū)?shù)學建模的結果迅速而直觀地表達出來。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11