学数学蛋用没有，不信给你举个例子

[pingc223]

记得大二时学习解偏微分方程，对于构建什么Laplace equations' Green functions，推演什么Bessel functions, Legendre polynomial之类的很感兴趣，有空时就变换一下几何域初始边界条件等重新来一遍，不是吹牛，娴熟程度到了不假思索的地步，10秒钟差不多公式就能写满整张A4纸。

甚至有一次与女友做那种事时，看着面前白皙高耸反复跳跃的小兔子，脑海里瞬间浮想出了人体学三维波动方程固有函数eigenfrequency递推关系式，一行一行印在女友胸部。

然而，到了大三时学了数值分析后才发现，这些方法只适用于非常简单的偏微分方程以及几何边界等要很规则才行，而现实生活所涉及到的几乎所有偏微分定解问题都要复杂的多，只能借助于finite difference, finite element等方法近似求解。使用这些数值方法，只要懂得加减乘除就够了。

再往后，好像学习quantum chromodynamics等内容时又翻了一下以前的高数教材，但这些理论的推演过程懂不懂对于实际研究有多大影响呢

所以，除了数学系的，根本不需要多少数学知识。

[Topgolf118]

第二段文字是亮点

[pingc223]

哈哈，那时候有些着迷数学

第二段文字是亮点

[（ヅ）]

EDA里面的可满足性问题

[drifter]

数值计算主要解决有没有解 如何收敛 然后就是暴力加减乘除

[wttw]

哈哈，那时候有些着迷数学

三维波动理解得深刻

[pingc223]

数值方法的实际应用还是要宽泛的多，选择合适iterative方法等多数能解决stability and convergence问题。

数值计算主要解决有没有解 如何收敛 然后就是暴力加减乘除

[TheMatrix]

记得大二时学习解偏微分方程，对于构建什么Laplace equations' Green functions，推演什么Bessel functions, Legendre polynomial之类的很感兴趣，有空时就变换一下几何域初始边界条件等重新来一遍，不是吹牛，娴熟程度到了不假思索的地步，10秒钟差不多公式就能写满整张A4纸。

甚至有一次与女友做那种事时，看着面前白皙高耸反复跳跃的小兔子，脑海里瞬间浮想出了人体学三维波动方程固有函数eigenfrequency递推关系式，一行一行印在女友胸部。

然而，到了大三时学了数值分析后才发现，这些方法只适用于非常简单的偏微分方程以及几何边界等要很规则才行，而现实生活所涉及到的几乎所有偏微分定解问题都要复杂的多，只能借助于finite difference, finite element等方法近似求解。使用这些数值方法，只要懂得加减乘除就够了。

再往后，好像学习quantum chromodynamics等内容时又翻了一下以前的高数教材，但这些理论的推演过程懂不懂对于实际研究有多大影响呢

所以，除了数学系的，根本不需要多少数学知识。

数值计算不算数学？

[pingc223]

不是通常意义上的数学吧，加减乘除谁不会呢，为理解它没必要再专门学数学

数值计算不算数学？

[TheMatrix]

不是通常意义上的数学吧，加减乘除谁不会呢，为理解它没必要再专门学数学

不能这么说。学有限元计算不需要懂数学？微积分，微分方程，误差分析，多了去了。有限元本身就是数学。

[laodongzhe18]

陈景润当年为了百货大楼少找他两毛钱，花两毛五从中关村坐车到王府井，真事。

[obafgkm]

现在看起来没用，但万一若干年后小兔子上的公式有用了咋办

[FoxMe]

偏微分方程非常有用，比如人工智能里能产生图片和电影的技术，就是基于一个经典的偏微分方程：扩散方程。妥妥的高科技。

实际中用数值计算求解，并不是说课本上的方法没用，因为它至少建立起了概念。

实际情况是，数学越来越有用，因为现在的技术越来越软件化，说到底是在玩数学。

记得大二时学习解偏微分方程，对于构建什么Laplace equations' Green functions，推演什么Bessel functions, Legendre polynomial之类的很感兴趣，有空时就变换一下几何域初始边界条件等重新来一遍，不是吹牛，娴熟程度到了不假思索的地步，10秒钟差不多公式就能写满整张A4纸。

甚至有一次与女友做那种事时，看着面前白皙高耸反复跳跃的小兔子，脑海里瞬间浮想出了人体学三维波动方程固有函数eigenfrequency递推关系式，一行一行印在女友胸部。

然而，到了大三时学了数值分析后才发现，这些方法只适用于非常简单的偏微分方程以及几何边界等要很规则才行，而现实生活所涉及到的几乎所有偏微分定解问题都要复杂的多，只能借助于finite difference, finite element等方法近似求解。使用这些数值方法，只要懂得加减乘除就够了。

再往后，好像学习quantum chromodynamics等内容时又翻了一下以前的高数教材，但这些理论的推演过程懂不懂对于实际研究有多大影响呢

所以，除了数学系的，根本不需要多少数学知识。

[ferrygao]

学数学有卵用

[TheMatrix]

不是通常意义上的数学吧，加减乘除谁不会呢，为理解它没必要再专门学数学

你看到了加减乘除，但是没看到加减乘除的pattern。加减乘除多了也需要组织，一百万次，一百亿次，一百万亿次，的加减乘除，怎么组织在一起，这才是数学。

所以数学做两件事：

1，抽象，也就是归纳，提炼概念，压缩信息成为概念，变成人脑可以handle得了的大小。也就是理解。在此基础上再次发展。

2，提出方向。一百万亿次的加减乘除，不是乱算的，是有方向的。这就是idea。这才是数学。

[rgg]

我也举个类似实际碰到的数学有用的例子：都说解微分方程或算优化有现成软件了。 但会碰到没解的情形要改条件，这时要算收敛性才知道怎么改。

[hci]

你这个理念是对的。不过也要基于实际问题。

你看到了加减乘除，但是没看到加减乘除的pattern。加减乘除多了也需要组织，一百万次，一百亿次，一百万亿次，的加减乘除，怎么组织在一起，这才是数学。

所以数学做两件事：

1，抽象，也就是归纳，提炼概念，压缩信息成为概念，变成人脑可以handle得了的大小。也就是理解。在此基础上再次发展。

2，提出方向。一百万亿次的加减乘除，不是乱算的，是有方向的。这就是idea。这才是数学。

[Caravel]

记得大二时学习解偏微分方程，对于构建什么Laplace equations' Green functions，推演什么Bessel functions, Legendre polynomial之类的很感兴趣，有空时就变换一下几何域初始边界条件等重新来一遍，不是吹牛，娴熟程度到了不假思索的地步，10秒钟差不多公式就能写满整张A4纸。

甚至有一次与女友做那种事时，看着面前白皙高耸反复跳跃的小兔子，脑海里瞬间浮想出了人体学三维波动方程固有函数eigenfrequency递推关系式，一行一行印在女友胸部。

然而，到了大三时学了数值分析后才发现，这些方法只适用于非常简单的偏微分方程以及几何边界等要很规则才行，而现实生活所涉及到的几乎所有偏微分定解问题都要复杂的多，只能借助于finite difference, finite element等方法近似求解。使用这些数值方法，只要懂得加减乘除就够了。

再往后，好像学习quantum chromodynamics等内容时又翻了一下以前的高数教材，但这些理论的推演过程懂不懂对于实际研究有多大影响呢

所以，除了数学系的，根本不需要多少数学知识。

这不是有蛋用了，不学数学，能让你看见小兔子么

[bentan]

你看到了加减乘除，但是没看到加减乘除的pattern。加减乘除多了也需要组织，一百万次，一百亿次，一百万亿次，的加减乘除，怎么组织在一起，这才是数学。

所以数学做两件事：

1，抽象，也就是归纳，提炼概念，压缩信息成为概念，变成人脑可以handle得了的大小。也就是理解。在此基础上再次发展。

2，提出方向。一百万亿次的加减乘除，不是乱算的，是有方向的。这就是idea。这才是数学。

一百万次，一百亿次，一百万亿次，的加减乘除怎么组织？

[TheMatrix]

一百万次，一百亿次，一百万亿次，的加减乘除怎么组织？

有限元咯。

咱不能不把有限元当数学。