2/05/2024

學習數學的四個層次:(3) 在許多行業的應用

學習數學的四個層次:(0) 如何學數學(1) 代表具備基礎的知識與能力(2) 邏輯推理和抽象思考的能力(3) 在許多行業的應用(4) 純粹滿足好奇心或求知慾

2015/12/1 初稿,持續更新中。

一般性說明
  • 數學是科學之母,科學則是工業的基礎,所以大學工學院的數理化課程總學分超過 1/3。可以參考如何選填大學志願
  • 應用在不同的領域 (理工商醫農、教育),如財務工程、設計電腦、貨物產銷、工程師、使用統計學分析學習成效等等。
  • 抽象的模式與思考的方式,適用於現在與未來的應用,以微分為例,物理學的距離微分是速度,經濟學中成本的微分是邊際成本,電子學的電荷微分是電流。也就是說,可以使用函數表示任何待解的問題,函數的微分便可以研究其變化和極值的情況,例如機器學習中,超參數 (hyperparameter) 的學習 。
  • 基本的原則變動不大,微積分、機率和統計學、和線性代數已經有 200 年以上的歷史,可幫助未來的自我學習。許多人說學校學的東西,畢業後立即過時或沒用,我覺得很疑惑。大學只是基礎教育,必須不斷地學習新的東西,以因應產業和職務的變化;最近熱門的大數據 (big data) 和人工智慧 (artificial intelligence),其數學基礎正是這些課程
具體的例子 (第 4 部份也有部份相關的例子)
  • 軟體工程師,例如網頁排序追蹤的推薦,必須解聯立方程式和使用機率分析。矩陣也用來描述系統狀態,是強化學習 (Reinforcement Learning) 的基礎。
  • 資料庫管理:用來儲存企業和顧客的資料,並且使用結構化查詢語言 (Structured Query Language, SQL) 來查詢相關的資料,例如今天需要交貨的顧客名單、交貨量和地點。SQL 的理論基礎是集合論。許多的資訊類科系和管理學院都有教這門課程。
  • 製造或服務系統中的排隊 (queueing),例如 IBM 的電腦生產遊樂場的安排,必須使用機率分析。一般而言,工業工程學系的作業研究二或隨機模式教這種系統的分析;許多系也有使用此重要的工具,例如交通管理系 (考慮車子的等候時間)、資工系 (考慮訊息在網路上的時間)、企管或資管系 (考慮顧客在系統的等候時間) 等等。    
  • 影像、語音、(手機) 信號的分析,屬於電機系的一組:利用三角函數分析這些訊號,稱為傅立葉轉換 (Fourier transform)。 
  • 使用人工神經網路 (artificial neural networks) 分析工程系統,係結合許多的神經元以模擬人腦的思考,神經元 (neuron) 的基本構成函數為指數函數逐段線性函數 (piecewise linear function)。有廣泛的應用,例如讓電腦自己看 YouTube,然後辨識影片中的貓,是目前熱門的應用,稱為深度學習 (deep learning)。課程名稱眾多,分布在理工醫商農學院,例如類神經網路、智慧型系統、資料探勘、機器學習。
  • 熱門的大數據 (big data)也需要數學。例如微積分、線性代數 (矩陣運算)、機率和統計、最佳化 (optimization) 或作業研究 (包括線性規劃)。  
  • 微分方程式:可以用來描述電荷流動或物體的運動,例如作業 7.4-4、8.2-6,需要使用三角函數指數函數。這門課在許多理工學院是必修課,常常稱為工程數學。可以參考橋樑崩塌的過程,所以土木系的人要研究此問題。
         
           也包括機 (械) 電 (機) 整合的機器人。


  • 虛數的應用一開始是為了解決沒有實數解的方程式例如 x^2 + x + 1 = 0透過尤拉公式 (Euler's formula) e^(i a) = cos a + i sin a 和指數函數的特性 (e^a * e^b = e^(a + b)),有許多有趣的應用例如動畫中的旋轉、物理中的運動方程式、多媒體分析 (影像、語音)。 
  • 三角函數:李雅筑,用三角函數算角度,華康字型稱霸日本,商業周刊 1515 期, 2016/11
  • 統計學:經濟學家 D. McFadden 使用線性迴歸來預測人的搭車行為得到諾貝爾獎  (此講義第 2 頁)使用線性迴歸來預測酒的品質 (此講義第 13 頁)Google 的首席經濟學家 Hal Varian 說 "The sexy job in the next 10 years will be statisticians. (註 1)統計學在大資料 (big data) 佔有重要的地位所以念統計系也是很好的選擇
  • 行銷學中新產品預測,屬於管理的一部份:Bass model 使用指數函數機率分析之 (註 2)此講義第 7 頁開始。
  • 經濟學:利用次方函數描述生產力 (此講義第 4 頁)利用統計學指數函數,來預測消費者的購買行為,屬於行銷的應用 (此講義第 12 頁) (註 3)經濟學是商學的基礎,所以念經濟系也是很好的選擇
  • 利用指數函數退休儲金,可能出現在財務管理、保險系等等
(註 1) Thomas H. Davenport and D.J. Patil, Data Scientist: The Sexiest Job of the 21st Century, Harvard Business Review, 2012 October.
(註 2) Frank Bass, A New Product Growth for Model Consumer Durables, Management Science, 1969,  15 (5), pages 215–227. 
(註 3) Peter M. Guadagni and John D. C. Little, A Logit Model of Brand Choice Calibrated on Scanner Data, Marketing Science, 1983, 2 (3), pages 203–238.

沒有留言:

張貼留言