文章

目錄

20200718 想法源起 20200719 我們在做什麼(一) 20200722 我們在做什麼(二) 20200725 竟然成為數學家(一) 20200729 竟然成為數學家(二) 20200801 竟然成為數學家(三) 20200805 不同職級(一) 20200808 不同職級(二) 20200812 趕客系列(一)為什麼讀大學? 20200815 趕客系列(二)不同大學學位跟工作的關係 20200819 趕客系列(三)大學的目的 20200822 趕客系列(四)大學為什麼要有主修 20200826 趕客系列(五)要挑選一個什麼樣的主修 20200829 沒有無緣無故的恨(一) 20200831 科普系列 - 數學與電影動畫製作(一) 20200902 沒有無緣無故的恨(二) 20200905 沒有無緣無故的恨(三) 20200907 科普系列 - 數學與電影動畫製作(二) 20200909 終身職位的評核 20200912 學術界吸引人的地方 20200914 科普系列 - 數學與電影動畫製作 (三) 20200916 學術界辛苦的地方(一) 20200919 學術界辛苦的地方(二) 20200921 科普系列 - 數學與電影動畫製作 (四) 20200923 大學的讀書成績有多重要 20200926 本科生研究機會 20200928 科普系列 - 數學與圖像修復(一) 20200930 用創新的方法去教育科學 20201003 參加研討會的重要 20201005 科普系列 - 數學與圖像修復(二) 20201007 教授與教學 20201010 研究是什麼(一) 20201012 科普系列 - 數學與圖像修復(三) 20201014 研究是什麼(二) 20201017 研究是什麼(三) 20201019 科普系列 - 數學與圖像修復(四) 20201021 如何閱讀研究論文 20201024 研究生應該修什麼課 20201026 科普系列 - 數學與圖像修復(五) 20201029 本科生的多主修多副修 20201102 科普系列 - 數學與數獨(一) 20201105 幾位教授(一) 20201109 科普系列 - 數學與數獨(二) 20201112 幾位教授(二) 20201116 科普系列 - 數學與數獨(三) 20201119 幾位教授(三) 20...

2020年研究評審工作(四)

圖片
「研究影響」 「研究影響」是一個新的項目。在上一次RAE2014的時候,並沒有這個審核要求。根據學系的教授人數,我們都必須要準備一些例子解釋我們的研究如何影響着社會。如果學系的人數少於15人,樂系就只需要準備一個影響的例子。16個到30個教授,就必須準備兩個例子。我們科大數學系,是香港裏面最大的數學系,有40一位教授,所以就需要準備3個例子講解一下我們的研究如何影響着社會的不同地方。這些不同地方都必須要在學術以外,可能是在經濟,在社會,在文化,在公共政策,在健康,在環境等等的範疇。我們都必須要解釋某一位或者某一些教授的研究如何直接影響着大眾的生活。所以,我們就不可以說某某教授的研究非常出色拿了一個世界知名的獎項,帶領着整個研究在世界的發展。我們也不可以說某某教授破解了一條千年難題,為着人類長遠的福祉帶來什麼什麼的影響。我們也不可以說某某教授是過去幾年Most Cited Researcher,在某某範圍內的研究被大量研究人員所參考。而根據這些例子的影響力,UGC這個委員會就會給予不同的評級。4*代表着這個研究就影響範圍和重要性而言出眾的影響,其他分數包括3*(相當重要的影響),2*(有一定影響)和1*(有限的影響)。 準備這些例子更困難的,是我們必須要有足夠的實質證明。我們不可以只講一個好的故事,吹噓着一些宏願,或猜想某些項目在數年後將會有一個很大的影響力。舉個例來說,如果我們想指出這個研究如何如何影響着政府的施政,我們必須要拿到一些證據,指出這些政策的制定都是由於我們的研究而直接或間接造成的。這些證據,可能是政府的文件裏面直接引用,又或者是我們可以拿到政府的書面證據。如果我們說,我們所設計的某些計算方法,在一些通訊軟件裏面使用到,因而我們的影響力達到數以億計的人士使用,我們就可能需要從這些軟件製造商得到一個書面證明,指出他們真的使用了我們的計算方法。這樣你就可以想像到,不同學系在找這些例子的時候,所遇到的困難可能比起做研究本身更大。 作為香港UGC主要的參考對象,英國其實每幾年都會做一個相類似的研究評審。他們稱作Research Excellence Framework(簡稱REF)。對上一次是REF2014,而他們下一次就是今年2021舉行。由於香港RAE的改變很多時候都參照了上一次英國進行的REF,科大亦都邀請了很多在英國參與了REF的專家和教授過來講解他們這...

2020年研究評審工作(三)

圖片
除了這些內部初選的安排,各間大學又如何可以將自己在「研究成果」的這個項目上面做得更好呢?除了是說在世界上不斷招聘研究成果更好的研究人員以外,更直接的方法就是在本地其他大學進行「挖角」。從一間大學「跳槽」讀另外一間大學當然不是什麼奇怪的事情,但是如果一個學系在短時間內大部份人都跑掉,情況就有點特殊了。還記得在上一次RAE2014的時候,有一所大學的數學系,研究成果非常出眾。好像是全港第一(當然要看你如何解讀這些RAE的數據)。可是在最近幾年,很多的教授,都一下子「跳槽」跑到其他大學。香港大學,中文大學和科技大學都「分到了」一些研究非常出色的教授。而他們在過去幾年的研究,自然就也帶到去新的學校。UGC看到這個情況,都希望盡量阻止這個「不理性」(是否真的不理性,就要看你對這個事情的角度了),就制定了一個「死線制度」。如果學校希望把這無論是本地,還是從外國新招過來的教授算到自己的RAE,就必須趕快在這個死線之前完成招聘過程。 還有一個所有大學都受到影響的,就是到底什麼人需要被評核。這個就會影響到各個大學在招聘時所給予的職級。根據RAE的定義,所有從Professor到Assistant Lecturer的各級人員都符合RAE的資格。可是如果你仔細看一下這個叫做CDCF(UGC Common Data Collection Format)的職級表,可以看到的都是比較是英色的職級。比如說Reader這個職級,科大就沒有這樣子的一位教授。所以如何從現有大學的職位連繫到在這個CDCF的職級表,又是一個各個大學需要仔細研究的課題。在CDCF裏面有一個Lecturer的職位,可是這個英國Lecturer跟美國的Lecturer並不是同一件事。對我們大學來說這個職位根本不需要做研究,他們是全職教書的。如果我們認可了這個職位已把它放到RAE的資格裏面,我們就必須幫他們找出三個研究成果去評核。這不就是自己找麻煩嗎?所以在科大裏面的Lecturer其實是一個叫做Instructor的職級,而不需要放到RAE裏面去了。 又例如大學裏面有一些叫做Research Assistant Professor(RAP)。他們並不是Tenure-Track Faculty。一般的合約,可能是三年,然後一般都不會再被續約。他們應該更像是Post-Doc Researcher,大學用一個更吸引的名字去吸引一些新...

2020年研究評審工作(二)

圖片
RAE評核的不同部份 整個RAE評核分成三個部份,分別為「研究成果」(Outputs),「研究影響」(Impact)和「研究環境」(Environment)。每個項目佔整體成績的權重都會有所不同。「研究成果」佔整體成績的70%,其餘兩個項目各佔15%。各間大學的每個學系,都會看自己的專注範疇,將這些材料送審到13個評審小組內其中一個。而根據不同的評審小組的範疇,他們會在細分成一共41個評審單位。以數學為例,我們就在自然科學的評審小組裏面,而評審單位,就是跟統計學放在一起的「數學及統計學」。政府指出,這個評審的目的並不是將不同學校,不同學院或者不同學系作出直接比較。這樣的做法,只是根據各方的相似性,容易找出專家去評審同一系列的研究結果。可是對各間大學的Public Affair Office(就是PR部門)或者公眾來說,最終評核結果的表達,看起來就是不同大學的一個直接比較。我們可以清楚見到某些大學做出來的都是一些世界領先的研究成果,而另外一些學校的某一個學系,就可能是大學的Weakiest Link。而這些做得好的學系,也不一定受到大學內部的讚賞。做得差的學系,就可以肯定會受到大學高層的「特別照顧」。 「研究成果」 先介紹一下「研究成果」的這個項目。這個項目對大部份教授的要求最直接。我們每人都必須要挑選自己在2013年10月到2019年9月裏面的4個研究成果。而每個研究成果,就會根據他的水平被評核為最好的4*(代表着在原創性,重要性和嚴謹性方面達世界領先水平),3*(國際卓越水平),2*(國際水平),1*(有限水平)和不予評級。我記得以往在一些科大理學院簡介會上,都會講一個「爛gag」,笑說「你們DSE同學的成績是1到5,然後是5*和5**。我們教授的成績就所有都有*。」當然不大好笑。還有的是,我們自己教授並不會知道自己研究成果的成績。有的也只是整個學系所有研究成果的整體評核。 要記得,這些研究水平的評核,並不是根據研究者自己的感受。不是自己說這個研究有多好,評核的結果就會有多好。我們找來的英國專家也跟我們說,你們可以想像一下,世界其他學者可能會一次過收到幾百份研究成果,他們根本不可能每一篇都仔細由頭到尾看一遍和仔細想一次。更大機會,他們可能只會看看文章的引用次數(Citation Number)和文章發表在那一個期刊,他的Impact Factor是多少,最多最多也...

文章發表速度調整

圖片
由第一篇文章 20200718 發表至今,不經不覺已經差不多一年了。由剛開始一星期寫三篇文章,然後再改到兩篇,簡單的估算一下,已經寫了差不多10萬字。中間也嘗試過發表不同的系列文章,有分享一些自己以往經歷的,有簡介一些學術界事情的,有做一些關於STEM 教育的,科普教育的,也開始了一個計算數學入門的系列。要每星期發兩篇文章,其實也真的不容易。每星期可能需要有一整個早上,花一點時間做資料蒐集,然後才能把那一星期份量文章寫出來。如果那一篇文章是比較長,需要比較充足資料的 (好像是現在介紹的RAE2020),所花的時間就更長了。 雖然說現在是暑假,可是仍然有很多行政工作。而且由於下學期需要教授一門自己以往沒有教過的研究生課程,需要花一點時間編寫教材,所以可以說現在比正常上課時間更加繁忙。文章的發表的速度,將會再作調整。產量將會由現在每星期兩篇文章,再減至一篇,逢星期一發表。所以剛剛過去星期一才開始介紹RAE2020 的文章將會不受影響。

2020年研究評審工作(一)

圖片
最近大學教育資助委員會(教資會UGC)公布了「2020年研究評審工作」(Research Assessment Exercise 2020,簡稱RAE2020)的結果,指出香港各大院校的研究水平在世界上面非常出眾[ 1 , 2 , 3 ]。然後,各間大學都按着這個結果,找出一個角度解說自己的研究水平如何如何名列前茅,在香港第一。在這篇超長文章希望介紹一下這個每六年一次的RAE,希望觀眾明白這個評核的過程和應該如何理解這些結果。對同學們來說,也應該知道這個評審工作如何可以幫助自己挑選一間自己喜歡的大學。 評審的目的 首先講一下這個評審的目的。對政府來說,這個研究評審有好幾個目的。第一,政府可以根據這個評審的結果去分配研究經費。研究做得相對比較好的,以後就有更大機會拿取到更大的資源。這些金錢跟我們大學教授每年所寫的研究計劃書有很大的不同。對我們來說,比較重要的是Research Grants Council(簡稱RGC)的General Research Fund(簡稱GRF)或者是給一些比較新入職同事的Early Career Scheme(簡稱ECS)。因為這些研究經費是會直接發給教授,我們可以根據自己的需要找研究合作者,邀請他們來香港訪問,又或者找研究生,幫忙一起做研究。而這個RAE,可以算是大學自己的整體研究表現的評分。政府就會根據這個研究表現「分發獎金」。有了這個「獎金制度」,就會加強了大學之間互相競爭(對政府來說,這個競爭自然是正面而且是良性)。令到大家都更加專注做出色的研究,為香港的科研發展增添動力。 而且,政府亦都可以從這個評核裏面增加或者減少不同因素的比例去影響整體研究方向的發展。舉個例來說,比起上一次在2014年的RAE,今年就新加入了一個對社會影響(Impact)的一個項目。而且,在不同渠道停建,這個項目的權重在以後將會越來越高。所以在可見將來,各間大學都要盡力想辦法增加自己對現實社會不同的影響力,以加強在這個項目上面的評分。 這個毋庸置疑,政府作為「消費者」,每年既然支付了研究經費,亦都有權看一下他「買」回來的研究成果在世界上面的認受性如何。而市民作為納稅人,亦都很合理地有權了解一下各間大學在研究上面如何努力在世界上面達到一級水平。看看我是否有合理「回報」。有更好的「回報」,我在這間大學就應該「投資」更多。成果相對比較少的,我以後亦會減少投放在這...

如何找文章去認識研究課題(三)

圖片
  上面所講的方法是將時間往前推,順藤摸瓜的找出以往相關的研究文章。有另外一個方法,同學們可能比較少用到,就是找出,到底有什麼其他人cite這份研究論文。這個是將時間往後推的方法。如果你手上已經有第一份文章,你想知道在那一個時間點以後,有什麼人朝着這個方向繼續發展,你就可以問一問Google。我不是說那一個普通的Google,而是關於學術界的那一個scholar.google.com。在這個網站內,你不但有可能找到第一篇文章的不同版本(包括研究期刊的主要版本,又或者是作者自己的另外一個版本),而且你還可以看到一些比較有用的數據,包括被引用次數。只要你按下引用次數的連結,你就可以看到所有cite到這篇研究論文的其他文章。 然後你一看,發現他找出了一千幾百篇文章,然後就沒有然後了。你會覺得根本沒有可能把這麼多的文章找出路都看一遍,馬上放棄。「不可能都把所有的看一遍」是完全正確,「馬上放棄」就有點太消極了。Google所找出來的這些文章,裏面有一些可能沒有太大關係,有一些可能完全不太重要,有一些可能是為發文章而發文章根本不需要看。 所以同學們就需要有所挑選。首先可以看一下這篇文章在哪裏發表,看一下這個雜誌是否在研究範疇裏面比較好的(我不是說出版社是否有名,不同出版社都會有一些好的或者一些不太好的雜誌)。一些比較有名氣的雜誌,審視文章的過程可能比較仔細,要求也可能比較多,這樣雜誌內文章也會比較嚴謹,文章內的結果也可能會比較有影響力。同學們就可以發一點時間在看一下這些文章。 另外一個挑選文章的方法,是可以看一下到底這篇文章的引用次數,看一下他的impactfactor。這個數值越大,就代表着相對比較多人認識這篇文章。當然,多人cite不代表一定好,有些時候,我們也需要知道其他人為何cite到這一篇文章。可能是這篇文章做出了一個驚天動地的結果,發明了一個非常厲害的方法,證明了一條百年難題。但是也可能是很多人都指出這篇文章有一些錯誤的地方,學術界需要有一些討論。而且,沒有人理會也不一定不值一看。可能是他的方法比較艱深,可能是研究方向非常狹窄,也可能是表達得不夠清楚,沒有太多人了解他實質的影響力。所以同學們使用這個方法的時候就需要小心,不然很可能會「走寶」。

版權問題(二)

圖片
例如,在科大的課堂上,我們需要準備一些閱讀材料給同學,這份材料是從一些書本上找出。如果這些材料是書本內的某一個篇章,只佔書籍的一小部份,我覺得直接複印給班上的同學,這個是合理的。可是如果我把整本書籍複印30份,分給班上的同學,這就是不合理。自己見過有一些教授,他們會直接使用出版社提供的ppt在課堂上使用,這個ppt上面的內容都會跟課本內一模一樣。當然在教學上,我會覺得這是非常沒有效率完全不應該使用的方法,但是在版權的問題這個討論上,我覺得我們不需要再向出版社拿到版權,直接使用是容許的。又例如(可惜是一個從來沒有出現過的例子),有一個外邊的機構邀請我教授一門課程,我因而得到額外的薪金。我覺得在這樣的情況,我就必須要重新編寫一些教材,不應該在網上下載一些例子在課堂上教授。 記得很多年前,自己就曾經碰過一個例子。香港電台文教組,希望我們編寫一些關於數學是什麼的文章。自己在編寫一個應用數學學什麼的文章時,剛開始時也沒有想那麼仔細,直接在網上找來一些參考圖片和資料。香港電台那個時候也提到關於版權問題,希望我們可以自己繪製或者提供一些不需要版權的材料給他們放在網站內。他們也提到如果真的找不到,他們自己也可以有人員幫忙繪製圖片。可以見到,一般在學校以外的公司組織對版權問題都是相對比較小心。 另外一個例子,就是在和UCLA一齊合辦的一個本科生暑期研習計劃的時候,我們需要和一些本地公司討論是否可以提供一些研究課題。UCLA那個時候就提出,我們是否需要和公司在法律上討論研究結果的版權問題。他們提到,在美國舉辦這些活動時,公司對研究成果的版權非常着緊,更會更UCLA簽合約,詳細討論版權誰屬的問題。我們在開始舉辦這個活動時,對這個問題一頭霧水。跟學校不同部門研究,最終結論,是我們根本對這個版權誰屬的問題完全不着緊。所以我們在跟本地公司開始討論時,都會直接跟他們說,你們公司可以隨便使用那些研究成果,我們並不在意。唯一要討論的,是我們希望公司都可以給予我們一些可以使用的數據庫,對大部份研究計劃,這些數據庫都不可避免。有一些公司可能由於內部保安要求,對這些數據都非常小心。所以我們也會跟參加研究計劃的同學說,這些數據你們完成這個計劃後都不可以自己保留。甚至乎以後使用這些研究成果在學術會議或者是學術期刊上發表,都必須得到那些參與的公司的同意。可是在最後幾年,都曾聽聞同學私自將研究成果發表在一些學術會...

如何找文章去認識研究課題(二)

圖片
  上面「一般來說」所講的,就是說有一些情況這些文章可能其實沒有太大關係。可能是,一些作者自己cite自己的文章,加大一下自己的impactfactor(當然自己也不可避免,盡力「刷」一下自己的數字)。有些時候,你可以看到作者運用差不多的技巧都很多不同的課題上,這樣同學也可以學習如何靈活運用不同的數學工具都看起來好像很不一樣的研究領域。可是這些self-citation就不一定可以幫助同學了解方法本身。另外,一些剛「入行」的同學可能沒有想像過的原因,是當文章在期刊做review的時候,有一些reviewer可能會要求作者加入一些參考文章。這些參考文章也不一定對文章主題有很大的關聯。作者為求滿足這些reviewer的要求,也可能在文章最終版本加入那些reference。 然後下一步,同學們就可以做一下recursion,就是看一下這些被cite的參考文章內Introduction所給的參考文章。一步一步往前走,這樣順藤摸瓜的,同學們就可以慢慢把整個研究方向的背景摸出來。 這個過程中間,你可能會找到一篇Survey或者ReviewPaper。這就比較方便,這些比較仔細的文章一般都會把整個研究領域做一個深入淺出的介紹,同學們就可以省下很多時間,在裏面可以找到更多的參考文章,仔細研究一下整個研究方向所希望解決的問題和現有的方法。 那可能會從裏面找出一本或者數本相關研究領域的書籍嗎?這個問題其實也經常碰到。有一些剛開始做研究的學生,都會問我可否給一些研究相關的書籍,讓他們可以花一點時間把背景資料弄清楚。可是其實對於這個問題的答案,一般都是不太可能。其中一個原因,是這些研究課題都可能是比較近期,比較熱門,並沒有太多人有心思去把整個研究領域編寫一本書。而且,所謂研究,跟一般大學課程很可能還是有一點距離,就算出版了這樣的一本書,讀者群將會非常少,根本沒有出版社會願意投資在這本書上面。除非書籍的內容已經到了普及程度,否則根本不可能會有一本書跟同學的研究領域百分百吻合。而可是,如果那個研究領域已經到達了「普及程度」,這樣的研究不是沒有得做(就是說,剩下來的問題都非常複雜)就是沒有問題做(就是說,已經在沒有任何有趣的問題可以解決)。

版權問題(一)

圖片
某天跟同事聊天,談到他自己在YouTube上面的頻道。他自己有一個教育的題材,希望學校的CEI(Center for Education Innovation)可以幫忙拍攝的事宜,包括一些剪接上的幫忙和拍攝時的支援。可是由於他這個最後剪接出來的片段並不是用在課堂上,而是希望放到自己的YouTube頻道,學校最終決定並不會支持這個視頻的拍攝。 學校指出,由於這個視頻都是由學校支援,版權上是屬於學校的。在得到學校授權以前,同事並不可以私自放到自己的頻道上面。同事亦指出,學校跟他說,我們在課堂上的一切視頻,教材,功課,考試,一切東西的版權仍是歸於學校。其實這些聽起來好像不太陌生。以前好像也看過一些新聞,補習天王因為「跳槽」到另外的補習社,由於仍然從用以往的教材,沒有重新編寫,後來被舊僱主控告侵權。 我覺得大部份情況,我們對這些關於版權的問題都不太小心。可能是由於在學術界,大部份時間,我們都好像被容許在不同地方下載不同資料,只要我們指出材料的出處,一般來說都不會有任何問題。譬如說,在學術演講裏面,當我們在介紹研究問題背景的時候,我們都會在網上找一些會畫得非常漂亮的圖片,所謂「a picture is worth a thousand words」,找到一張出色的圖片,我們就可以省下好幾分鐘的時間慢慢介紹我們所做的問題。只要指出這張圖片下載的地方,一般來說這樣的做法都非常見到。 這篇文章裏邊,我只會分享學術界一般的做法,這個是否合法,我在這裏不會討論。自己也不是這個方面的專家,如果讀者知道答案,可以跟我說。回想一下,好像也沒有任何地方教過我們如何小心版權這些問題。大部份情況,都是我們自己的「專業判斷」。 一般的做法,當我們使用這些不是自己做出來的材料時,都會把reference清楚顯示。這個目的是希望聽眾或者讀者明白這個並不是自己的創作或者工作,credit交還給原創者。比較重要的問題,是我們使用這些材料時,都不會先作者的同意。一般我們在寫文章,給其他人一些研究背景是,我們也不會,也不可能,先得到每一篇文章的作者首肯,才把他的研究文章放到自己的Introduction裏面。可能是由於這個寫文章的習慣,我們在編寫演講材料時,一般都不會停下來想一想,是否需要得到材料的作者同意。這個是否真的需要,我也不知道。 雖然這樣說,當自己在使用這些材料時,都會非常小心。都會盡量把材料的出處放...

如何找文章去認識研究課題(一)

圖片
  對於剛剛開始做研究的同學來說,其中一個比較頭痛的問題,是如何找到適合的背景資料,學習那個研究範疇的整體進展。在這篇文章裏面,會介紹幾個不同的方法幫助同學找出一些相關的文章,以增加同學自己對整個研究方向的基本認識。 如果研究問題,是從指導老師所提出的,一般來說,老師都會有一些資料給同學看一看。同學們可以首先看一下這些文章。如果整篇都看得懂,那就沒有太大問題。同學們大概已經可以開始着手自己真正的研究課題,根據老師指示的方向,把問題解決。比較大的問題,也比較常見和比較合理的,是同學完全不知道如何入手,看見文章的Abstract,已經耍手擰頭。其實這完全正常,如果同學們剛開始研究工作,很多時候對任何一個領域都不一定有充足的掌握,這個時候,同學們可以首先看一下這些文章結果部份,看一下他們其實在做什麼問題(真的,要了解一篇文章解決什麼課題,要看的一般都不是文章的Introduction和中間比較Technical的部份)。有了大約的感覺,就可以返回看一下文章的第一部份Introduction。 這個Introduction部份多數都會先從問題的背景入手,介紹一下為什麼作者希望解決這個問題,這個問題的重要性是什麼,其他人如何解決這個問題,這些方法的優點和缺點分別是什麼,然後也可能會講一下作者現在所提出的解決方法有什麼特別,跟其他方法如何比較,等等。當然,要真的完全了解作者在這一篇文章裏邊所提供的方法,就不可避免地需要花一點時間在文章中間比較Technical的部份了。但是作為「新手」,這些比較花時間的部份有可能跟同學實質研究的課題不一定有太大關係。如果花了太多時間在這部份,可能會把整個研究進度拖慢很多。我也不是說同學們完全不需要了解這些方法,知道其他人如何解決這個問題,對研究員也非常重要。其中一個原因,是我們根本不知道將來在處理其他問題的時候,這些方法不知道會否派上用場。如果可以將這些其他人的方法,用到另外一個問題上,也是一個可行的研究方向。另外一個原因,是我們也可以看一下這些方法會否有其他人看不到的優點或者缺點,這些也是一些研究的可行性。 這個文章的入門部份,一般都會cite一些參考文章給其他人做一個reference。一般來說,通常這些文章都可能是某些研究領域做得比較好的,比較重要的,比較有參考性的。同學們就可以從這些文章入手,了解一下整個研究領域的發展如何,應該...

計算數學入門系列 - 疊代方法(四)

圖片
對於疊代本身,其實亦有着一些很有趣的數學問題。其中一個是關於混沌(Chaos)的理論。有一些數學系統,本身的定義就會根據疊代的法則進行演變。可以假設x(n)代表着第n次疊代後的數值,而每一次進行疊代,我們只需要根據函數f來定義。數學上來說,我們定義x(n+1)=f(x(n)),然後希望看一下根據這個疊代所做出來的數列是否有一些特別的特性。其中一個我們可能想找的是不動點(Fixed Point),就是說想找一個數值x不受疊代過程所改變。跟上面找出函數f的根不同,我們希望找到的是另外一個函數g(x)=x-f(x)的根。 如果函數f(x)只是一個線性函數,討論本身相對簡單,也比較沒有趣味。而一個最簡單的非線性函數是定義\(f(x)=\mu x(1-x)\),而函數內參數\(\mu\)一定要為一個正數。這個疊代過程也叫做單峰映射(Logistic Map)[ 3 ]。比如說,我們選擇參數\(\mu\)等於1,我們用x0=1/2開始進行疊代,x1=1/2*1/2=1/4,然後x2=1/4*3/4=3/16,再得到x3=3/16*13/16=39/256,等等。我們可以看到做出來數列的數值越來越接近零。仔細的看一下這個問題,我們會發現,如果函數f存在着一個不動點,這個不動點的數值將會符合x=x(1-x)這條方程式。而這條方程式的唯一解就是x=0。 複雜一點的例子,我們可以將參數作出一點改變,比如說我們選擇參數\(\mu\)等於1.5,我們用x0=0.5開始進行疊代,我們會得到x1=1.5*0.5*0.5=0.375,然後x2=1.5*0.375*0.625=0.3515625,再得到x3=0.34194946891,等等。我們會發現疊代所做出來的數列似乎並不是趨向零。如果函數f存在着一個不動點,這個不動點的數值將會符合x=1.5x(1-x)這條方程式。而這條方程式存在着兩個解,其中一個是x=0,而令一個是上面數列似乎會趨向的x=1/3。 同學如果挑選一個細於3的參數,然後使用不同的初始條件進行疊代可以發現所產生的數列將會趨向\( (\mu-1)/\mu \)這個數值。同學可以使用普通的計算機進行一些簡單的運算看看情況如何。可是,如果參數大於3,情況就有點特殊。我們可以發現,絕大部份初始條件都會產生一些不收斂的數列(除非你挑選初始條件x=0)。如果\(3<\mu<1+...

網上考試(二)

圖片
我對於兩個考試(Midterm和Final)進行的方式也有所改變。由於都是在網上進行,我提議使用Open Book的方式。就是說,同學可以使用所有筆記,無論是自己所做的,還是在網上搜尋到關於課程的資料,所有東西都可以使用。這個方式是我這麼多年教學第一次進行的。以往曾經也嘗試提議同學使用這個考試模式,可是一般同學都覺得,如果這樣子,考試題目一定更加困難,然後拒絕。這個當然,如果容許你找所有的參考資料來考試,我們所寫的考試題目都一定不會跟你所搜尋到的一樣。可是,我自己覺得這種考試模式的好處,就是同學們根本不需要背誦任何東西。只要你對課堂內容有所掌握,同學們根本不需要背誦任何方程式或者符號,也不需擔心由於記錯了一個符號而把整條題目做錯。 這個Zoom上面的Open Book考試,和一般的Open Book還是有點不一樣。我不單容許同學找尋不同的筆記,同學們甚至可以上網搜尋他們問題的答案。這個決定的時候,我還是有點思前想後,在想這個安排是否合適。到底同學在這個搜尋過程裏面,是否可以顯示自己對課程內容的掌握?所以第一次使用這個Open Book考試的模式,我還是有點緊張。 首先是,擔心自己設計考試問題時,做得太過簡單。同學有機會一下子就在網上找到一條一模一樣的例子,把答案抄下來。同學們如果有修讀過我的課,都會知道我會把以往所有的考試題目公開給同學。有一些甚至會變成今年的功課題目。所以每次考試,我都會需要重新設計一些考題,而不會重複使用以往的題目。所以這擔心,對我來說也不是一個什麼大難題。但是,在設計考試題目的時候,還是花了一點心思。在把問題寫下來以後,還是嘗試在網上搜尋一下,是否可以找到一模一樣的問題。 然後,又希望問題本身也不可以離開功課題目太遠,擔心他們一下子掌握不到題目所要求的,馬上覺得,這份考題太過艱深,完全不知道在問什麼。有一些本地同學,可能由於中學時所面對的考試模式,大多只需他們對某些特定題型的掌握,所以當同學見到一些新的問題時,可能會覺得無從入手,不知道如何開始。甚至答案有機會只需要兩行的運算,他們都不知如何回答。在設計考試題目是,我還是需要小心一點。如果題目太過天馬行空,無論答案是如何簡單,我也有點擔心自己變成killer。 還好最後出來的成績,還是比較可以的。總分20分,平均也有12分左右。自己覺得也比較滿意。有一些同學當然做得非常好,大部份題目都沒有什麼問...

計算數學入門系列 - 疊代方法(三)

圖片
對於找出函數f的根的問題,其中一個比較常用的方法就是牛頓法(Newton’s Method )[ 2 ],x(n+1)=x(n)-f(x(n))/f’(x(n))。如果初始數值相對比較接近確切解時,我們可以證明牛頓法收斂單根(Simple Root)的速度為2。雖然速度非常快,但是使用這個方法是我們有兩點需要注意。第一個使用牛頓法的困難,是我們需要使用一個在確切解附近的初始數值。一般來說,我們會根據實質應用,對答案有一個想法。可能是先對實質情況的一個非常初步的簡化,用這個簡化了問題的答案作為牛頓法的初始值。可是這個初始值是否夠接近這個確切解,我們就一般都不太確定了。一般的做法,就是對牛頓法有信心,「相信牛頓」就可以了(!)。更重要的問題,是方法需要用到函數的導數(Derivative)。比起二分法,這裏對函數的要求比較多,我們不單單只希望函數是連續函數,我們更希望函數有一定的正則性(Regularity)。在一般情況,我們可以清楚知道函數的導數是否存在,在功課內更加毋庸置疑。同學如果可以直接把函數寫出來,很容易的就可以知道函數是否一個可微函數(Differentiable Function)。將日常生活的應用,我們有些時候甚至乎不一定知道函數是否一個連續函數,要研究他是否一個可微函數就更加困難。就算我們知道他是一個可微函數,計算起來還是可能很複雜以致有些時候我們可能不太想把他的導數計算出來。所以,有些時候我們就只會使用導數的近似值,這就得到了割線法(Secant Method)。 假設我們現在想解決的問題,並不是一個普通函數f(x)=0的問題,而是一個線性代數問題。就是說f(x)=Ax-b,這裏的x和b就不是一個純量(Scalar)而是一個向量(Vector),而A就是一個矩陣。這個問題就沒有辦法使用二分法去計算因為答案x是在一個高維空間。如果我們使用上面的牛頓法,函數的導數就會變成他的雅可比矩陣(Jacobian),就是矩陣A本身。而牛頓法,就可以寫成 \[ x(n+1)=x(n)-J^{-1}*f(x(n))=x(n)-A^{-1}(Ax(n)-b)=A^{-1}b。\] 這代表什麼呢,這代表牛頓法找出來的就是線性代數方程的確實解。而中間的過程,我們就必須要計算矩陣A的逆矩陣(Inverse Matrix)。在上面文章提到,如果矩陣A非常大,這個方法就不切實際了...

網上考試(一)

圖片
終於又完成了一年的教學工作。比較特別的是,在這個學期終於第一次安排了網上的期終考試。回想一下,這個課程,是自己兩年裏面第一次需要進行期終考試的科目。在安排上,自己也需要多花一點心思。以往一般科目,我們都會參考同學的功課,Midterm和期終考試,去決定同學的成績。在最近幾個學期,大部份所任教的科目,卻反而是一些Project Course。例如上個學期所負責的Capstone Project,一共大約60位本科生同學各自分組負責一些不同的數學研習項目,在學期裏面,需要交一份大約10頁紙的報告和做一個大約20分鐘的演說。另外一些學期,有一門研究生課程,同學們在學期內只需要做三個的數學項目,不需要再考試。這些課程,我會根據Project的質量去決定同學的成績。所以在這兩年裏面,都不需要擔心因應Zoom教學而需要改變太多的考試安排。 由於我們沒有辦法安排場地,令同學可以面對面的進行考試,不同科目都因應着自己的需求,運用不同的方法去了解同學們對課程內容的認識去給予同學的分數。其實學校已經給了我們一些建議,比如說可以的話也把考試的模式改為不同的研習項目。令到同學有多一點時間去表達自己對課程的掌握,也可以減輕我們對網上考試的依賴。但是這些安排,也不是對所有本科生課程都適用。例如大學課程內第一年的微積分,我們沒有辦法要求同學去寫一些關於微積分的文章,介紹自己對微積分的認識。這些課程,我們都還是需要倚賴一些考試,去測試同學對內容的掌握。 這些考試比較特別的,不單是考驗同學對課程內容的了解,也考驗同學自己本身的誠信。如果真的還是需要進行以往的考試模式,有些同事會要求同學將鏡頭對着自己和電腦螢幕,令我們知道他們沒有作弊,是否在跟朋友在網上討論。有一些甚至要求同學有兩個視像鏡頭,一個對着自己正前方,令我們知道誰在考試,另外一個鏡頭向着同學考試的環境,令我們知道附近並沒有其他人。然後也可能有一些規例,禁止同學佩戴耳筒,令我們知道他們沒有聆聽着其他朋友的講解。當然亦有一些規例,禁止同學使用網上留言板,將考試題目上載,跟網上不同人討論。聽來的消息,當然道高一尺魔高一丈,同學們作弊的技術也有機會層出不窮。我們老師亦都要因應情況,不斷將我們考試模式和方法改變,去防止同學們作弊的情況出現。 我知道有一些同事,他們會將考試改為Take-Home Exam。就是說,同學可以在家有數天的時間慢慢做那些試題...

計算數學入門系列 - 疊代方法(二)

圖片
聽起來相當簡單,剩下來的問題,就是如何設計中間的運算過程。最重要的條件,就是當n越大,我們希望xn越接近確切解y。不同的設計,就會得到不同的方法。其中一個運用到上面IVT特性的方法,就是同學們可能一早認識的二分法(Bisection Method)。假設我們知道函數f的根在a和b之間而且(a<b),我們可以取x1=(a+b)/2就是兩點的中間值作為一個近似值然後我們再去判別函數f的根到底是在a到x1之間還是在x1到b之間。這個判斷方式,就可以再運用IVT。如果f(a)*f(x1)<0,我們就可以知道在a跟x1之間就會有一個函數f的根,所以我們就可以取x2=(a+x1)/2。反之如果f(x1)*f(b)<0,我們就可以取x2=(x1+b)/2。如此類推,我們就可以得到一數列的xn。由於每一次進行二分法的計算,線段的長度就會短了一半,當n越來越大我們就知道,我們就知道xn會收斂(Convergence)到一個數值。 有沒有什麼情況這個二分法會失效的呢?譬如說,當x大於或者等於零,函數f輸出數值就是等於1;當x少於零,函數輸出數值就是等於-1。這個函數f並沒有根,可是上面的二分法還是會得出一個收斂到0的數列。心水清的同學,可能就會馬上指出這個函數f並不是一個連續函數,所以上面二分法的分析並不適用在這個函數例子裏面。完全正確。所以雖然二分法的使用非常簡單,同學們在使用之前還是需要對函數f進行一定的認識,確保他起碼是一個連續函數。另外的一個例子我們可以考慮函數f(x)=cos(2N*x)。你可以假設N為一個很大的正整數。這個例子有點奇怪,儘管程式的不同執行方式,都可以得到一個收斂的數列,但是他們可能將會得到函數f不同的解。程式內先考慮二分後左手邊線段的情況,還是先考慮右手邊線段的情況,都會得到不同的答案。剛開始的線段,也會令到我們得到不同的解。這個例子顯示,我們把這個二分法在運用到日常生活時,不但需要知道函數f的一些特性,我們還希望剛開始的線段不要太長,令到計算線段太大,希望在線段內只有唯一一個解。 二分法的好處,是我們要求函數f的特性相對比較簡單,我們只希望他是一個連續函數。可是,在實質運用上,二分法所產生的數列收斂起來有點太慢。如果要運算f需要很多計算量,這個方法就不太實際。這裏就引入疊代方法的第二個重點。除了上面關於修練性的要求,我們還希望這個產生的數...

Cora日常- 食食食

圖片
#cat #kitten #kittycat #kittensofinstagram #catsofinstagram #catlife #catlovers #meowstagram #ilovecatst #ilovemycat #catstagram #catoftheday #catlover #catphoto #cats_of_instagram #catofinstagram #catofinstagram #catsloversworld #sleepingcat #stillonbed # #貓 #貓星人 #貓奴日常 #貓主子 #貓貓日常 #貓貓 #貓咪 #貓咪日常   #貓奴 #食食食 #食好西

計算數學入門系列 - 疊代方法(一)

圖片
上面提到一些疊代方法(Iterative Methods)去解決線性代數問題。回想一下,大部份計算數學的方法都是建基於疊代的概念。所以,在這篇文章會簡單介紹一下疊代方法以及他在不同地方的應用。 首先解釋一下為什麼我們需要用疊代的方法。對於一般同學來說,解決數學的問題,應該都可以找到一個確切的答案(Exact Solution)。要解線性代數問題2x-1=0,作為學生,我們都必須會得到x=1/2。一個比較普及的問題,要解決f(x)=0,我們都會想辦法運用不同的數學技巧,把未知數x用一些數學的表示方式寫出來。可以的話,我們會把未知數x放到一邊,把數值弄到方程式的右手邊。這樣我們就把函數f的根(Root)找出來。也可能,把函數f寫成多個項(Terms)的乘積(Product),函數f的根就會使所有項的根的集合。舉個例來說,如果函數f(x)=x2-1,我們會把f(x)寫成(x+1)(x-1),這樣函數f的根就是1或者-1。這些方法,同學們都用了好幾年的時間,在中學生涯不斷學習不同的數學技巧,把不同函數的情況都學過一遍。但事實上,還是有很多函數,我們是沒有方法可以把他的確切解找出來。 其中一個例子,我們可以想像函數f(x)=x-cos(x)。我們當然認識g(x)=x和三角函數h(x)=cos(x),可是要找出g(x)=h(x),情況就不是那麼簡單。純數學家第一個想解決的問題,就是想知道這個函數是否有實(Real)的根,這是個存在性(Existence)的問題。要解決這個問題我們可以使用介值定理(Intermediate Value Theorem, IVT)。簡單來說,這個定理指出,對於一個連續函數(Continuous Function)f,我們必定可以在線段(a,b)中間找得到一點x=c,令到f(c)的數值在f(a)和f(b)之間。在上面的例子來說,我們知道f(0)=-1<0而且f(1)=1-cos(1)>0,所以我們就知道在0到1之間一定存在着一個y令到f(y)=0。而且個y就是我們想找到的函數f的根。純數學家下一個將會問的問題,是想知道這個y是否函數f唯一的根。這是個唯一性(Uniqueness)的問題。對於形容數學家來說,我們更想知道的,是這個根到底是什麼。如何可以把這個答案找出來。 上面說過,我們沒有方法把確切解找出來。所以我們就需要有一些近似值的方法...

Cora日常 - 睡在窗旁邊

圖片
#cat #catsleeping #dontwakemeup #catsofinstagram #catlife #catlovers #meowstagram #ilovecats #ilovemycat #catstagram #catoftheday #catlover #catphoto #cats_of_instagram #catofinstagram #catofinstagram #catsloversworld #sleepingcat #stillonbed # #貓 #貓星人   #貓奴 #貓奴日常 #貓主子 #貓貓日常 #貓貓 #貓咪 #貓咪日常 #未起身 #咪嘈 #瞓晏覺

不同研究院課程的分別(二)

圖片
除了上面的一些研究相關的研究生課程,其實還有一些不需要做研究的碩士課程。在這裏先做一下廣告。以科大數學系為例,我們就舉辦了三個不同的理學碩士(Master of Science)課程。歷史最悠久的,是我們自己舉辦的Financial Mathematics。另外一個比較新的,是一個叫做Mathematics for Educator(MAED)的課程。還有一個非常熱門的,是跟計算機工程學系一起合辦的大數據科技(Big Data Technology)。還有一個跟商學院和工學院一起合辦的 Financial Technology。這些理學士學位,同學只需要修讀足夠的科目拿取足夠的學分便可以了。這些學位,如果以全日制學生來說,一般一年已經可以畢業。如果同學有全職工作,用兼讀的方式來完成這個學位的話,就可能需要兩年的時間。 坦白一點來說,這些學位對大學來說實在是一個賺取「外快」的渠道。由於香港絕大部份大學都是公立大學,日常營運都必須以靠政府的支持。可是由於政府對大學資助 或者研究經費的支援都與實際需要有很大的落差。大學都由於需要不斷發展,需要在不同渠道籌集資金。一個方法是希望可以在社會上多找到一些捐助,出售一些建築物或者是學院的命名權。另外一個方法就是多開辦這些碩士學位,從學費裏面賺取額外的經費。跟上邊研究相關的學位不同,這些只需要修讀課程的碩士學位並不會收取生活費,反而會從學生身上收到學費。相比本科生的學費,這些研究院課程收費可能比較浮動,也可以說豐儉由人。便宜一些的就好像我們MAED,學費不需要HK$100,000。比較昂貴的,包括我們商學院舉辦的EMBA 課程,學費差不多HK$1,500,000,相差15倍。便宜一點點的MBA 課程,學費也差不多HK$600,000。上面提到的FinTech 課程,學費是HK$300,000。所以對學校,或者營運這個研究生課程的學系來說,收生絕對是「多多益善」。如果同學的本科成績不算太差,能夠顯示到自己有能力完成這個碩士課程,我相信大部份這些課程都會盡量將收生人數增加到自己可以負擔的極限。如果對同學對這些題目有興趣,其實就已經可以申請。不需要太擔心自己的本科生學位是否能夠與這個碩士課程百分百吻合。  自己曾經幫忙FinTech 這個課程,教授一個數學相關的「保底」科目。同學如果未能通過在入學前所參與的數學測試,就需要用半個學...

Cora日常- 食手手

圖片
  #cat #kitten #kittycat #kittensofinstagram #catsofinstagram #catlife #catlovers #meowstagram #ilovecatst #ilovemycat #catstagram #catoftheday #catlover #catphoto #cats_of_instagram #catofinstagram #catofinstagram #catsloversworld #sleepingcat #stillonbed # #貓 #貓星人 #貓奴日常 #貓主子 #貓貓日常 #貓貓 #貓咪 #貓咪日常   #貓奴 #吃手手 #食好西

不同研究院課程的分別(一)

圖片
最近跟一些同學閑聊,發覺他們對不同的研究生課程抱着很大的疑惑,搞不清楚不同的學位到底有什麼大分別。所以在這篇文章,希望可以簡單介紹一下在研究院裏面不同的課程,以及解答在研究院是否真的就需要做研究的一些問題。 以往我一般討論的研究生課程,大多着重是所謂的哲學碩士(Master of Philosophy,簡稱MPhil)或者是博士(Doctor of Philosophy,簡稱PhD)。他們的分別在於一個是兩年的碩士學位,另外一個有四至七年不等的博士學位。中間的過程,其實分別不大。同學無論在那一個課程,我們都希望他們對本科有多一點深入的了解,所以他們都必須要修讀一些不同的科目。去加大對博士生的挑戰(!),我們還會設計一些專門的考試(叫做Qualifying Examinations)去測試博士生是否有能力解決一些難道比較高的問題。大部份情況,同學如果已經修過相關的科目,多花了一點時間鑽研學科上的知識,對這些考試應該都不會感覺到太困難。還記得自己修讀博士時也曾經試過 在一個科目上「肥佬」。多得一些學科課程的幫助,再考一次也通過了這些評核。不同院校在設計這些考試時會有不同的安排。有一些學校會需要所有數學系的同學參加實變函數論(Real Analysis)和複變函數論(Complex Analysis)的考試。這些對應用數學的同學來說可能就相對比較吃力了。 除了要修讀不同的科目,上面提到的兩個研究生課程,都包含了很重的研究成份。我經常和學生說,在修讀這兩個課程是最重要的,還是做研究。沒有人會理會你是否在不同科目來拿得很好的成績。這兩個課程的目的其實是要了解自己是否有興趣和能力 將研究作為你的事業。在修讀哲學碩士時,你可以用兩年的時間開始一個研究項目,嘗試一下,看看自己是否真的有興趣用上一輩子去做學術研究。如果結論是否的話,那也只是用了兩年的時間嘗試一下一些新的事情,看起來也沒有太多的損失。作為一個博士生,你就必須用四年的時間去證明自己研究的實力。在畢業的時候如果沒有一些很好的研究成果,其實在學術界也很難找到工作。其他人根本不會看你在博士課程所修讀的科目,他們會看的,是你在這幾年內發了多少文章,有多少研究成果。大家要看到的,是你有能力作為一個獨立的研究者,在學術界裏面發掘一些新的知識。 在學術界生存,除了要做研究以外,我們還必須要懂得如何去授課。所以這兩個研究生課程,我們都會...

YouTuber系列 - 科學計算(四)ENG

圖片
  20210304 跟 IRE 同學介紹應用數學和計算數學的一節課。最後一節介紹一下一些反問題。 #math #matheducation #science #scienceresearch #research #scientificcomputing #stem #stemeducation #應用數學 #計算數學 #數學 #研究 #科研

計算數學入門系列 - 線性代數問題(二)

圖片
上面這個例子,我們考慮一個2X2 的矩陣,矩陣內每一個元素都是1。由於這個矩陣的兩橫行相等,在計算時,程式就會跟我們說這方程組並不何解。 對於MATLAB 來說,最神妙(不是之一)的內置程式,就是這個「\」,用法是 >> x=A\b; 這個計算裏面,並不會計算A的逆。這個表達式要求程式找出x 令到A乘以x等於右手邊的向量b。MATLAB 會根據A的特性用不同的方法把一個答案找出來[ 1 ]。 自己以往做過一些問題,需要解決的方程組非常巨大也異常複雜,運用其他譬如說C++ 的軟件,根本沒有辦法把方程組的答案找出來。還是需要用到MATLAB 這個神奇的內置程式。網上有人指出,這個backslash 內置函數可能有高達25萬行的程式[ 2 ]。因為裏面考慮到那麼多不同的情況,而每一個情況用到的計算方法也比較專業,所以甚至乎你跟我說程式裏面其實有一百萬行,自己一點也不會驚訝。由於這個「秘密武器」,自己也漸漸少用了FORTRAN/C/C++ 的這些編寫程式語言,而越來越多使用MATLAB。 雖然這個內置函數非常強大,但是在研究裏面反而會帶來一點困擾。由於我們很多時候都希望自己做出來的研究成果可以比其他人複製(就是所謂的reproduceable),如果其他研究員並不是使用統一編程語言,有機會沒有辦法再次做出我們在論文裏面提到的結果。所以有些時候,我們反而不希望太過倚賴這個函數。 要避免這個倚賴,有些時候我們就需要仔細考慮矩陣A 的一些特性,去使用其他的計算方法解決這個線性代數問題。在本科生的課程,數值分析的這門課裏面,我們就會介紹幾款經典的迭代方法(Iterative Methods) 去把問題的近似值找出來。在實質應用上,我們一般都不會使用這些經典的方法,可是他們也可作為入門,讓我們了解如何設計一些好像(Preconditioned) Conjugate Gradient 或者Multigrid 等等的新的迭代方法。仔細的也不會在這裏討論有興趣的同學可以看看上面的參考書。MATLAB 裏面也有不同的程式,包括了minres, gmres, fft, pcg 等等的方法。雖然很多時候效果沒有「\」那麼好,可是在使用上我們可以有多一點的控制。

YouTuber系列 - 科學計算(三)ENG

圖片
20210304 跟 IRE 同學介紹應用數學和計算數學的一節課。第三節講一下關於高頻函數的計算。 #math #matheducation #science #scienceresearch #research #scientificcomputing #stem #stemeducation #應用數學 #計算數學 #數學 #研究 #科研  

計算數學入門系列 - 線性代數問題(一)

圖片
上文提到如何在程式內建構一個矩陣,在這篇文章我們討論一下如何解決一些矩陣的數值問題。最簡單的數值問題,是去找尋N 元一次方程組的答案,數學上來說我們希望找出Ax=b 的根。方程式裏面A 代表一個矩陣,b 代表着方程組的一個已知向量。對於純數學家來說(在本科生課程裏面的線性代數),我們只會問這個方程組有答案嗎?有答案的話,他是唯一的嗎?要真的找出這個方程組的答案,課程裏面,我們也只會用高斯消去法(Gaussian Elimination)一步一步的把答案找出來。對於一些不是很大的問題(就是說N 並不會太大),這個高斯消去法當然不會有太大的問題。方法 一般都可以把確切解(Exact Solution)找出。 可是這裏有兩個問題。第一個,確切解有多exact 其實是可以被質疑的。主要原因是因為前面文章有提過,在電腦裏面我們根本沒有辦法把所有數字確切的標示出來。在那麼多的加減乘除後,我們真的有辦法知道計算出來的數字到底有多準確?當然我們可以說,如果答案準確至小數點後十多個位,誤差一般都不會很大。在一般應用上來說,這個問題應該不會有太大影響。可是這個解釋,對應用數學家來說並沒有太大的吸引力。我們需要的是一個更嚴謹的證明去說明每一步驟微小的不準確,是如何影響着答案的準確度。在數學上來說,這是一個關於算法(Algorithm)本身的穩定性(Stability)的問題。一般在本科生的課程裏面並不會提到。同學們如果有興趣可以參考一些數值線性代數的參考書(譬如說Golub 和Van Loan 的Matrix Computations)。這裏就不再仔細討論。可是比較大的問題,是這個算法的計算量實在太大。簡單來說,要找出一個N 元一次方程組的答案,高斯消去法就差不多需要N的3次方那麼多的計算量。對於應用數學上的問題,這個方法就變得不切實際。 在程式內,很多同學都會第一時間使用MATLAB 的內置函數inv 把矩陣A 的逆 (Inverse)找出來 >> x=inv(A)*b; 這裏沒有錯, x的解(如果我們可以把A的逆找得到)就真的等於這個表達式。 可是,要找出這個矩陣的inverse,可能就真的需要用一些像高斯消去法的方法。所以當矩陣很大時,這個方法就不可行。而且,儘管A本身可能是非常稀疏,他的inverse 一般來說都會是一個全矩陣。這個表達式就先需要把這個全矩陣儲存起來,...

YouTuber系列 - 科學計算(二)ENG

圖片
20210304 跟 IRE 同學介紹應用數學和計算數學的一節課。第二節介紹一下動態界面問題。 #math #matheducation #science #scienceresearch #research #scientificcomputing #stem #stemeducation #應用數學 #計算數學 #數學 #研究 #科研  

計算數學入門系列 - 矩陣的儲存(二)

圖片
上面這個例子,我們就設定了一個中等大小的矩陣,在一些問題裏面已經非常有用。可是有一點要特別小心,如果這個變量n 是更大,就比如說30000 ,上面這個方法就已經對電腦的儲存空間造成很大的負擔。主要的問題是,定義一個30000×30000 的矩陣,電腦就必須儲存9 千萬個數字。在MATLAB 內,就需要差不多1.8GB 的內存空格。 要解決這個問題,我們可以看見這9 千萬個數字裏面大部份都是0,而且這些數字在運算過程內我們可能根本沒有機會用到。所以雖然說1.8GB 的儲存空間,可是大部份根本沒有機會用到而浪費掉了。當我們要處理這些非常大的稀疏矩陣,我們可以使用MATLAB 另一個矩陣儲存方式,我們只需要把矩陣內不是0的地方標示出來就可以了。 以上面一個10×10的三對角矩陣為例,我們知道這個矩陣一共有10+9+9=28 個不是0的元素,所以我們可以先設定 >> D=zeros(28,3); D 是一個28×3的矩陣,每一橫行代表着一個不是等於0元素。我們會用前兩個數字 去代表位置,最後一個代表他的數值。 >> D(1:10,1)=1:10; >> D(1:10,2)=1:10; >> D(1:10,3)=-2; 這樣,我們就把矩陣的對角線上的元素定義好。再把 >> D(11:19,1)=1:9; >> D(11:19,2)=2:10; >> D(11:19,3)=1; >> D(20:28,1)=2:10; >> D(20:28,2)=1:9; >> D(20:28,3)=1; 矩陣內所有不是零的元素都已經定義後,我們再用 >> D=spconvert(D); 這個稀疏矩陣就完成了。這個方法的問題,是如果矩陣的大小有所改變,我們就必須要把不是零元素的數目重新設定,然後很小心的把位置計算清楚。但是,如果我們所需要定義的矩陣並沒有一些特別的特徵,我們很可能還是要用這個方法把元素一個一個的設定出來。 比較方便改變的方法,可以使用MATLAB內置函數speyes 或spdiags >> n=30000; >> tmp = ones(n,1); >> E = spdiags([tmp -2*tmp tmp], -...

YouTuber系列 - 科學計算(一)ENG

圖片
20210304 跟 IRE 同學介紹應用數學和計算數學的一節課。第一集裏面介紹了自己和一些關於科學計算的背景。 #math #matheducation #science #scienceresearch #research #scientificcomputing #stem #stemeducation #應用數學 #計算數學 #數學 #研究 #科研