我是數學系畢業的。很慚愧,具體數學公式忘得差不多了,大學的很多題目都不會做了。但幸運的是,很多思維方式卻留下來了,影響了我的工作和生活。
1、先確定可行性、存在性,再求解。
數學家經常研究解的存在性、求解的可行性。這種思維方式對我影響很大。建立數學模型的時候,很多人的想法都是:“如果精度足夠高,則如何如何”。我見模型的思維方式則是:先設法研究一下,精度的極限能多有高;如果精度就是這么高,該如何辦?很多人沒有這樣思考,去做了做不成的事,花了大量冤枉時間。 我很喜歡孔子的話:“從心所欲不逾矩”:知道什么做不成,才能做什么成什么。
2、注重發展。
學過微積分的人都知道導數。在一個局部,導數對函數值的影響不大,是“一階無窮小”。但是,一旦離開這個局部的空間、向外擴張,“無窮小”就變成了“無窮大”。 我知道這個道理,就很少計較眼前的得失,而更關心一件事對未來發展的影響。找工作、選項目都是這樣。
3、線性與非線性
我知道,線性關系往往意味著局部成立的關系;或者說:局部函數關系往往是線性的。知道這個道理,做研究的時候就會有的放矢。很多人用復雜的非線性模型建立局部模型、做了很多無用功。我很少走這樣的彎路。當然,這條“彎路”可以用來發論文,但這卻是我不恥的事情。
4、追求簡單
學數學以后,對問題的復雜性有了很深的認識,知道復雜的東西想不清、容易出錯。所以,我搞技術一直強調復雜問題簡單化。追求簡單的一個方面,是追求抽象、探求事物的本質、進而關注結論的可靠性。我對哲學有些喜歡,大概與此有關。
5、變化中的不變性
“變化中的不變性”是數學家特別喜歡的東西。我發現,要發現規律,其實就是要發現“變化中的不變性”。我做數據分析時,常常故意讓有些要素變化,看看某些特征是不是依然存在。用這種做法,我發現了很多規律。
6、講道理、不迷信
搞數學的人,喜歡刨根問底,把道理想清楚。這個習慣,我畢業后一直保留著。我不喜歡ANN、模糊數學,因為這些“學問”不講道理。現在人工智能和大數據中,有很多不講道理的東西,我也嗤之以鼻。
7、分類與變換
老師曾經告訴我:從某種意義上說,數學就是分類。通過分類,可以借鑒過去的知識和經驗。分類的手段之一是變換:能變換到一起的就是一類。我研究技術創新、智能制造,發現人類的大量創新,其實就是對前人工作的借鑒和變換。
8、虛實穿越
實數空間解決不了的問題,在復數空間往往能解決,并可以把結果返回實數空間、解決實數空間的問題。人生中就有許多這種虛實變換。比如,現實的利益是“實”的,而人的信譽、能力和公信力是“虛”的。我常常不太在乎“實”的得失。因為我知道:在“實”空間的失去的東西,會在“虛”的空間中體現出來,再返回現實世界。這就是所謂“吃虧是福”。
9、互為因果、反饋增強
世界的發展往往不是單向的因果關系推動的,而是在互為因果的反饋中實現的。通過不斷的反饋和發展,世界可以很不一樣:宇宙、大自然和人類本身就是這么進化過來的。我也知道,偉大的目標不是一下子就能得到的,更應該重視培養一個環境,促進良性發展的過程。
10、確定性與不確定性
有些人士喜歡鉆牛角尖、追求確定性、絕對正確。我們做創新的人,沒有100%的確定性。過度追求確定性就沒有創新,必須要學會用概率思考。這樣我們就能理解:很多決策雖然結果是不好的,但在理性上卻是正確的決策;反之,過度理性的決策,未必能得到好的結果。同時,要想逼近確定性,需要花大量的時間去獲得信息——而實踐的過程,本質上就是獲得信息的過程。這件事展開來,可以談到我對博弈和孫子兵法的理解。
11、構造條件
一個數學結論能否成立,關鍵是給了什么前提條件。現實中,很多理想沒法實現,其實不是你的能力不夠,而是前提條件不滿足。這個時候,聰明人不會硬來。善于創新的人,會把很多的精力放在構造條件上。這就叫做“退一步海闊天空”。
12、嚴密與自洽
學過數學,思考問題的嚴密程度會增加。這是毋庸置疑的。
1、本文只代表作者個人觀點,不代表本站觀點,僅供大家學習參考;
2、本站屬于非營利性網站,如涉及版權和名譽問題,請及時與本站聯系,我們將及時做相應處理;
3、歡迎各位網友光臨閱覽,文明上網,依法守規,IP可查。
作者 相關信息
內容 相關信息
? 昆侖專題 ?
? 十九大報告深度談 ?
? 新征程 新任務 新前景 ?
? 習近平治國理政 理論與實踐 ?
? 我為中國夢獻一策 ?
? 國資國企改革 ?
? 雄安新區建設 ?
? 黨要管黨 從嚴治黨 ?
圖片新聞