费曼:数学家与物理学家
Feynman: Mathematicians versus Physicists
频道:TehPhysicalist · 时长:9:46 · 发布:2012-05-17 · 播放:883652
简介
理查德·费曼的十分钟片段,描述数学家和物理学家在兴趣和习惯上的差异。他认为物理学依赖于可视化和应用数学,而非纯粹抽象。
HN 为什么推荐
在辩论数学与物理学差异时,人们会引用这个。
费曼在这里谈论它相当有趣 — HN, 2015
中文字幕节选
现在我想就数学与物理学的关系谈几点看法, 这些看法稍微更一般些。第一点是,数学家只 处理推理的结构,他们并不真正关心 他们在谈论什么,他们甚至不需要知道自己在谈论什么,或者正如 他们自己所说,或者他们所说的内容是否为真。现在解释一下:如果你陈述 公理,你说某某如此,某某如此,某某如此, 那么逻辑就可以在不知道这些某某 词语含义的情况下进行。也就是说,如果这些关于公理的陈述为真,我的意思是 被仔细表述并且足够完整,那么进行推理的人 就不需要对这些词语的含义有任何了解,就能 用同样的语言推导出新的结论。如果我在 其中一条公理中使用了“三角形”这个词,那么在结论中就会有关于三角形的某个陈述, 而进行推理的人可能并不知道三角形是什么。但 然后我可以把他的东西读回来,说:哦,三角形,那不过就是三条边什么的, 如此这般,这样我就知道了这个新事实。换句话说,数学家 准备好抽象的推理,只要你有一套 关于现实世界的公理,它就可以被使用。但物理学家对所有这些短语都有其含义, 而且有一件非常重要的事情:很多学习物理学的人, 那些来自数学的人,并不理解物理学不是数学, 数学也不是物理学。一个帮助另一个,但你必须对 词语与现实世界的联系有所理解。最终有必要 把你推导出的东西翻译成英语,翻译成世界,翻译成 你将要用来做实验的铜块和玻璃块,以查明 这些推论是否为真。而这是一个问题,它完全不是 数学的问题。 我已经提到了另一种关系,当然很明显, 已经发展起来的数学推理具有巨大的力量和用途, 对物理学家来说。另一方面,有时物理学家的推理对 数学家也有用。数学家也喜欢让他们的推理尽可能 一般化。如果你说:我有一个三维空间,普通空间,我想谈论 普通空间,你知道你就在其中,你测量距离,有 三个数字需要用来确定某物的位置,你走宽度、宽度和高度, 三维空间。然后你开始问他们关于定理的问题,他们说:现在 看,如果你有一个n维空间,那么这些就是定理。好吧,我,是的,但我 只想要三维的情况。好吧,代入n等于3,然后结果 结果就是,他们拥有的许多复杂定理变得 简单得多,因为它恰好是一个特例。现在物理学家总是 对特例感兴趣,他从不关心一般情况。他 在谈论某个具体的东西,他不是抽象地谈论任何东西,他知道自己在 谈论什么。他想讨论引力定律,他不想要任意的 力的情况,他想要引力。所以有一定程度的简化。 数学家为广泛的问题准备好了这些东西,这非常 有用,而后来总是发现,可怜的物理学家不得不回来 说:对不起,当你想要告诉我关于四 维的事情时……现在另一个有趣的事项,在 这种关系中,是如何做新物理学的问题。重要的是要有一种 感觉,一种……哦,我必须提到另一个事项。当你知道你在 谈论什么时,这些东西是力,这些是质量,这是 惯性,等等,那么你可以使用大量的常识,一种 对世界的直觉感受。你见过各种事物,你或多或少知道 现象会如何表现。而可怜的数学家,他把它翻译成
HN 上的讨论
有很多物理不是数学——更多的是想象事物如何运作。费曼在这里谈论它很有趣[VIDEO] — tim333, 2015-01
当我看到我的回复紧挨着@getsat的回复时,我忍不住笑了。两者都是合理的观点。换句话说,并非每个使用工具的人都必须知道如何制造工具。工具制造者对他们所创造工具背后的假设有更深入的了解——他们可能知道工具应该如何使用以及其局限性。话虽如此,有时用螺丝刀当锤子是权宜之计,并无害处。当然,也有其他时候,使用Black-Scholes模型来模拟高波动性市场,而该模型建立在“光滑可微”的市场假设之上,可能会使经济的大部分崩溃。在不了解他人工具的假设的情况下使用它们可能是一场危险的游戏。至于应用数学的建议:1)观看费曼关于物理学中应用数学的看法:[VIDEO] 2)阅读这篇《数学家的哀叹》文章,它指出学校里学的数学很可能不是真正的数学,而且令人惊讶的是,数学不是实用的而是审美的——数学更接近艺术,而不是我们被教导的那样:[LINK] — coldnebo, 2014-12
费曼也说过同样的话:[VIDEO] 我宁愿选择他和 Sabine,还有我 24 岁在弹性结构方面的硕士学位,也不愿听你那自以为是的长篇大论。 — compiskey, 2022-11
> 在这种类型的现代物理学中,实验不切实际,数学就是物理 我认为费曼会不同意你的观点。[VIDEO] — monocasa, 2018-05
这位先生需要看看费曼关于数学和物理区别的讨论。科学就是收集证据,而科学方法非常注重观察和测试。基本上,没有数据就不可能进行科学。数学是独立于数据的。数据多或少不会影响数学的本质。数学连接公理和结果——一旦结果被证明从公理推导出来,数据就无关紧要了。再多的观察或测试也不会改变π的值。[VIDEO] — roenxi, 2017-06
相关视频
- AI 会超越人类智能吗?- 与“AI 教父”Geoffrey Hinton · The Royal Institution · 47:15
- 乔·罗根体验 #2255 - 马克·扎克伯格 · PowerfulJRE · 2:50:36
- Y Combinator 的保罗·格雷厄姆在 2014 年 LAUNCH 音乐节上与杰森对话 · This Week in Startups · 55:15
- Hans Rosling 的 200 个国家,200 年,4 分钟 - 统计的乐趣 - BBC · BBC · 4:47
- RailsConf 2016 - 从 Rails 到 Phoenix,Brian Cardarella 主讲 · Confreaks · 28:33
- 史蒂夫·乔布斯:“计算机就像我们大脑的自行车”——迈克尔·劳伦斯电影 · Michael Lawrence · 1:39
- 物理学中最大的误解 · Veritasium · 27:39
- 机器的秘密生活 104 洗衣机 · Retrotv · 25:51
- 为什么世界依赖 ASML 制造芯片印刷机 · CNBC · 18:39
- 无人机送货本应是未来。哪里出了问题? · Wendover Productions · 18:39
- 截肢者借助 APL 模块化假肢创造历史 · Johns Hopkins Applied Physics Laboratory · 4:33
- Neom - The Line - 沙特阿拉伯线性城市的兴衰。 · Patrick Boyle · 32:54
- 向量 | 第1章,线性代数的本质 · 3Blue1Brown · 9:51
- 但什么是傅里叶变换?视觉介绍。 · 3Blue1Brown · 19:41
- 量子阴谋:量子力学普及者不想让你知道的事 · Google TechTalks · 1:03:43
- 第一讲 | MIT 18.06 线性代数,2005 年春季 · MIT OpenCourseWare · 39:49