618这个数字吉利吗(18这个数字为什么不吉利)

wangge888 2 0

618这个数字吉利吗(18这个数字为什么不吉利)-第1张图片-旺哥开店网

  

上次我们探讨到数字时代重要的数学思维,   

  

今天我们再来看看数学是如何应用到实际工作中的。   

  

  

  

0.618这个神奇数字大家应该都很熟悉,   

  

就是我们常说的黄金分割点,应用广泛,   

  

如建筑帕特农神庙、雕塑断臂的维纳斯、名画蒙娜丽莎的微笑…   

  

帕特农神庙   

  

而它在工业生产的实际应用也很普遍,   

  

我国著名数学家华罗庚先生在1971年出版了《优选法平话论》,   

  

是数学实际应用工业生产的典型标杆。   

  

当时各行各业从业人员普遍知识水平不高,连最基础的数学题目都无法求解,   

  

华先生总结经验,把数学变得非常简单,制定出“优选法”。   

  

  

  

高手和一般人的最大区别就在于:   

  

高手不仅能够研究复杂的理论问题,还能够为复杂的实际问题,   

  

找到简单的、可重复使用的解决方法。   

  

  

  

何为“优选法”?让我们看一个实际案例。   

  

七八十年代,当时炼钢要加入碳元素使强度达到最高,   

  

假定已经理论上计算出每吨要加的量在1000克-2000克之间,   

  

如果按照常理做实验,也就是“穷举法”,   

  

每次增加1克,要重复试验1000次,才能找到最优解。   

  

这还是单因素(只有一个影响因子),如果有2个、5个、10个因素…   

  

优选法就是通过神奇数字“0.618”来求解。   

  

先用一个纸条,刻度表达为1000克-2000克,   

  

  

  

然后在0.618的地方画一条线,也就是1618克,按1618克做一次实验。   

  

再把纸条对折,与1618重合的地方再画一条线,就是1382,   

  

  

  

再按1382克做一次实验。   

  

两次实验结果进行对比,如果1382克实验结果好,   

  

我们就在1618克处,把其右边的纸条减掉,   

  

  

  

再依中对折起来,又可划出一条线在1236克处,   

  

再按1236克做一次实验,再对比实验结果…   

  

  

  

如此往复,最终找到最优的碳元素量值。   

  

  

  

优选法大大提升了问题解决的效率,   

  

这在理论上是可以严格证明的,   

  

比如做5次实验,可以将范围缩小到原来的9%,   

  

6次实验,可以将范围缩小到原来的6%以下。   

  

当然,影响因素一多,也会稍微复杂一些,   

  

比如两个因素就会拓展到“面”,三个因素会拓展到“体”。   

  

  

  

  

  

优选法无需有较深的数学基础,   

  

简单的加减法+“折纸”,当时得到了极大的普及。   

  

  

  

我们回顾“优选法”的过程,其本质是“建模”(实验设计),   

  

研究如何通过最少的实验次数找出最优解。   

  

目前商业应用中各种算法的实现前提就是建模,   

  

这也是我们要培养数学思维的一个重要切入点。   

  

  

  

后续的各种实验设计,要复杂的多,   

  

比如6Sigma方法论中的“DOE”,   

  

是研究多因素优化实验的一种科学方法,   

  

但是,由于是“完全实验”,实验次数多,成本较高,   

  

后来,日本著名统计学家田口玄一设计出“田口实验”,   

  

大大减少了实验次数,提升了效率。   

  

  

  

上面所提及的优选法和DOE,   

  

解题思路都是我们前面提过的一个通用方法论:   

  

现实问题转化为数学问题,然后通过数学问题求解,最终找到现实问题解,   

  

现实问题->数学问题->数学解->现实解。   

  

  

  

最后,   

  

数字化转型,需要思维模式的转变,   

  

数据思维是其中重要的一个模式,   

  

数据思维的基础就是数学,   

  

无论是作为企业的决策人还是管理者,   

  

都应建立自己的数学思维模式,   

  

培养自己用数学动态的眼光看世界,   

  

拨开迷雾,看透本质。   

发表评论 (已有0条评论)

还木有评论哦,快来抢沙发吧~