Re: [其他] 要怎麼知道自己適不適合數學系 ?

[hcsoso (索索)]

已經有不少版友的分享, 其中不乏數學本科出身的;
我試著補充由當初沒有選擇數學系, 大學繞了一圈最後回到數學的人的觀點.

沒有人不適合讀數學, 只是興趣, 以及讀得好不好的問題.
要不要選擇數學系與以後會不會讀數學也許沒有很大的關係,
不是數學系仍然能夠讀數學, 也許只是少了大學全心投入數學的時間而已.
因此要不要讀數學系應該由未來你想做些什麼來考量.

我大學念資訊, 和物理可以並列是使用數學數一數二深的學科.
念這樣的科系的好處是可以見到數學在其他領域可以有多深多廣的應用;
以理論資訊科學來說, 雖然絕大部分都使用離散數學 (也就是研究有限結構的學問),
近年來非常多使用分析, 代數, 機率方法來處理傳統的離散問題.
因此到頭來數學有足夠的根基, 讀理論資訊科學就會有其他人不能比的深度.
從這領域的頂尖會議與期刊論文就可以看到, 好的論文基本上都使用了夠深的數學
來處理一些傳統離散不能解決的問題.

如果你對連結不同的領域興趣高過在一個領域專精,
那麼考慮大學與研究所讀不同的科系也許是個辦法.
而我個人認為數學要讀好所所花的時間是多的,
如果用大學四年好好打基礎, 之後要轉其他領域並不是難事.
至少因為大學會有不少必修課, 如果打算跨領域那資訊系的課不一定都是你想要的,
但數學系的課不管在學什麼, 都可以打好數學底子.
自己念過來的心得是如果當初念數學系, 也許會比現在有更好的基礎.
當然這都是無法得知的; 要不是我念資訊, 就不會碰到我大學的恩師了 :)

最後附上理論資訊科學的範圍:

 ‧ Theory A
    計算理論 (computability theory)
    複雜度理論 (complexity theory)
    演算法與資料結構 (algorithms and data structures)
    計算幾何, 代數, 分析, 拓撲
    (computational geometry, algebra, analysis, topology)
    形式語言與自動機理論 (formal languages and automata theory)
    訊息理論 (information theory)
    數值分析 (numerical analysis)
    賽局論 (game theory)

 ‧ Theory B
    程式語言理論 (programming language theory)
    機器學習 (machine learning)
    人工智慧 (artificial intelligence)
    分散式計算 (distributed computing)
    量子計算 (quantum computing)
    計算金融 (computational finance)
    密碼學 (cryptography)

也許現在並不清楚這些是什麼東西, 不過沒有關係;
列出這些領域只是要表達, 不論你最後是走向純數, 或是走應數,
有好的數學基礎永遠不是件壞事; 有許許多多的領域等著你!
所以如果真的對數學沒有排斥, 是能夠想一個問題想好幾天的人,
我想讀數學系不會是壞的選擇. 畢竟, 數學要的是努力.
其他東西都好學, 就是數學沒有趁現在有許多時間與心力能投入,
那將來想學時, 也不一定有機會再學了!

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 220.133.15.15
→ ic6413      :無法想像會用到分析=.=
→ hcsoso      :有的! 例如 resourece bounded measure theory,
→ hcsoso      :將一般分析的 measure theory 限制在某些 complexity
→ hcsoso      :class 中, 好比較 complexity class 之間的大小.
→ hcsoso      :可以看看 wiki 的 Resource bounded measure 條目!
→ hcsoso      :另外像 Analytic combinatorics 之類用分析的方式
→ hcsoso      :解數論相關的問題, 再用到組合學之中. Terence Tao
→ hcsoso      :可是這方面的翹楚!