科学空间|Scientific Spaces

对于教育界来说，在二月自招是一个热门的话题。各个高效的自主招生考试都在二月如火如荼地开始了。前几天山东大学的考试以及复旦大学的“千分考”都已经进行了，明天“北约”和“华约”都将举行它们的自招笔试。BoJone作为去年夏令营营员的一份子，也有机会去参加北大的笔试。

由于明天八点就开始考试了，所以我得提前一天出发。已经看过前几年的题目和一些模拟题，我知道难度还是有的，心情也有些忐忑。毕竟这是一次“小高考”般的考试。但是情绪波动却不会很大。在过去的一两年里，我已经经历了许许多多（尤其是考试），偶尔有一些零碎的成功，但更多的是失败，于我而言，最重要的，是经验、体验。在人生的每一个驿站上，停留，赏景。

其实，真正快乐的不是成绩，而是用心投入到科学中，为自己取得一点点微不足道的成绩而高兴。

没有什么事情是不可挽救的，我欣赏刘欢的《从头再来》：心若在，梦就在，天地之间还有真爱；看成败，人生豪迈，只不过是从头再来...人生值得后悔的事情太多，也太少。

加油！

北大这次也太不够朋友了，华约、卓越的成绩昨天就已经出来了，北大的今天才查到（不知道它是昨晚公布还是今天早上公布的），着急等待了一整天。千呼万唤，总算出来了。

很遗憾地告诉大家，就目前的情况来看，北大自招是没戏了。271的总分，很难被通过...

自主招生 成绩

点击阅读全文...

生日祝福

2012年3月28日，我19岁了。

三月是一个很美的月份，我的很多值得纪念的日子都在三月发生，还有好友们都在三月接二连三地生日，几乎让我措手不及了，呵呵。我的同桌黄金，好友家益，我的好妹妹凤儿还有我自己都在这个月成为十九岁的孩子了。算起来，我应该是“最年轻”的了^_^

3-25-聚餐合照

我的生日收到了许多人的祝福，这让我觉得很意外，我一直觉得，我不善于人际交往，所以不应该会有太多人关注我，但惊喜在我身上发生了。谢谢大家。（除了凤儿之外，因为我们俩说过永远不互说谢谢）

人生如梦，繁星流动，和你同路，从不相识开始心接近，默默以真挚待人......这是《朋友》的歌词，也是我们之间的真实写照。感谢上天，让我的人生之路上有你们的相伴，人生因为你们而更加精彩。愿能够与你们一起度过、奋斗过更多的日子！我们相约，我们是一辈子的朋友！

点击阅读全文...

量子力学中有一个很诡异的函数——Dirac函数，它似乎在物理的不少领域都有很大作用，它也具有明显的物理意义，但认真地看它却又感觉它根本就不是函数！这个“似而非是”的东西究竟是什么呢？让我们从一个物理问题引入：

设想一条质量为1，长度为$2l$的均匀直线，很显然直线的密度为$\rho=\frac{1}{2l}$；将直线的中点放置于坐标轴的原点，我们就有
$$\rho(x)=\left\{ \begin{array}{c}\frac{1}{2l} (-l \leq x \leq l)\\0 (x < -l , x > l)\end{array}\right.$$

所以有
$$\int_{-\infty}^{+\infty} \rho(x)dx=1$$

点击阅读全文...

偷空上来写写心情^_^

还有15天

点击阅读全文...

轻轻地，它来了；悄悄地，它走了。似乎不带来一点东西，也没有留下一点痕迹，除了那珍贵的回忆。

仰望天空

06月07日、08日，两个一直以来于我而言都很神秘而神圣的日子，在前天、昨天和他们相遇了。一切来得那么不知不觉，似乎只有一瞬间，那传说中一个人生的转折点便过去了。然而，只有经历过才发现，它并没有那么神秘，它并没有那么令人颤抖，甚至，它只是很普通的一场测验而已。

点击阅读全文...

方轮自行车

你见过正方形轮子的自行车吗？一般认为，只有圆形的车轮才能使我们的车子平稳向前移动，但这只是针对平直道路而言的。谁规定路一定是平的？只要铺好一条适当的道路，正方形车轮的自行车照样可以平稳前行！本文就让我们为方轮自行车铺一条路。

其实，方轮自行车已经不是新鲜玩意了，它早已出现在不少科技馆中。从图片中可以看到，它的特殊轨道是有许多段弧组成的，每一段弧的长度等于正方形的边长。车轮前行时，正方形会保持与弧形相切（确保不会打滑）。这样的路的形状是什么曲线呢？很幸运，它并不十分复杂，而且让人意外的是，它就是我们之前已经研究过的“悬链线”！原来，要设计这样的一个曲线的轨道，不需要多么高深的设计师，只需要我们手拿一条铁链，让它自由垂下......

点击阅读全文...

前言

在之前的一些文章中，我们已经指出过现行教材的一些毛病。比如主次不当（最明显的是那些一上来就讲线性方程组的线性代数教程）、缺乏直观性、缺少引导性等，我想其中最主要的原因可能是过于随大流了，别人怎么编我们也跟着怎么编，缺乏自己的观点和逻辑，因此导致一些常见的毛病就一直流传了下来。也许正因如此，就导致了有那么一种奇怪的现象——明明有一种计算量少的、精确度高一些的方法，教科书几乎从未提及；另外一种计算量稍大、精确度稍低的方法，但每一本同类教科书都讲述了它。不能不说这是一个“未解之谜”......

本文要讲的就是这样的两种方法，它们分别是用来求定积分近似值的“中点矩形法则”和“梯形法则”。对于后者我想绝大多数学习过微积分的朋友都会有印象，它就是那个几乎出现在了所有微积分教材的方法；而前者我相信不少读者都未曾听闻，但让人意外的是，它的计算量稍低，精确度却稍高。本文就简单介绍这两种方法，并且比较它们的精度。而本文的独特之处在于，证明过程沿用了《复分析:可视化方法》的思路，使用几何方法漂亮地估计误差！

我们的目标是在难以精确计算的情况下，通过一定的方法求出$\int_a^b f(x)dx$的近似值，这些方法基本上都是利用了积分即面积的思想。

两种不同的方法

点击阅读全文...