救命的数学

个人感触： 1、概率和统计学是需要每个人掌握的，或者至少有一定了解。 2、对于数字使用要严谨，遇到数字要谨慎。 3、算法模型可以做参考，很多时候也很有用，但只要是人做的，就存在当事人的偏见。 看看原文～ ◆ 在数学中，最基础也最重要的元素就是规律。每当你观察世界的时候，你就是在根据你观察到的规律建立模型。 ◆ 我相信最简单也最重要的模型是讲故事和类比。 ◆ 随着我们变老，时间的流逝看起来确实越来越快，我们也越发感到时间不够用。 ◆ 一个与之不同的理论表明，我们对时间流逝的看法取决于我们从环境中获得的信息数量。新的刺激越多，大脑花在处理信息上的时间就越长，在回忆的时候，相应的时间段似乎也会显得更长。这个观点可用于解释为何在事故发生前的瞬间，我们的大脑会像放电影一样以慢动作播放事故的全过程。 ◆ 在这个指数模型中，一个4岁大的孩子在相邻两个生日之间感知到的时间流逝，相当于一个40岁的人过到50岁时感知到的时间流逝。 ◆ 不要急于给自己的人生立下太多目标，在指数模型下，从40岁到80岁之间的40年（包括中年和老年的大部分时间）可能会像你5岁到10岁之间的5年那样飞快地消逝。 ◆ 如果我们已经控制了潜伏变量，对平均值求平均就是可行的 ◆ 背景真空是一个危险的信号。 ◆ 更笼统地说，每当你面对一堆统计数据时，就要问自己一些问题：这些数据比较的对象是什么？搜集这些数据的动机是什么？这些数据全面吗？找到这三个问题的答案并不容易，但只有这样做，你才能确认数据的真实性。如果找不到答案，就说明数据有问题。 ◆ 如果我们在做最终决定之前否定前37%的选项，选中最优选项的概率就会达到最大。此时，你能选中最佳餐厅的概率为37% ◆ 虽然一些最复杂的脑力任务可以用算法解决，但核心问题永远不能分解成一套简单的规则。任何代码或方程都不能模拟出人类本身的真正复杂性。 -- 来自微信读书

可以读一读，最近这类的书很多，比如《算法之美》、《统计数据会说谎》等等，这些都是分析数学在生活中是如何运用的。了解一下这些应用也蛮好的，虽然可能不理解其中的数学算法，但是能知道它们是如何影响我们的生活的，例如传染病的传播、网站算法的推荐等等。 数学其实是人造世界的底色，科学是研究自然界中的规律，数学是描述这些规律的工具，没有数学的发展，就没有科学的发展，现在科学的瓶颈一是我们对世界想象的限制，二是我们的数学描述能力的限制。 数学很多时候是反人性的，与我们的直觉思维有很大的差异。我们的直觉是线性思维，且对极大和极小的数都不敏感，我们能接受的是看的见的，可感知的世界，而这只是世界的一小部分，就像海面上的冰山，只有那么一点点，很大一部分是我们大部分人都无法感知的，而对这一部分的感知很大程度上需要靠数学家。所以我们会觉得数学是最难学的学科，数学家都是神，而事实也确实是这样~

一、核心观点与例证总结 1. 数学的现实力量 • 标记重捕法：通过两次抽样估算蜗牛种群规模，延伸至流行病学模型构建（如新冠传播预测）。 • 指数增长的双刃性： 正面：胚胎细胞40次分裂形成2万亿个婴儿细胞； 负面：原子弹连锁反应（广岛事件）、切尔诺贝利核事故中失控的指数级能量释放。 2. 数学模型的社会应用 • 流行病控制：S-I-R模型揭示隔离与群体免疫阈值（麻疹需92%-95%接种率）；零号病人追踪（埃博拉疫情溯源）。 • 伦理决策：英国NICE机构用“上帝公式”计算成本效益，拒绝高价药诺西那生纳，引发生命价值与经济的争议。 3. 数据陷阱与认知偏差 • 筛查谬误：乳房X光7次检测的假阳性率超50%，揭露“确定性幻觉”危害。 • 统计误导：特朗普误用“黑人犯罪率”数据，忽视基数差异（警察杀黑人概率是黑人的8倍）。 4. 算法与人类博弈 • 贪心算法：迪杰斯特拉算法优化导航路径，但可能陷入局部最优解。 • 遗传算法：模仿自然进化解决背包问题，却因随机性可能劣化结果。 二、客观评价 1. 贡献 • 跨学科启示：打通数学、生物学、社会学壁垒，如用蚁群优化算法解释流行病传播规律。 • 批判性思维培养：揭露媒体数据操纵（如百分比陷阱）、司法误判（检察官谬误）。 2. 局限 • 技术边界：未深入讨论混沌理论对指数模型的修正（如气象预测的不可控性）。 • 伦理简化：成本效益分析（如HPV疫苗推广）未充分考量社会公平性。 3. 现实意义 • 正向：推动公共卫生政策（隔离策略数学验证）、反疫苗谣言破除。 • 风险警示：算法偏见（司法风险评估中的种族歧视）、数据滥用（政治宣传中的生态谬误）。 三、结论 本书以数学为棱镜，折射出科学工具的双重性：既能精准预测疫情、优化决策，也可能因误用加剧社会不公。其价值不仅在于知识传递，更在于唤醒对数学伦理的审慎思考。

在这个日益量化的社会里，掌握一点儿数学知识有助于我们利用数字的力量。简单的规则使我们能够做出最好的选择，并避免最严重的错误。我们对快速进化的环境的思考方式的小小变化，可以帮助我们在面对加速变化时保持冷静，或者适应日益自动化的现实。关于我们的行动、反应和互动的基本模型，可以在未来到来之前帮我们做好准备。 非常喜欢后记中的这段话，虽然数学不是万能的，掌握数学知识和基本规则确实可以帮助我们更好地明辨是非，做出正确选择。

涵盖了微积分、概率论、数学分析等重要数学领域，将核心知识点全面呈现

通俗易懂，在引发读者阅读兴趣与启发思考之间把握平衡，值得多读几遍。 书中介绍了很多数学赋能的例子，从导航、网络搜索一类的小事，到原子弹爆炸、航天飞行这样的大事，“数学几乎支撑着我们的一切事情”。但从更深层次看，更为神秘的是，在人类学会数学之前，数学早就参与甚至支配了宇宙形成和人类进化，如后记说，“人类的生物系统反映了数学恒定不变的规则。”据此推想，我们长10个指头，跟学会以10为单位计算，跟10进制的计算能模拟和解释自然，跟自然神力决定人类要长10个指头，四者之间不但相互关联，而且共同反映了数学恒定不变的规则。遗憾的是，本书只解释了10个指头与以10为基数之间的关系，但对其他并未涉及。 除赋能外，数学也有诸多启示。比如，不要希求找到全局最优解，这可能是个NP问题，但利用贪心算法可以找到局部的最优方案，这是个P问题。偶尔，P=NP。贪心算法也不算贪心，反倒想个隐喻。 除赋能和启示外，本书最重要的是提醒人们对数学祛魅。数学是客观的，但理解和使用数学却是主观的。必须记住，数学的背后隐藏着使用者的善与恶，核心问题永远不能分解成一套简单的规则，任何代码或方程都不能模拟出人类本身的真正复杂性。不能将自己的判断、甚或命运，单纯投注在数据分析和模型预测上，无论它们看起来多么权威严谨。在大数据蜂拥而起、言必称量化的当下，这点至关重要。

要是早一点看到这本书就好了😁倘若疫情爆发前我看过这本书，对于隔离及疾病传播就会有更好的认识和理解。不过还好，希望疫情不再发生，世界上一切安好🤗🤗

一个高中数学考过九分的人（150分满分）吃力的把这本书啃完了，随着年龄的增长，我越来越觉得数学是万物的内核，越来越觉得愧对我中学时候的数学老师，要是再给我一次重新开始的机会，我希望我在我最叛逆的那个年纪没有放弃学习数学。不过还好，按照书里所说的，我有很大概率活得超过人均寿命，我还有机会重新开始。

超级好看。最喜欢检察官谬误这一段，真的是我们大多数人都会犯而且并没有意识到的错误呢。读完这本书终于明白为啥对于data analyzing一直强调再强调data bias的问题，看来严重的时候的确可以是致命的。。。

数学知识影响我们生活的方方面面。