鸟人的学习笔记

思想实验：磁电学？

Sat, 16 May 2026 16:09:11 GMT

序章另一条路 "物理学定律具有超越人类历史偶然性的客观内核——无论你从'电'还是'磁'的大门踏入，殿堂里的麦克斯韦方程组都在那里，不生不灭。" 在我们熟悉的历史中，电的故事从一块琥珀开始。公元前六世纪，泰勒斯注意到摩擦过的琥珀能吸引轻小物体——静电，人类最早捕捉到的电现象。两

静电力和静磁力可以统一吗？

Sat, 16 May 2026 15:18:50 GMT

第1章电荷与守恒定律本章核心思想：电荷守恒并非经验巧合，而是源于物理定律的深层对称性——U(1) 规范不变性。理解这一点，就理解了物理学"对称性决定守恒律"这一最根本的逻辑。 1.1 为什么物质是电中性的？日常生活中，你拿起一支笔、触摸一张桌子，并不会感受到静电力的作用。这是因为宏观物质在常态

提高篇：蒙特卡洛模拟

Sat, 16 May 2026 13:41:11 GMT

前言蒙特卡洛方法是一类基于随机抽样的数值计算方法。它的核心思想朴素而强大——如果你想知道某个复杂系统的性质，不需要推导精确公式，让计算机随机生成大量样本然后统计结果即可。对于熟悉传统统计学方法但需要处理高维积分、复杂优化、随机系统仿真等问题的人来说，蒙特卡洛方法是不可替代的工具。适用读者本教程

提高篇：大数据集分析预处理

Fri, 15 May 2026 14:32:40 GMT

第0章前言 0.1 为什么需要数据预处理？在数学建模和数据分析竞赛中，原始数据往往是"脏"的：缺失值、异常值、高维稀疏特征、类别不平衡……这些都会让后续的建模过程举步维艰。数据预处理是连接原始数据与有效模型之间的桥梁。它不是建模的附属步骤，而是决定模型上限的关键环节——正如一句老话所说： G

光学

Fri, 15 May 2026 05:15:59 GMT

第1章相干光 1.1 问题的提出在力学和电磁学中，我们已经建立了波的叠加原理：两列波在同一空间区域传播时，合振动等于各分振动的矢量和。对于光波这一电磁波而言，叠加原理自然引出一个问题：两束光叠加时，是否也会产生干涉现象——即空间中某些位置始终加强、某些位置始终减弱，形成稳定的明暗条纹？日常经

波动

Fri, 15 May 2026 04:58:28 GMT

第1章机械波的基本概念 1.1 机械波的形成机械波是机械振动在弹性介质中的传播。当介质中某一点受到扰动而偏离平衡位置时，由于介质内部各质点之间存在弹性相互作用力，该扰动会依次传递给邻近质点，从而形成波的传播。形成机械波必须同时具备两个条件：波源：做机械振动的物体，提供波的能量和频率介质

振动

Fri, 15 May 2026 04:28:57 GMT

第1章引言——什么是振动 1.1 振动的定义振动（Vibration/Oscillation）是指物理量在某一平衡位置（或平均值）附近做往复性变化的运动形式。振动的关键特征：平衡位置：系统所受合力为零（或合力矩为零）的位置，系统倾向于回到该位置 <

提高篇：时间序列模型的高级求解方法

Thu, 14 May 2026 15:54:33 GMT

前言本教程是时间序列建模的进阶篇。如果你已经通过基础篇掌握了 ARIMA、SARIMA、指数平滑等经典统计方法，那么本教程将带你进入机器学习与深度学习的领域——用树模型（XGBoost、LightGBM）和序列模型（LSTM、GRU、TCN）解决更复杂的时间序列预测问题。与统计方法不同，机器学习

提高篇：Scipy库求解智能优化问题模型方法

Wed, 13 May 2026 09:39:48 GMT

前言 scipy.optimize 是 Python 科学计算生态中最通用的优化求解入口。它覆盖了从局部搜索到全局优化、从无约束到带约束、从连续变量到参数拟合的完整场景。对于数学建模竞赛选手来说，它是最轻量、最开箱即用的优化工具链——无需安装额外的求解器，一个 pip install scipy 即

入门篇：Numpy和Pandas数据处理入门

Wed, 13 May 2026 08:01:55 GMT

前言 Python 的数据科学生态中，NumPy 和 Pandas 是不可或缺的两大基石——前者提供了高性能的多维数组和数学运算能力，后者提供了灵活强大的数据框操作接口。无论是数据清洗、探索性分析、特征工程，还是模型输入准备，几乎所有数模流程的第一步都离不开这两个库。然而，许多同学在初学时会面临以

提高篇：Scikit-learn库求解传统机器学习模型方法

Wed, 13 May 2026 07:12:47 GMT

前言 Scikit-learn是 Python 生态中最成熟的机器学习库。它提供了一致的 API 接口、丰富的算法实现和完善的工具链，覆盖了从数据预处理、模型训练到评估优化的完整流程。对于学习机器学习的学生来说，sklearn 是最实用的入门工具。适用读者本教程面向学习数学建模的学生。如果你已经

基础篇：Statsmodels库求解时间序列模型方法

Wed, 13 May 2026 05:23:57 GMT

前言 statsmodels 是 Python 生态中最全面的统计分析库之一，其时间序列模块（tsa）涵盖了从经典 ARIMA 到现代状态空间模型（SARIMAX）的完整工具链。对于需要在数模竞赛中快速完成时间序列建模与预测的人来说，statsmodels 提供了从数据探索、参数识别、模型拟合、残差

基础篇：SciPy库求解微分方程模型数值解方法

Wed, 13 May 2026 04:08:51 GMT

前言 0.1 为什么用微分方程建模微分方程是描述变化率的数学语言。在现实世界中，绝大多数现象的本质不是静态的"是什么"，而是动态的"怎么变"——人口的增长速率、疾病的传播速度、弹簧的振动频率、化学反应的消耗速率……这些都可以用微分方程精确刻画。数学建模竞赛中，微分方程模型是最核心、最高频的题型之

基础篇：Scikit-learn库求解聚类分析和主成分分析模型方法

Wed, 13 May 2026 02:54:01 GMT

前言关于本教程本教程是面向有一定 Python 编程基础、希望掌握无监督学习方法的读者的 Scikit-learn 聚类与降维教程。共九章，从聚类分析的三大经典算法（K-Means、DBSCAN、层次聚类）出发，系统讲解主成分分析（PCA）与 Kernel PCA，最后通过综合案例展示"先降维、

基础篇：Statsmodels库求解回归模型方法

Tue, 12 May 2026 15:24:57 GMT

前言关于本教程本教程是一篇面向有一定统计学基础和 Python 编程能力的读者的 statsmodels 回归分析教程。共九章，从最基础的 OLS 线性回归出发，逐步深入到广义线性模型（GLM）、稳健回归（RLM）、分位数回归（QuantReg）、混合效应模型（MixedLM），最后系统讲解模型

基础篇：Pulp库求解规划模型方法

Tue, 12 May 2026 11:41:04 GMT

前言 PuLP 是 Python 生态中最流行的线性规划与整数规划建模库之一。它将优化问题的数学建模转化为简洁的 Python 代码，底层自动调用 CBC、Gurobi、CPLEX 等求解器进行计算。对于熟悉线性规划理论但希望用代码快速实现的人来说，PuLP 是首选工具。适用读者本教程面向已经了

入门篇：Matplotlib绘图入门

Tue, 12 May 2026 10:35:33 GMT

前言 Matplotlib 是 Python 生态中最经典、使用最广泛的数据可视化库。自 2003 年发布以来，它已经成为数据科学家、科研工作者和工程师的标准工具之一。无论是探索性数据分析、学术论文配图，还是数学建模竞赛中的结果展示，Matplotlib 都能提供强大而灵活的绘图能力。然而，Mat

同一道题，两种境界：当几何直观遇上微积分

Tue, 12 May 2026 07:58:54 GMT

题目给你两个椭圆，一个横着，一个竖着：

入门篇：Python环境配置指南

Sun, 12 Apr 2026 15:26:00 GMT

1.1 PyCharm 下载官方地址：https://www.jetbrains.com.cn/pycharm/download/?section=windows 建议下载 Community（社区版），免费且功能满足数学建模需求 1.2 Anaconda