Re: [請益] 看懂微積分,就會寫程式???

看板Soft_Job作者wendly777 (小水)時間14年前 (2012/01/01 02:27)推噓6(6推 0噓 25→)

留言31則, 10人參與討論串28/49 (看更多)

小弟還是就本題發表一點小小的看法寫程式是否需要高深數學? 答案:不需要也可以寫程式大部分資工背景的人或微積分沒學好的人就可以勝任大部分資訊領域的工作但是不同背景的人同樣也可以對資訊領域提供不同角度的額外solution 而且效果往往是特好的所以我覺得擁有數學或任意專業背景是具有自己獨特的優勢當然必須要有學好為前提而且要懂得用自己的優勢舉個例子: G-sensor有noise 玩遊戲時會抖動在研究了所有的暫存器並把廠商的FAE叫過來討論最後結論是他們的晶片有提供filter功能但是沒辦法完全濾掉最後解法當然就是想辦法加一個low-pass filter 方法當然有很多種一般RD想到的當然就是弄一個buf把值存下來然後算平均值再把值丟出去這是最簡單不過的filter 但是在sampling rate沒辦法提高的情況下(已經最快) 這樣做的結果會讓sensor的反應變慢而且效果也沒有很好印象中在學數位控制時沒記錯的話在sampling rate 比高頻雜訊還低的情況下是沒辦法濾掉高頻雜訊的因為運氣差時 1秒鐘剛好都抓到最大值 1秒鐘剛好都抓到最小值那還是會亂飄當sampling rate遠高於雜訊時你才有機會保證抓到的數據是平均分布算出來的平均值才有意義所以我想到以前學非線性控制時有一個簡單的元件那就是齒輪齒輪有齒距的效應當雜訊的大小..小於齒距時物體就不會轉動不管低頻還是高頻但是齒距效應當然會影響反應齒距太大的話反應會很差很幸運的觀察這個雜訊的大小幾乎只有正負2以內所以加了一個齒輪當控制器齒距為2 確實就完全濾掉雜訊了反應也很即時齒輪的影響也不大最後我很好奇這種filter應該不是我第一個想到所以google一下確實有相關的論文真正的名稱叫做dead-zone filter 打了這麼多航太-自控背景跟資工背景讓我重選我還是會選前者因為認真工作一兩年後自認已經可以幹掉"一般"資工背景的人當然入門有運氣加持剛入門也很辛苦另外一個原因我已經是航太-自控腦了可是如果我當初踏入資工我想我一輩子也不會去摸到自控/dynamic 這跟天資無關而是我認為資工背景的人確實很難會想去摸那些因為會變資工腦另外航太-自控背景是否有辦法跟我一樣懂得自high 也許真的一輩子用不上自控結論: 以我自己本人來說我往往能解決資工人無法解的問題所以我認為加分很多但這算是特例對99.99%的人不適用所以我才有多這一項優勢微積分不學好還是可以寫好程式但認真學好微積分的人能學好程式的機率比較高我認為真的是態度問題如果微積分二~三修是因為每天都在瘋狂寫程式那程度可能比微積分第一名強找一百組微積分第一名跟微積分最後一名PK程式我相信第一名贏的機率一定比較高學生還是認真學好每一科比較實在另外學好任何一門學問凡走過必留下痕跡我相信沒有無用的學問只有不會用的人以上是對在學學生來說已經出社會的人也真的沒必要特地去學這些了加分的機率不大也很難學得起來除非你真的遇到再慢慢學吧 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 114.24.101.162 ※ 編輯: wendly777 來自: 114.24.101.162 (01/01 02:31)

→

YuYuHo

01/01 03:58, , 1^F

01/01 03:58, 1^F

→

YuYuHo

01/01 03:59, , 2^F

01/01 03:59, 2^F

→

TonyQ

01/01 07:23, , 3^F

01/01 07:23, 3^F