轉自 #有熊老師
======
剛才，又在幫網友回應
「國中數學的應用問題都是「故意編的故事」，二元一次根本在日常生活中用不到，學這個做什麼？」

我說：
機率論可以幫手機去雜音、幫沒唱功的歌手調音；線性代數和矩陣可以計算生產排程、幫宅配業者規劃路線；

微積分可以用來建立經濟模型、統計學是所有企業主管必備、邏輯學、集合論可以提升寫程式的功力；立體座標的線性變換可以用來製作動畫。

這一些，他如果不會二元一次，連邊都摸不到。

國中數學不是「用不到」，而是用得到的數學都太深了，國中數學只是它們的基礎中的基礎。

所以才沒辦法在生活中找到「合理常見」的例子，所有例子都會很像是「為了計算而編的故事」。

就是因為「用得到的數學太深奧」，在現實中，是有專門的人在幫忙處理；台積電的員工、投資銀行的分析師、APPLE的程式設計師、夢工廠動畫工程師。

就是因為太深奧，一般人不會，所以才需要付那麼多錢給蘋果、給台積電，然後他們也要付很高的薪水給這些數學能力好的員工。

如果他只想要「結帳、收銀」的能力，那他是不一定要會這些沒錯啦；但他也將只具備「結帳、收銀」的數學競爭力，也可能只會得到這種薪水 -- 除非他有其他過人的天賦。

有空可以讓他看看 TED 或 discovery 的影片。

===

其實在各行各業中，也是有那種「用到數學，但又不是用得很深」的、也不是找不到「二元一次」的應用情形；

但真的舉這些情境來出題，一但涉及到專業名詞，比如說「報酬率」、「力學平衡」那學生反而會因為不懂這些而卡住。

比如說幫捷運透過「流量」、「進站人次」去算「發車頻率」，那就又要花很多時間去解釋題目。

( 有點像 PISA 的測驗題，開始算之前，還要先看一段關於北極圈苔類面積北移、和冰層溶解速率的情境設定 …… )

才會變成，不得不去「編故事」來出題。

===
ps. 很多人不知道，台積電其實很需要博士級的數學人材

因為台積電的製程是奈米尺度的，意味著
1. 製作過程有沒有偏差、不良品發生的原因是什麼，肉眼根本沒辦法判斷。

2. 既然肉眼沒辦法判斷，就要讓儀器偵測，這麼小的尺度、數千個感測器一秒傳回一大堆的數據、一天就是上億筆，人力根本難以分析。

所以需要數學家先利用數學理論、建立分析系統，好讓工程師看系統產生的數據
-- 這種處理大量、雜亂、可能無用的數據的數學能力，就是現在正流行的「大數據」。

他的大數據系統 　讓台積電良率打敗三星
http://www.cw.com.tw/article/article.action?id=5080178