[论文解读] Integrating a Computational Perspective in Physics Courses

Marcos D. Caballero, M. Hjorth‐Jensen|arXiv (Cornell University)|Feb 24, 2018

Experimental Learning in Engineering参考文献 1被引用 4

一句话总结

本文提出将计算作为核心组成部分融入本科物理教育，通过在基础物理课程中嵌入数值方法、符号计算和算法思维等计算问题求解，实现教学改革。借助离散化技术和标准线性代数工具，该方法使学生能更早地探索真实而复杂的物理系统，从而增强概念理解，并与现代科研实践及劳动力市场需求保持一致。

ABSTRACT

In this contribution we discuss how to develop a physics curriculum for undergraduate students that includes computing as a central element. Our contribution starts with a definition of computing and pertinent learning outcomes and assessment studies and programs. We end with a discussion on how to implement computing in various physics courses by presenting our experiences from Michigan State University in the USA and the University of Oslo in Norway.

研究动机与目标

• 应对计算建模在重大科学发现中日益重要的角色所引发的物理学教育中计算能力需求增长的问题。
• 克服尽管STEM职业对计算技能需求上升，但学生计算准备不足的差距。
• 构建一个连贯的跨学科框架，将计算整合到物理、数学和计算科学课程中。
• 通过以算法和计算思维为中心的更广泛、更实用的方法取代传统解析问题求解，提升学生的学习效果。
• 通过在入门课程中早期引入真实物理问题和计算工具，加强基于研究的教学。

提出的方法

• 广泛定义'计算'，涵盖数值算法、符号计算，以及与解析解并行的实证与数值实验。
• 通过连续物理问题的离散化实现计算视角，例如使用有限差分法求解二阶导数。
• 利用标准线性代数和特征值求解器，求解如振动弦或量子阱等复杂系统。
• 将编程和计算项目整合到核心物理课程中，以强化概念理解与问题求解能力。
• 协调物理、数学和计算机科学系的学习目标，确保一致性，并早期引入编程教学。
• 利用符号计算工具（如Python的SymPy）将数值结果与解析解对比，以验证代码正确性。

实验结果

研究问题

• RQ1 如何系统性地将计算整合到本科物理课程中，以增强概念理解与问题求解能力？
• RQ2 应在物理学位课程中嵌入哪些关键计算能力学习成果？
• RQ3 与传统解析方法相比，计算问题求解在多大程度上提升了学生对物理系统的洞察力？
• RQ4 如何设计计算项目，使其在早期本科课程中与正在进行的研究和现实世界应用相联系？
• RQ5 在物理和数学课程中，评估计算能力的有效策略有哪些？

主要发现

• 对连续物理问题进行离散化，使学生能更早地探索更广泛的真实复杂系统。
• 当计算方法与解析解结合时，可为验证数值算法提供稳健框架，提升代码可靠性。
• 将计算整合到基础物理课程中，可使学生早期接触类似研究的问题，从而提高参与度与洞察力。
• 通过物理、数学和计算机科学系的协同合作，实施跨学科计算教学，可实现更好的学习目标对齐与学生准备度提升。
• 计算问题求解通过强调算法思维与数值探索，而非机械的解析推导，促进了对物理原理的更深层次理解。
• 该方法支持发展雇主在公共和私营部门高度看重的技能，特别是在数据分析、建模和高性能计算方面。