[论文解读] Scientific Computing with Open SageMath not only for Physics Education

Dominik Borovský, Jozef Hanč+1 more|arXiv (Cornell University)|Aug 14, 2023

Computational Physics and Python ApplicationsComputer Science被引用 3

一句话总结

本文展示了SageMath作为一种免费、开源的科学计算平台，通过支持符号计算、数值求解和复杂物理问题的可视化，增强了STEM教育。通过将SageMath整合到物理和跨学科课程中，学生和教育工作者能够获得一种强大且具备研究级功能的工具，支持STEM领域内的互动学习、建模和问题求解。

ABSTRACT

Nowadays interactive digital scientific environments have become an integral part of scientific computing in solving various scientific tasks in research, but also STEM education. We introduce SageMath or shortly Sage -- a free open Python-based alternative to the well-known commercial software -- in the frame of our course Methods of Physical Problems Solving for future scientists and science teachers. Particularly, in the 1st illustrative example from the Physics Olympiad, we present Sage as a scientific open data source, symbolic, numerical, and visualization tool. The 2nd example from the Young Physicists' Tournament shows Sage as a multimedia, modeling, and programming tool. By employing SageMath as an open digital environment for scientific computing in the education of all STEM disciplines, teachers and students are empowered not only with a universal educational tool, but a real research tool, enabling them to engage in interactive visualization, modeling, programming, and solving of authentic, complex interdisciplinary problems, thus naturally enhancing their motivation to pursue science in alignment with the core mission of STEM education.

研究动机与目标

• 通过整合先进的数字工具，应对STEM教育中日益增长的跨学科、现实世界问题解决能力的需求。
• 通过引入一个开放、可访问且具备研究能力的计算环境，克服传统教学方法的局限性。
• 通过真实、复杂的物理问题，为未来科学家和科学教师提供科学计算的实践经验。
• 展示SageMath在高级物理问题（如Wilberforce摆）的符号计算与数值计算中的有效性。
• 通过基于Jupyter的交互式计算笔记本，支持翻转课堂和项目式学习等创新教学模式。

提出的方法

• 采用SageMath作为统一的计算环境，将Python与现有开源科学计算库（如NumPy、SciPy、SymPy、Matplotlib）集成。
• 使用Jupyter笔记本创建交互式、叙事丰富的计算文档，结合代码、可视化结果和解释说明。
• 实施符号计算，推导并操作机械系统的拉格朗日方程，减少人工代数计算中的错误。
• 应用数值求解器（如`desolve_odeint`，用Fortran优化）求解具有通用初始条件的微分方程。
• 在Sage中开发可重用的Python函数，自动化问题求解工作流，例如从系统能量表达式自动生成拉格朗日方程。
• 通过实时图形可视化将符号解与数值模拟结果进行对比，验证结果的正确性。

Figure 1: Screenshots of the Sage use in solving a problem from 63th Slovak Physics Olympiad, category C.

实验结果

研究问题

• RQ1 SageMath如何有效整合到STEM教育中，以支持跨学科问题解决？
• RQ2 与人工计算相比，SageMath在求解复杂物理问题时，能在多大程度上降低认知负荷和错误率？
• RQ3 SageMath能否作为学术和研究环境中商业计算机代数系统（CAS）工具（如Mathematica或Maple）的可行开源替代方案？
• RQ4 在Jupyter笔记本中使用SageMath如何提升学生在物理和数学教育中的参与度和学习动机？
• RQ5 在STEM课程中，使用SageMath实施探究式学习和项目式学习具有哪些教学优势？

主要发现

• SageMath能够准确高效地进行拉格朗日方程的符号推导，显著降低复杂分析力学问题中的人为错误风险。
• 使用SageMath中的`desolve_odeint`求解Wilberforce摆方程的数值解，其结果与解析解一致，研究中通过图形对比得到验证。
• 具备基础Python知识的学生能够成功在SageMath中实现和修改计算工作流，以解决高级物理问题，表明其对初学者具有良好的可及性。
• SageMath与Jupyter笔记本的集成，通过允许学生使用交互式、带注释的计算文档，支持混合式和翻转课堂教学模式。
• SageMath通过支持快速可靠的数值解，使物理系统在一般条件下的探索成为可能，突破了分析方法的限制。
• 该平台支持真实的研究级计算，如通过高精度和高速度成功计算伽马差分布，得到验证。

Figure 2: Screenshots of the Sage use in solving a problem from 63th Slovak Physics Olympiad, category C.