计算机中的数学 大学数学与工业实践深度解析Part 1 结课篇作业课后一定要去查阅今年的原论文并尝试复现。看不懂原论文复现不了对不起。一、 概率论与数理统计从代码到理论1. 独立同分布 (I.I.D.) 与大数定律2. 蒙特卡洛方法 (Monte Carlo Method)工业意义在量化金融中蒙特卡洛用于期权定价如 Black-Scholes 模型难以解析求解时在 AI 中它是扩散模型Diffusion Models逆向去噪过程的数学基础。二、 工业界核心算法与数学公式深度拆解1. Transformer 与自注意力机制 (Self-Attention)这为理解大模型的长程依赖和稳定性提供了新的数学工具。2. Adam 优化器 (Adaptive Moment Estimation)3. 矩阵分解与推荐系统 (Matrix Factorization)4. PageRank 算法与马尔科夫链5. 椭圆曲线密码与后量子密码 (ECC PQC)6. 傅里叶变换 (Fourier Transform)三、 总结1. 核心思想分解与逼近从微积分、泰勒展开、傅里叶变换到矩阵分解、SVD、低秩近似数学的本质是一种“分解与逼近”的思想。试图用简单的、低维的、已知的东西去逼近复杂的、高维的、未知的东西。2. 知识图谱的线性逻辑Transformer建立在矩阵乘法上。Adam建立在梯度下降上。推荐系统建立在矩阵分解上。PageRank和密码学建立在特征值、数论上。傅里叶变换建立在积分上。