نقش ریاضیات در مهندسی ُ نکته های انتخاب رشته

نگاهی نو به رابطهٔ میان زبان اعداد و جهان فناوری

 

بسیاری از دانش‌آموزان هنگام انتخاب رشته‌های مهندسی با این پرسش روبه‌رو می‌شوند که «چقدر باید ریاضی بدانم؟» یا «کدام رشته‌های مهندسی ریاضی بیشتری دارند؟». این پرسش‌ها اگرچه مهم‌اند، اما گاهی از زاویه‌ای نادرست مطرح می‌شوند. مسئلهٔ اصلی آن نیست که یک مهندس چند فرمول حفظ کرده یا چند معادله حل می‌کند. مسئلهٔ اصلی آن است که ریاضیات در مهندسی چه نقشی ایفا می‌کند و چرا فهم عمیق آن می‌تواند مرز میان یک مهندس معمولی و یک مهندس برجسته را رقم بزند.

 

در نگاه سطحی، ریاضیات مجموعه‌ای از فرمول‌ها و محاسبات است. اما در نگاه مهندسی، ریاضیات چیزی بسیار فراتر از این‌هاست. ریاضیات زبان مدل‌سازی، پیش‌بینی و تحلیل است. مهندس پیش از آنکه پلی بسازد، یک موتور طراحی کند یا سامانه‌ای هوشمند توسعه دهد، باید بتواند رفتار آن را در ذهن و روی کاغذ پیش‌بینی کند. این همان جایی است که ریاضیات به ابزاری بنیادین تبدیل می‌شود.

 

ریاضیات؛ زبان پنهان مهندسی

 

تقریباً هر پدیدهٔ مهندسی را می‌توان به نوعی مدل ریاضی تبدیل کرد. حرکت یک هواپیما، توزیع تنش در یک ساختمان، انتقال حرارت در یک نیروگاه، رفتار یک مدار الکترونیکی یا حتی جریان اطلاعات در یک شبکهٔ رایانه‌ای همگی با کمک مدل‌های ریاضی تحلیل می‌شوند.

 

به همین دلیل، ریاضیات در مهندسی صرفاً یک درس دانشگاهی نیست. ریاضیات در واقع زبان مشترکی است که شاخه‌های گوناگون مهندسی با آن سخن می‌گویند. هرچه مهندس این زبان را بهتر بفهمد، توانایی بیشتری برای تحلیل مسائل پیچیده خواهد داشت.

 

نکتهٔ مهم آن است که ارزش ریاضیات تنها در انجام محاسبات نیست. امروزه نرم‌افزارها بسیاری از محاسبات را انجام می‌دهند. آنچه اهمیت دارد، فهم مفاهیم پشت این محاسبات است. مهندسی که مفهوم یک مدل را درک نمی‌کند، حتی اگر از پیشرفته‌ترین نرم‌افزارها استفاده کند، در تحلیل نتایج دچار خطا خواهد شد.

 

آیا همهٔ رشته‌های مهندسی به یک اندازه به ریاضی وابسته‌اند؟

 

پاسخ کوتاه منفی است. اگرچه تقریباً همهٔ شاخه‌های مهندسی به ریاضیات نیاز دارند، اما میزان وابستگی آن‌ها به مفاهیم ریاضی یکسان نیست.

 

برخی رشته‌ها بر پایهٔ مدل‌سازی‌های پیچیده و نظریه‌های ریاضی بنا شده‌اند، در حالی که برخی دیگر بیشتر به طراحی، اجرا، مدیریت یا کاربردهای عملی نزدیک‌اند.

 

البته باید توجه داشت که این مقایسه نسبی است. هیچ رشتهٔ مهندسی را نمی‌توان کاملاً مستقل از ریاضیات دانست.

 

رشته‌هایی که بیشترین وابستگی را به ریاضیات دارند

 

در میان شاخه‌های مهندسی، معمولاً مهندسی برق، مهندسی کامپیوتر در برخی گرایش‌ها، مهندسی هوافضا و مهندسی کنترل در زمرهٔ ریاضی‌محورترین رشته‌ها قرار می‌گیرند.

 

در مهندسی برق، مفاهیمی مانند معادلات دیفرانسیل، تبدیل لاپلاس، آنالیز سیگنال‌ها، احتمال، آمار و جبر خطی به‌طور گسترده مورد استفاده قرار می‌گیرند. بسیاری از سامانه‌های مخابراتی، پردازش تصویر، هوش مصنوعی و کنترل هوشمند بدون این ابزارها قابل فهم نیستند.

 

در مهندسی هوافضا نیز تحلیل حرکت، دینامیک پرواز، آیرودینامیک و طراحی سامانه‌های پروازی به شدت بر ریاضیات پیشرفته تکیه دارند. در این حوزه، ریاضیات نه یک ابزار جانبی بلکه بخشی از هستهٔ دانش تخصصی است.

 

مهندسی کنترل را نیز می‌توان یکی از ریاضیاتی‌ترین شاخه‌های مهندسی دانست. بخش بزرگی از این رشته بر مدل‌سازی، نظریهٔ سیستم‌ها و تحلیل ریاضی رفتار سامانه‌های پویا استوار است.

 

رشته‌هایی با وابستگی متوسط به ریاضیات

 

مهندسی مکانیک، مهندسی شیمی، مهندسی عمران و مهندسی مواد معمولاً در این گروه قرار می‌گیرند.

 

این رشته‌ها همچنان به ریاضیات نیاز فراوان دارند، اما بخش قابل توجهی از فعالیت آن‌ها به شناخت مواد، فرایندها، طراحی و تجربه‌های عملی نیز وابسته است.

 

برای مثال، یک مهندس عمران برای تحلیل سازه‌ها، طراحی پل‌ها یا بررسی رفتار ساختمان‌ها به ریاضیات نیاز دارد، اما در کنار آن باید با مصالح ساختمانی، روش‌های اجرا و استانداردهای فنی نیز آشنا باشد.

 

در مهندسی مکانیک نیز ریاضیات ابزار تحلیل حرکت، نیرو، ارتعاش و انتقال حرارت است، اما بخش مهمی از دانش رشته به فهم پدیده‌های فیزیکی و طراحی سیستم‌های واقعی مربوط می‌شود.

 

رشته‌هایی با وابستگی کمتر اما همچنان مهم

 

برخی رشته‌ها مانند مهندسی صنایع، مهندسی کشاورزی در بعضی گرایش‌ها، مهندسی محیط زیست و برخی شاخه‌های مهندسی پزشکی معمولاً در مقایسه با گروه‌های پیشین ریاضیات کمتری دارند.

 

اما این عبارت نباید به اشتباه تفسیر شود. «ریاضیات کمتر» به معنای «بی‌نیازی از ریاضیات» نیست.

 

برای نمونه، مهندسی صنایع در بسیاری از گرایش‌ها از آمار، احتمال، تحقیق در عملیات و بهینه‌سازی استفاده می‌کند. تفاوت در این است که نوع ریاضیات مورد استفاده بیشتر مدیریتی و تصمیم‌محور است تا فیزیکی و تحلیلی.

 

در برخی گرایش‌های مهندسی کشاورزی نیز تمرکز بر علوم زیستی، خاک، گیاه و مدیریت منابع بیشتر از مدل‌سازی‌های سنگین ریاضی است، هرچند همچنان دانش ریاضی نقش مهمی ایفا می‌کند.

 

خطای رایج در انتخاب رشته

 

یکی از خطاهای متداول آن است که برخی افراد صرفاً بر اساس میزان علاقه یا عدم علاقه به ریاضیات دربارهٔ انتخاب رشته تصمیم می‌گیرند.

 

در واقع، پرسش مناسب این نیست که «آیا این رشته ریاضی دارد؟» بلکه باید پرسید:

 

«این رشته از چه نوع ریاضی استفاده می‌کند؟»

 

ممکن است فردی با معادلات دیفرانسیل و تحلیل سیستم‌ها ارتباط خوبی برقرار کند، اما به آمار علاقه‌ای نداشته باشد. فرد دیگری ممکن است از تحلیل داده‌ها لذت ببرد، اما با مباحث انتزاعی جبر خطی ارتباط کمتری داشته باشد.

 

بنابراین نوع ریاضیات نیز به اندازهٔ مقدار آن اهمیت دارد.

 

نقش هوش مصنوعی و نرم‌افزارها

 

با گسترش نرم‌افزارهای تخصصی و سامانه‌های هوش مصنوعی، برخی تصور می‌کنند اهمیت ریاضیات در مهندسی کاهش یافته است. واقعیت دقیقاً برعکس است.

 

نرم‌افزارها محاسبات را آسان‌تر کرده‌اند، اما درک مفاهیم را جایگزین نکرده‌اند. مهندسی که منطق پشت مدل‌ها را نمی‌فهمد، نمی‌تواند دربارهٔ درستی یا نادرستی نتایج قضاوت کند.

 

در جهان امروز، ارزشمندترین مهندسان کسانی نیستند که بیشترین محاسبات را انجام می‌دهند، بلکه کسانی هستند که می‌توانند مدل‌ها را بفهمند، فرضیات را نقد کنند و نتایج را تفسیر نمایند.

 

جمع‌بندی

 

ریاضیات را نباید مانعی در مسیر مهندسی دانست. ریاضیات در حقیقت ابزاری است که به مهندس امکان می‌دهد جهان پیچیدهٔ پیرامون خود را بفهمد، تحلیل کند و تغییر دهد.

 

اگر بخواهیم رشته‌های مهندسی را از نظر وابستگی به ریاضیات رتبه‌بندی کنیم، معمولاً مهندسی کنترل، برق، هوافضا و برخی گرایش‌های علوم کامپیوتر در بالاترین سطح قرار می‌گیرند. پس از آن‌ها مهندسی مکانیک، شیمی، عمران و مواد قرار دارند و در سطوح بعدی می‌توان از مهندسی صنایع، برخی گرایش‌های کشاورزی و محیط زیست نام برد.

 

اما شاید مهم‌ترین نتیجه آن باشد که در مهندسی، ارزش ریاضیات بیش از آنکه در محاسبه باشد، در فهم است. فرمول‌ها را می‌توان در کتاب‌ها یافت و محاسبات را می‌توان به نرم‌افزارها سپرد، اما توانایی اندیشیدن ریاضی همان چیزی است که یک مهندس را قادر می‌سازد مسئله‌های بزرگ را در مقیاس بزرگ حل کند یا دست‌کم به حل آن‌ها اهتمام ورزد.