业务上需要建立正确数学模型

１. 一个正确的数学模型应当在形式上是简单的。（托勒密的模型显然太复杂。）
２. 一个正确的模型在它开始的时候可能还不如一个精雕细琢过的错误的模型来的准确，但是，
如果我们认定大方向是对的，就应该坚持下去。（日心说开始并没有地心说准确。）
３. 大量准确的数据对研发很重要。
４. 正确的模型也可能受噪音干扰，而显得不准确；这时我们不应该用一种凑合的修正方法来
弥补它，而是要找到噪音的根源，这也许能通往重大发现。

                                                                                                       -------------数学之美