2015年

美国数学会评选2015年11大热门数学事件

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

消息来源:http://www.ams.org/news/math-in-the-media/md-top-stories-2015

 

 

 

近日,美国数学会官网发布一个榜单,点评了2015年在数学界或者社会上产生较大影响的,关于数学或者数学家的事件。当然,是站在美国人的角度来点评的。

 

约翰·纳什获得阿贝尔奖但随后去世


第一个就是一个悲剧故事。纳什获得了数学界的三大奖之一的阿贝尔奖,但纳什夫妇领奖回国后遭遇车祸去世。媒体们纷纷报道了纳什的获奖,以及他的数学贡献,当然还有他突然的离世。

 

 

新的五边形平铺方法的发现


华盛顿大学博塞尔校区的三位学者发现了新的五边形的平铺方法。这只能说明我们人类对五边形了解的太少。

 

 

数学教育,依旧是热门话题


对于数学的教育依旧是美国热门话题。想想这一年来讨论的新加坡谢莉尔的生日,苏格兰高考的鳄鱼过河,家长的数学焦虑等问题,都属于这一类。——哆嗒数学网的小编想说,在中国也一样,数学教育也一直是热门问题。

 

 

美国队获得国际奥林匹克数学竞赛第一


恩,美国以185分的成绩获得了再泰国清迈举办的第56届国际奥林匹克数学竞赛的第一名,战胜的巨无霸中国队。美国队甚至获得白宫官方微博的祝贺。而在中国,因为中国队没有得到第一而成为大新闻——一些网友的冷嘲热讽,难道只因为过去的冠军太多?

 

 

陶哲轩,以及他的天赋


《纽约时报》杂志为陶哲轩写了人物传记,发表于2015年7月24日,让他又火了一把。之后,他因为声明解决埃尔德什差异问题,又得到媒体铺天盖地的报道。不得不说的是,在哆嗒数学网的粉丝中,很多妹子读者也将其奉为男神。

 

 

图同构问题的重大进展


这是2015年11月左右的事情。通过算法判断两个图是否同构(比如下面两个图)是复杂性理论的大问题,被称为图同构问题。芝加哥大学的Babai教授声明他发现的算法能在拟多项式时间内判定最复杂的图。数学界很多人相信这位图同构问题顶级专家的声明。

 

 

3-14圆周率节的庆祝


今年圆周率节有点特殊,按美国人的写法,日期会写成“3-14-15”,再加上9点26分53秒,合起来正好是3.141592653……的前几位。即便在庆祝没有那么隆重的中国,我们哆嗒数学网的小编也在家对面的必胜客看到了圆周率节馅饼的广告。

 

 

张益唐和他发现的数论定理


为数学家写的人物传记在《纽约客》的文章里并不常见。而张益唐的故事却出现在了里面。人们一方面是对于一位“新罕布什尔大学里隐士般的兼职微积分教师”的好奇,另外一方面也是对“150年未解数学难题孪生素数猜想的重大进展”的好奇。

 

 

一位职业美式橄榄球运动员的数学家


John Urshel 是职业美式橄榄球队巴尔的摩乌鸦队的护锋球员。同时他还能在专业的数学学术杂志上发表论文。他无时无刻的向周围的人表述他有多么的热爱数学。另外他还经常去大学授课。

 

 

数学与马航MH370之谜


尽管过去了1年多,人们还是想搞清一个庞大的客机是怎么从雷达消失的。7位德州农工大学数学家利用流体动力方程和超级计算机的模拟,给予了MH370客机近似垂直落水的解释。被媒体披露后,受到关注。

 

 

Ian Agol获得2015科学突破数学奖


Ian Agol是加州大学伯克利分校的数学教授,获得了2015科学突破数学奖,获得了300万美元的奖金。300万美元目前是数学奖项的现金奖励中最高的。另外,颁奖盛典也众星云集,被包括BBC在内的各大媒体报道。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

花式作死?盘点不作死就不会死的数学家

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

数学家被认为是最聪明的人,但是“固执”起来也蛮可怕的。他们甚至为自己的固执付出了生命的代价。在现代人看来,这些行为就是“作死”。本文整理了5位数学家的“花式作死”——不过想想看,这样的死真叫人惋惜呢。

 

 

傅里叶

 

花式指数:

在大学里,一提到傅里叶就会想到以他名字命名的傅里叶级数或者傅里叶变换。傅里叶除了是一位数学家外还是一位物理学家,他发现了热力学的一些定律。

 

 

也正是因为热力学的发现,傅里叶认为热是世界上最好的东西,房间也当然是越热越好。热,甚至包治百病。傅里叶在大热天,门窗四闭,烤着火炉。所有进入傅里叶房间的人都觉得热的透不过气来。但傅里叶似乎却在享受其中。大概可以想象,变态的室温大大加重了这位法国人的病情,他死于心力衰竭。

 

 

阿基米德

 

花式指数:

 

阿基米德是数学家、物理学家、哲学家,有“力学之父”、“数学之神”之称。在数学上,他有很多关于几何的著作,很多数学思想蕴含微积分的萌芽,要知道微积分的出现时在他之后的1800年。

 

 

阿基米德死于战争,公元前212年,古罗马军队入侵叙拉古,当罗马士兵冲进阿基米德住所的时候,阿基米德还在研究他的数学问题,在地上的沙盘上画圈圈。他大声喝止罗马士兵:“别碰我的圆!”,他同时傲慢地做着让士兵退后的个手势。罗马士兵勃然大怒,刺死了阿基米德。事后证明,阿基米德只要有一点点配合,就可以不死于非命的。罗马军队的统帅马塞拉斯对阿基米德的死非常惋惜。他将杀死阿基米德的士兵当作杀人犯予以处决,并为阿基米德举行了隆重的葬礼。——但不管怎么样,阿基米德死于了对自己工作的专注。

 

 

 

 

 

哥德尔

 

花式指数:★★★

 

数学家,逻辑学家,哲学家。他因为发现不完备性定理而进入伟大数学家的行列。实际上,哥德尔的不完备定理在数学以外的影响力似乎更大,比如,经常在一些哲学论文里发现有人引用和阐述这个定理。

 

 

哥德尔是自己绝食饿死的。他总是怀疑有人要害死他,会在他的饭菜里下毒。于是,哥德尔只吃他老婆做的饭菜。但是,他老婆也是人呀,也会有大病小灾什么的。终于他老婆也生病住院了,没了饭吃的哥德尔死于了营养不良。

 

 

伽罗瓦

 

花式指数:★★★★

 

伽罗瓦是现代数学中的分支学科群论的创立者。用群论彻底解决了根式求解代数方程的问题,而且由此发展了一整套关于群和域的理论,人们称之为伽罗瓦群和伽罗瓦理论。伽罗华是绝对的热血青年,行为上有点像一些人眼中的“愤青”。他因为不满巴黎高师校方对政府的阿谀奉承而撰文抨击,从而被学校开除。另外,还因为“谋杀国王”和“非法穿兵服”被指控,甚至入狱。

 

 

为了爱情,他答应与人决斗。而决斗的对象,据说是当时法国最好的枪手之一。知道自己必死的伽罗瓦,在决斗的前一天晚上,用最快的速度写下他几年来收获的数学思想,而频繁出现在页边空白上的“我没有时间,我没有时间。”成了他最后的数学绝唱。——第二天,伽罗瓦被击中腹部,死于对爱情的追求。

 

 

卡尔达诺

 

花式指数:★★★★★

 

卡尔达诺是文艺复兴时期一位学术全才。他是数学家、物理学家、哲学家。还在医学、地质学上有贡献。数学上,他在《大术》一书中,他第一个发表了三次代数方程一般解法的卡尔达诺公式,也称卡当公式,解法的思路来自塔塔利亚,两人因此结怨,争论多年。另外卡尔达诺死后发表的《论赌博游戏》一书被认为是第一部概率论著作。同时卡尔达诺还是占星术界的大牛。占星术嘛,大家或许都玩过,就是星座什么的,会预测双鱼座女孩儿明天会遇到帅哥,处女座的老板回家路上会捡到钱什么的。

 

 

但如果你认为卡尔达诺玩的占星术也是那种的话,就只能说你想法太low了。这位大神预测自己在1576年9月21日会死。结果,到了这一天,卡尔达诺身体健壮如一头牛一样。街坊邻里也在问他:“大神,今儿,您什么时候死呀?”于是,卡尔达诺自杀了——死于对高逼格的保持与追求。

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

 

数学之最大谜团:望月新一与其天书式证明

 

作者,Davide Castelvecchi

翻译,诗人。,哆嗒数学网翻译组成员。

 

摘自《自然》(NATURE)2015年10月8日,178-181页。

原文地址:http://www.nature.com/news/the-biggest-mystery-in-mathematics-shinichi-mochizuki-and-the-impenetrable-proof-1.18509

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

2012年8月份的一个早上,望月新一悄无声息地在他的网站上贴了4篇论文。

 

这篇宏大壮观的论文总数超过了500页,堆砌着密密麻麻的符号,代表了他十年来孤独而又辉煌的巅峰成就。它们也极具引爆整个学术界的潜力。在一篇论文中,望月新一声称已经解决了ABC猜想,这是一个高悬在数论领域27年的难题,其他数学家只能望之兴叹,无能为力。如果他的证明是正确的,那将是这个世纪最令人震惊的伟大成就,它也将彻底地革新对整数方程的研究。

 

 

然而对他的证明,望月新一却没有大惊小怪。这位在京都大学数理解析研究所(RIMS)从事研究的数学家,非常受人尊重,他甚至没有向同行透露他的工作。他只是把论文贴在网站上,然后静静地等待着世界的发现与认可。

 

首先注意到论文的人可能是玉川安骑男,一位望月新一在RIMS的同事。就像其他研究员一样,他知道望月已经为ABC猜想奋斗数年并且已经基本大功告成。同一天,玉川安骑男以电子邮件的形式告知了他的一位共事者,英国诺丁汉大学的数论专家Fesenko。 Fesenko立即下载了论文并开始阅读。但是不久他就“十分困惑了”,他说,“理解这个证明简直不可能。”

 

Fesenko又向一些望月新一研究领域的计算几何方向的顶级专家发了邮件,消息也迅速传开。不到几天,数学博客和网上讨论会便有了热烈的探讨。但是对很多研究人员,开始的兴高采烈很快就变成了对证明的怀疑。每个人,甚至包括那些和望月的研究领域很接近的专家们,都像Fesenko先前一样困惑不已。为了完成这个证明,望月新一已经开辟了数论的一个新方向,发明了新的技术手段,即使以纯数学的标准来看,这个分支也是难以置信地晦涩抽象。“当你看着这篇论文时,你会有点觉得你可能在阅读一篇来自未来,或者来自其他时空的文章,”论文出现后几天,来自威斯康星州麦迪逊大学的数论家Ellenberg在他的博客上这样写道。

 

三年前,望月新一的证明正在陷入困境,论文既没有被指出错误也没有被大家所接受。估计对一位数学研究生来说,得花大约10年才能理解他的工作,Fesenko更加觉得即使是一位计算几何专家也得花500个小时才能明白。至今,只有4位数学家承认他们已经能够读懂整个证明。

 

记者Levy了解到这个数学证明由于过于复杂而无法被核实。望月本人又让事情更加扑朔迷离。他仅仅在日本用日语做了一次有关他的工作的报告,尽管他操得一口流利的英语,他却拒绝了向其他人讲述的邀请。他没有告知记者,几个想要采访他的请求也不了了之。望月已经回复了其他数学家的邮件并且欣然迎接拜访他的同事,但是他在网站上只是写了一些边边角角零零碎碎的话。在2014年12月,他写道“为了理解他的工作,人们急需将他们脑中根深蒂固和信以为然的思维方式彻底抛弃。”对于比利时安特利普大学的数学家Bruyn,望月新一的态度有些轻蔑。原因是Bruyn今年在博客上对望月新一冷冰冰的态度表示了不满,Bruyn这样写道:“不仅仅是对我,望月新一是在对整个数学界进行蔑视(sticking up his middle finger)!”

 

如今数学界正在尝试搞清这个问题。在12月,在亚洲外的英国牛津举办了第一个关于该证明的专题研讨会。望月新一本人没有参加。但是据说他很乐意通过Skype回答来自研讨会的疑问。组织者希望讨论能够激励更多的数学家投入时间和精力,借助望月新一的思想来了解并熟悉这个证明——还有可能在望月新一的帮助下搞清楚证明。

 

在他最新的核实报告中,望月写道,他的理论在计算几何中的重要地位,和纯数学在人类社会中的地位无异,这有点像一个小模型。他所面对的困难就是,如何将抽象性工作纳入到他的学科中,这也反映了全体数学家经常会面对的挑战:如何将他们精心创造的玄妙理论传达于更广阔的世界。

 

核心提示

 

ABC猜想与形如a + b = c的数字表达式有关。这个命题来源于几个稍微不同的方向,着眼于能够整除a,b和c的素数的数量。每个整数能够被唯一的表示成素数的乘积组合,举个例子,15 = 3×5或者84 = 2×2×3×7。原则上,a和b的素因子和他们之和c的素因子应该没啥关系。但是ABC猜想把他们联系在了一起。它猜想,粗略的说,如果大量的小素数整除a和b,那么只有一小部分大素数能够整除c。

 

它于1985年首先被提出,法国数学家Oesterlé在德国的一次报告中提及了一堂关于特殊方程的课,话中不经意地提到了这个猜想的可能性。坐在观众席中的是Masser,如今是一位瑞士巴塞尔大学的数论专家,他意识到了这个猜想潜在的重要性,并不久后将它以一般形式公之于众。现在这个猜想一般归功于他们俩,也就是为人们知晓的Oesterlé–Masser猜想。

 

 

君不见,望月之证明天上来

 

几年之后,Noam 和Elkies,来自剑桥和曼彻斯特的两位哈佛大学数学家意识到,如果ABC猜想是正确的,那将对整数方程(其中以丢番图方程为名,古希腊数学家丢番图首先了研究整数方程)的研究产生极为深刻的影响。

 

Elkies发现如果证明了ABC猜想,那将会以神来之笔解决一大批悬而未决而又著名的丢番图方程。那是因为这个猜想给丢番图解的大小范围进行了清晰的限制。比如,ABC猜想可能会表明所有符合方程的解都必须比100小。为了找到所有的解,从0到99 的所有值都要代入验证看看哪一个是解。相反,如果没有ABC猜想的帮助,我们则要尝试代入无数的值。

 

虽然1992年美国数学家莫德尔提出确定的猜想公式,声称大量的丢番图方程要么无解要么存在有限解,这曾一度成为丢番图方程历史上最为重要的突破,但是Elkies的工作意味着ABC猜想的结果将会更上一层楼。那个猜想于1983年被德国数学家法尔廷斯证明,那是他年仅28岁,并在两年多后因此工作获得菲尔兹奖,这一令无数数学家梦寐以求魂牵梦绕的数学奖项。但是如果ABC猜想如果是正确的,你将不仅仅知道它有多少组解,法尔廷斯说道,“你都能直接把它们列出来。”

 

法尔廷斯解决莫德尔猜想后不久,他开始在新泽西普林斯顿大学教书,很快,他的征途和望月新一的轨迹相交了。

 

生于1969年,望月新一在美国度过了至关重要的岁月,他的父母在他很小的时候就搬到了那里。他上了一所新罕布什尔州的贵族学校,大约16岁时,他的少年天才为他赢得了在普林斯顿数学系的一个本科名额。他迅速凭借其原创性思维成为一个传奇,并且直接攻读博士学位。

 

知道望月新一的人们都描述他拥有着超自然的全神贯注的能力。“自打他入学起,每天起床后他就雷打不动辛勤工作,” 金明迥这样说道,金明迥是牛津大学的一位数学家,自从他来到普林斯顿他就知道望月新一。参加完一次研讨会,研究员和学生们通常会出去喝杯啤酒嗨一嗨,但是望月新一却不,金明迥回忆道,“他不为俗事所扰,如此一心地专注于他的数学。

 

法尔廷斯是望月新一的毕业论文和博士论文导师,他能够看得出望月新一的卓越不凡。“显然他是更加出众的一位”,他说道。但是作为法尔廷斯的学生却不是那么容易。“法尔廷斯虽是通向成功的天梯,但和他共事也足以让人胆寒。” 金明迥回忆道。他会敏锐地抓住错误,每当和他谈话,即使是很优秀的数学家也要小心翼翼,反复斟酌。

 

法尔廷斯的工作对美国东海岸大学的很多年轻的数论学者有极大的影响。他的研究领域是代数几何,这个领域从19世纪50年代起已经被格罗滕迪克转变为一个高度抽象和理论性极强的分支——格罗滕迪克通常被称为20世纪最伟大的数学家。“相比格罗滕迪克” 金明迥说道,“法尔廷斯并没有太多耐心去思考数学的哲学含义。他的数学风格是总以大量的抽象知识为背景,但目标都实在而明确。望月新一的工作十分明确,就是ABC猜想。”

 

一心只为ABC

 

完成博士学位的攻读后,望月新一在哈佛度过了两年。1994年回到了故乡日本,时年25岁,并在RIMS做为研究员。虽然他已经在美国度过了数年,“他对于美国文化还是有些许不适”, 金明迥说道。并且,他还补充到,身处异国他乡,他还是会感受到数学天才带给他的复杂的孤独感。“我觉得他的确遭了点罪。”

 

望月在RIMS独领风骚,在那里并不需要研究员带研究生。“所以他能专心致志于他的工作20载,没有其他杂事骚扰。”Fesenko说道。在1996年,他因解决了格罗滕迪克的一个猜想而在国际上声名大噪,在1998年,他受邀在柏林举办的国际数学家大会上发言,同时,这也令他名誉大收。

 

 

天书只有上帝才能看懂,我等只是凡人

 

但是尽管望月已经声誉加身,他还是很快地脱离了主流。他的工作慢慢地进入更加抽象的境界,并不为同伴所理解。在本世纪初,他渐渐不再在国际会议上露面,同事们都说他几乎没有离开京都半步。“没有合作伙伴而进行数十年的工作,这需要极不容易的奉献和专注。”加利佛尼亚斯坦福大学的数论学家Brian Conrad这样说道。

 

不过望月也确实和一些数论专家同行保持了联系,他们最后也才知道望月志在ABC猜想。因为大多数数学家对这个问题都避而远之,认定其太难应付,所以他并无竞争对手,独孤求败。2012年早期,关于望月已经快完成证明的流言满天飞。8月份便来了消息,他将证明的论文贴在了网上。

 

接下里的一个月,Fesenko成为第一个不远万里拜访望月并向他请教他的天书式证明的人。Fesenko本来是打算去拜访玉川安骑男的,所以他也去探望了望月新一。望月的办公室非常宽敞,窗外就是美丽的大文字山山景,屋内整整齐齐地排放着书籍和论文,他们就在那里见面了(语序仍是关键)。“这真是我平生看过的最整洁可观的数学家的办公室”,Fesenko说道。两位数学家坐在舒适的毛绒扶手椅上,Fesenko不断地询问着他的工作和接下来的一些事宜。

 

Fesenko说道,他特别提醒了望月新一要关心一下另一位数学家的经历:格里戈里•佩雷尔曼,他因在2003年解决了世纪遗留问题——庞加莱猜想后盛名鼎盛,然后退出江湖,归隐山林。Fesenko了解佩雷尔曼,并认为这两位数学家的性格非常不同。人们都知道佩雷尔曼的社交能力着实不敢恭维(就像他不怎么修理自己的指甲,很不修边幅),但是望月却善于表达,在社交场合中游刃有余。

 

通常在一个主要证明宣布之后,数学家们会检验证明,证明一般也就几页,他们都能大致了解证明思路和策略。有时,如果证明又长又复杂,专家们就可能会花上几年来真正理解它,并且达成一致。佩雷尔曼关于庞加莱猜想的证明就是这样被接受的。即使像格罗腾迪克那样高度抽象的论文,专家们也能够将他的大部分新思想与他们熟悉的领域相联系。只有迷雾被彻底扫清后,记者才会将其公之于众。

 

但是几乎每个试图搞明白望月新一证明的人,最后都会茫然不知所措。一些人是因为其几乎天书般的语言而困惑不已,望月新一这样评论道他的一些新的理论思想,他甚至以“宇宙际几何”这样的名字来命名他一手创造的领域。“一般而言,面对整个宇宙时,数学家会非常谦逊甚至惭愧,一般不会声称自己做出的那点东西是对整个宇宙探索的一种革新,在巴黎第六大学的Oesterlé的这样说道,他对望月新一证明的首先做了一点验证性工作。

 

原因就是望月新一的工作已经远远的脱离了以前的老套路。他从数学的基础集合论(人们熟知的维恩图就是集合中的玩意)开始,试图从根子上对数学进行创新。大多数的数学家都不愿花时间去研究他的工作,因为他们不知道这是否值得:谁知道望月新一发明的崭新的理论手段能不能运用到计算中呢?“我试图读懂一些他的证明,但是到了某个阶段,我就放弃了,实在不懂他到底在干啥。”法尔廷斯说道。

 

在过去的这几年,Fesenko已经仔细研究了望月的工作,并于2014年秋天又去RIMS拜访了望月,还称他已经核实了证明。(另外三个声称已经搞懂望月的证明的数学也花了大量的时间 ,他们在望月研究所的附近工作,反复讨论才最终明白。)“宇宙际几何”的第一要旨就是要以一种全新而不同的视角看待整数——加法性质先不考虑,并视乘法为一种可扩展可变形的结构。通常标准的乘法只是这种结构族里的一种特殊情况,正如圆是特殊的椭圆一样。Fesenko说望月新一自比数学上帝格罗腾迪克,不过这并不过分。“望月新一出现后,世界上就只有两种数学,望月之前的数学和望月之后的数学。” Fesenko高度评价道。

 

但是至今,那几个已经理解望月工作的人却很难向别人解释它。“那些正在传达望月工作的人我都知道,他们都相当厉害,但是慢慢地,他们就解释不清楚了。”一位不愿透露姓名的数学家这样说道。这样的情形让他想起了蒙提派森短剧里的故事,他写下了世界上最好笑的笑话,每个人看到之后都笑死了,他们都无法向别人分享这个笑话。

 

法尔廷斯说,这的确是个问题。“你光有一个绝妙的思想是不够的,你还要向别人解释清楚。” 法尔廷斯说如果望月新一想要他的工作为世人接受,那么他应该更多地向外界做出说明。“对于他的理论,人们没有义务必须搞清楚,人们爱怎么想就怎么想。如果他想要获得认可,他必须向人们妥协。”

 

辉煌灿烂,还是沉寂?

 

今年下半年,克雷数学协会将要举办长期的一个研讨会,这对于望月而言,事情变得有了转机。这个领域的顶尖人物都会到时参加,包括法尔廷斯。和法尔廷斯一起,金明迥也是其中一位组织者。他们说道,短短几天不足以展示整个理论。不过他说“希望在讨论会的结束之时,会有足够多的人们能够坚定信念,鼓起信心,投入到阅读证明的过程中。”

 

很多数学家预测得花费很多年才能搞懂一些证明。(望月本人说他已经将论文提交给了期刊,估计现在他们还在复习背景知识的准备阶段呢)。最终,研究者希望一些人不仅能够理解望月的工作,并且能向别人解释清楚。可问题是,很少有人爱揽这苦差事。

 

展望未来,研究者们觉得未来的难题可能不会那么复杂和难以解决。 Ellenberg指出,在新的数学领域中,理论通常是比较简单的,证明也会更加简洁而优美。

 

 现在的问题是望月的证明是否最终能被人们接受,就像佩雷尔曼那样,还是会有完全不同的命运。一些研究者的语气相当地谨慎,比如印第安纳普渡大学西拉法叶校区的Louis de Branges,是一位信誉鼎盛的数学家。在2004年,Branges发表了一篇证明黎曼猜想的论文,这是被认为一个数学中最为重要的未解之谜。但是数学家却对他的证明保持怀疑,很多人由于他非传统的理论和怪癖的写作风格,于是不再关注他的工作,论文也渐渐地淡出了人们的视线。

 

对于望月的工作,“并不是孤注一掷的赌注,不应该以单纯的成败去评论。”Ellenberg说道。即使最终证明行不通,他的方法和思想也会慢慢地渗透到整个数学之中,研究员可能会发现其中有一些对他们有用。“我真的觉得,基于我对望月的了解,他的论文中极有可能隐藏着非常玄妙和重要的数学。”Ellenberg这样评论道。

 

不过还是存在事情会向另一种不好的方向发展的风险的,他又补充道。“我觉得如果我们就因为看不懂证明而忘却了它,那真的是整个数学的一大悲哀。”

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

不可解的物理学难题,源于数学核心的悖论

撰文 达维德·卡斯泰尔韦基(Davide Castelvecchi)

翻译 丁家琦

 
 
关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

一个数学与计算机科学领域核心的逻辑悖论或许在现实世界也产生了影响:正是它让我们无法解答一些关于物质的基本问题。

1931年,出生于奥地利的数学家库尔特·哥德尔(Kurt Gödel)宣布,他证明了总有一些数学命题是“不可判定”的,即我们永远无法证明或证伪它们,这一发现震惊了学界。如今,三位研究者又发现,正是同一原理让物理学家无法计算物质的一项重要性质——原子的理想模型中,电子的最低能级间隙。

这项研究的作者之一,伦敦大学学院的量子信息理论物理学家托比·丘比特(Toby Cubitt)表示,研究结果表明,在粒子物理学界,另外一个悬赏100万美元的相关问题可能也是从本质上就无法解决的。

该研究于发表在12月9日的Nature上,研究者还把一个更长的论文版本(长达140页)发布在论文预印本网站arXiv上(点此查看http://arxiv.org/abs/1502.04573)。来自西班牙巴塞罗那光子科学研究所的量子信息理论物理学家克里斯蒂安·戈戈林(Christian Gogolin)说:“令人震惊的发现,对所有研究凝聚态理论的人来说都会是一大意外。”

从逻辑学到物理学

哥德尔的发现首次与物理世界相联系是在1936年,由英国物理学家阿兰·图灵完成。“在物理学与逻辑学的关系方面,图灵比哥德尔想得更清楚。”哥德尔传记的作者,美国作家丽贝卡·戈尔茨坦(Rebecca Goldstein)说。

图灵设想了一个理想化的计算机,每次可读/写1比特的数据,并利用它以算法的形式把哥德尔的结果重新表示了出来。他证明,我们永远都不可能知道该计算机能否在有限的时间内完成计算,也不存在一个通用的测试能知道任意给定的算法是否不可判定。同样的限制也适用于真实计算机,因为它们在数学上与图灵机是等价的。

从20世纪90年代开始,理论物理学家就一直在尝试将图灵的工作具体表达为物理现象的理想模型,“但他们得到的不可判定问题都没能与物理学家关心的具体问题产生联系。”加拿大西部大学的理论物理学家马库斯·米勒(Markus Müller)说,他曾与戈戈林和另外一位合作者于2012年共同发表了一个类似的模型。

丘比特说:“可以这么说,我们的研究是不可判定性首次体现在一个人们真正会去尝试解决的重大物理问题上。”

光谱间隙

丘比特与合作者集中研究的是“谱隙”(spectral gap)——即材料中电子占据的最低能级与次低能级之间间隙——的计算。这一物理量决定了材料的一些基本性质,比方说在有些材料中,降低温度会缩小这个间隙,使材料变成超导体。

研究团队以一种理想的材料模型——无穷二维原子晶格作为研究对象。晶格中原子的量子态可以被看作一个具象化的图灵机,包含了为找出该材料谱隙的每一步计算所需的信息。

丘比特和同事证明,对于无穷晶格而言,你永远无法知道计算过程什么时候结束,因此,关于谱隙是否存在这一问题是得不到答案的。

不过对于有限大小的二维晶格,计算步骤永远能在有限时间内结束,得到一个确定的答案,因此,无穷晶格的情况似乎与真实世界相距甚远:毕竟真实的材料永远都是有限大的,它们的性质完全可以通过实验测量或计算机模拟得出。

但无穷情况的不可判定性,意味着即使我们知道了某一个有限大小晶格的谱隙,在材料尺寸增加时它也可能会出现剧烈的变化,如从无能隙变成有能隙等等,即使仅仅增加了一个原子。此外,由于研究已经证明我们无法预测这样的情况是否出现、何时出现,我们就无法从实验或模拟结果中得出普遍结论。

悬赏百万的问题

丘比特说,他们的最终目标是研究粒子物理领域的一个相关问题,称为“杨-米尔斯质量间隙问题”(Yang–Mills mass-gap problem),该问题被美国克莱数学研究所(Clay Mathematics Institute)列为“千年数学大奖问题”(Millennium Prize Problems)之一,并悬赏100万美元征求解决方案。

所谓质量间隙问题,跟传递弱相互作用和强相互作用的粒子具有质量这一事实有关,而这也正是弱相互作用和强相互作用只在一定范围内有效,而不像引力和电磁相互作用那样在任意距离上都能发生作用的原因,同时也是夸克只能作为复合粒子(如质子和中子)的一部分,无法单独存在的原因。然而,现在还没有任何严格的数学理论可以解释为什么强、弱相互作用的载体有质量,而电磁力的载体,即光子没有质量。

丘比特希望他们团队的思想和方法最终可以证明杨-米尔斯质量间隙问题是不可判定的,但目前他们还没有明确的思路。“我们离那100万美元的奖金还远着呢。”他说。

参考文献:略

 

原文链接:http://www.nature.com/news/paradox-at-the-heart-of-mathematics-makes-physics-problem-unanswerable-1.18983

转载请联系newmedia@huanqiukexue.com,

给杂志社打电话也行,010-85325810-804

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

举一反三是非常不容易的事

作者: 彭翕成 pxc417@126.com

武汉 华中师范大学国家数字化学习工程技术研究中心 430079


 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

一位老师向我诉苦:我讲的题目,学生基本会做,但要是改了一点,哪怕只是表面一点点改动,本质没变哦,学生就做不来了,很郁闷。

 

我听了,向他表示祝贺。

 

他很不明白,说:我还希望您能帮忙想点办法呢?

 

我说:我祝贺你,是因为你的学生能基本掌握你所教的内容。当然,你有更高的要求,我也表示理解。但必须要说明的是,举一反三,类比迁移真不是容易的事情。

 

他表示不解,说:学数学不是只要真正掌握了本质,不管怎么变,万变不能其宗么?

 

我说:理论上如此,但又有几人敢自称掌握数学本质的呢?

 

 

沉默无言。过了一会,我给这位老师出了一道题:有一个天平秤和一个1千克的砝码,要从一堆糖中称出1千克糖。这本来是很容易的事情。问题是这个天平秤用久了,本来在正中间的支柱有所移动,不在最正中间了,导致天平两边臂长不等,现在还能称1千克糖吗?

 

这位老师说:可以用尺子测量臂长,计算比例……

 

我说:没有尺子。

 

这位老师很无奈,表示想不到办法。

 

我说:你知道曹冲称象吗?

 

他说:地球人都知道啊!这和曹冲称象有什么关系?

 

我说:假设天平左端放1千克的砝码,右端放糖,直到平衡。此时把砝码取下,换上糖,直到平衡。这样天平左端就是1千克糖。

 

他说:你这个方法很巧妙,但我还是不明白和曹冲称象有什么关系?

 

我说:曹冲称象,第一次称象,象重与船上刻痕有一个对应关系,相当于是一个平衡;第二次称土石,土石的重量与船上刻痕也有一个对应关系,相当于是一个平衡;因此大象重量等于土石的重量。而这个称糖问题,可看作第一次称砝码,天平平衡,表示左端的砝码和右端的糖在重量上有着对应关系;第二次换上糖,天平平衡时,表示左端的和右端的糖在重量上有着对应关系。两者何其相似,说本质一样,只是表面一点区别,又何尝不可!

 

这位老师说,彭老师给我上了生动的一课。

 

我们学习,都想学得快,闻一知十。但这是非常难做到的。颜回闻一知十的本领,连孔子都自叹不如。而孔子的另一得意弟子也只敢自称闻一知二。

 

孔子有两个得意的学生,一个叫子贡,另一个叫颜回。有一次,孔子故意问子贡:“你和颜回相比,到底哪个强一些呢?”子贡回答说:“我怎么敢和他比呢”他闻一知十,我呢,闻一知二。”孔子点头说:“你不如他,我也不如他啊。”这段话在《论语·公冶长》中有记载:“赐也何敢望回?回也闻一以知十,赐也闻一以知二。”

 

经作者同意,使用原创声明发布。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

哥德巴赫猜想不可证?陶哲轩这样回答的!

 
 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

作者,MathOverflow网站上众人 。

翻译,小米,哆嗒数学网翻译组成员。

原帖地址:http://mathoverflow.net/questions/27755/knuths-intuition-that-goldbach-might-be-unprovable


 

 

 

我们在国内见过太多的数学网站,这些网站要么讨论些数学八卦,要么以讨论中小学数学的初等问题居多。而MathOverflow(简称MO)这个数学网站却不一样,这里提供了一个很好的平台供人们讨论专业性的数学,如果你是从事数学研究,这是一个好去处,你会惊奇的发现各个方向传说级别的大神在那里讨论问题。

 

网站内,都以英文讨论问题,而且只接受达到研究水平(Research Level)的问题。如果你提的问题水平不够,是会被管理员无情的关闭掉的。

 

当然,网站内也讨论一些与数学相关闲聊性质的不太硬核的问题,他们叫软问题(Soft Question)。这里,我们哆嗒数学网的小编们整理了一个关于哥德巴赫猜想(简称“1+1”或者哥猜)是不是可以证明的闲聊——注意,前面说过了,就算是闲聊也必须是研究水平的。参与闲聊的,可有大名鼎鼎的,被很多人视为男神的著名数学家陶哲轩哦!

 

阅读下面的内容,读者也需要相关专业的专业知识储备。感兴趣的读者也可以利用wiki来补充这些相关知识。

 

 

网友AgCl的提问:

 

Knuth从直觉出发,表示哥德巴赫猜想(即每个大于2的偶数可以表示成两个素数的和)也许是一个既不能被证明也不能被证伪的结论,这个想法一直困扰着我。(见http://www.ams.org/notices/200203/fea-knuth.pdf, 32页)。我过去接触到的所有关于不可被证明性的结果都是十分抽象的,但是这一个却十分具体。”

 

“那么问题来了。是否存在一个类似哥德巴赫猜想的命题,被证明是不可判定的呢?所‘类似’是指形如‘所有自然数都具有性质P(n) ’这样的命题,其中P(n)是某个关于自然数的性质。例如在哥德巴赫猜想中,P(n)就是‘如果n是大于2的整数,那么存在两个素数pq使得n=p+q.’”

 

“如果Knuth的直觉是正确,那么这个结论在如下意义下非常有趣:哥德巴赫猜想的否命题如果是对的,那就显然是可证明的.所以如果哥德巴赫猜想被证明是不可被证明的,那么我们就知道哥德巴赫猜想会是对的,因为现在没有人能找到任何一个反例.从一个经验主义者的角度来说,这相当于证明了哥德巴赫猜想.”

 

网友们对此评论纷纷.有的网友对此想法不屑一顾“这更像是瞎猜而不是直觉吧”。

 

有的网友更是提出了反对意见“Knuth是个天才,虽然我不愿意但我不得不反对他的这个看法,因为我认为哥德巴赫猜想不可判定是十分荒谬的事情.注意到Knuth的论证也能同样地被应用在奇哥德巴赫猜想(即每一个充分大的奇数可以表示成3个奇素数的和).在某种意义上,可以用于所有已经被证明的重要数学定理上.”

 

菲尔兹奖得主,数学家陶哲轩认真的回答了这个问题,也得到了最多的支持,他说:

 

“当我们说一个命题是不可判定的,总是隐含地针对某个公理体系来说的,例如皮亚诺算术或ZFC.一个算术语句之所以可以是不能判定的,是因为存在与这些公理体系相容的相互不等价的算术模型.(这是哥德尔完备性和不完备定理的推论).例如,标准的(或称为‘真’的)自然数遵循皮亚诺公理,但一些奇异自然数系统(即非标准自然数)也遵循皮亚诺公理.因此,的确可能出现某个算术语句,如哥德巴赫猜想,对于标准自然数成立,但对于某些其它遵循皮亚诺公理的非标准自然数不成立.但我个人认为,这种可能性很小.(注意到根据Loe定理,非标准自然数与自然数一样满足一阶语句,但人们也可以构造出更为奇特的算术模型使之导出完全不同的理论).”

 

“因此,如果哥德巴赫猜想在某个给定公理体系中不可判定,那么这将说明每个大于4的‘真’的偶自然数是两个素数的和(否则我们将能在有限长度内证伪哥德巴赫猜想),但同时也说明存在一个遵揗此公理体系的,更奇特的自然数系统(比标准自然数更大),满足存在一些奇异偶自然数不是两个奇异素数的和.(注意到一个证明的长度必须是标准自然数,而不是奇异自然数,所以存在一个奇异的反例并不能直接证伪哥德巴赫猜想.)这种情形出现的可能性很小,但先验地来说这并不是不可能的(例如Goodstein定理的例子或Paris-Harrington定理)。

 

需要补充的是,当我们谈论像标准自然数这样的东西时,总是要通过一个外在的推理体系,而这个外在的系统也许和我们分析不可判定性的推理体系并不一样.例如,我们可以把ZFC作为外在的推理体系来分析在皮亚诺算术中什么是可判定的,什么是不可判定的,这时标准自然数的构造可以利用如冯诺伊曼序构造结合无穷公理.我们也可以用一个非形式化的外在推理体系,例如一个建立在柏拉图主义对数学对象信念之上,未被显式公理化的推理体系.为了防止在研究中混淆,最好是在概念上分清外在推理体系与被研究的内在体系。

 

 

下面这个同样很受欢迎的回答是由网友gowers给出的:

 

我曾经听Don Zagier提到一个更一般的想法:说一些理应成立的结论是不可被证明的,相当于说你所能预料到的东西都会发生.例如,π在它的十进制小数展开中存在无穷多个0这个命题,也许非常难,甚至是不可能被确切地,因为如果它真的被证伪了就是个奇迹了——也就是说如果它是对的,它并不需要一个理由去是对的。

 

哥德巴赫猜想是这个想法的一个有趣情况.我们知道‘素数是随机的’是一个经验性结论,而通过实验人们验证了至少在十分大的范围内哥德巴赫猜想是对的.如果恰当地结合这两者,也许我们能论证哥德巴赫猜想是错的概率非常地小。所以哥德巴赫猜想,作为一个关于素数的问题,像极了Zagier所说的那一类极为困难的问题。而且确实它至少十分难证明.但也有着其它类似的,如Vinogradov的三素数问题(每一个充分大的奇数都可以表示成3个素数的和),通过挖掘素数的这种‘随机性’而得到证明.也就说,某种程度上数学家证明了一个经验性的结论,而这个经验性的结论告诉了你一些你预期会成立的事实.从这种观点来看,哥德巴赫猜想不能被证明是因为现有的证明手段失效了:我们现有的伪随机性概念还不够强,因此不能保证伪随机数的和集不存在间隔.(现有的证明手段倒是可以证明,对(某种意义下)‘几乎所有’的偶数能够表示成两个素数的和.)"

 

也许我们能说,既然技巧失效了,那么Zagier的评判标准就能派上用场了。但我个人对此十分不舒服——那些比我对哥德巴赫猜想研究得更多的数论学家都同意这个问题暂时是难以触及的,但他们有时候会仔细探讨证明大概会长得是什么样子。

 

不过我想,至少可以有充足的理由相信,哥德巴赫猜想‘无条件就是对的’.而一个涉及不可证明性的命题,让人感觉哥德巴赫猜想即使是对的,也必须有一个理由.

 

 

网友T..从另一个角度给出自己的看法:

 

这就像是在问诸如'外星人降临地球并给出一个关于哥德巴赫猜想在皮亚诺算术中不可证明的证明'或'一块古老的楔形文字石板上隐藏着一个RSA加密的关于黎曼假设独立于ZFC的证明'等事件的概率.在上述情景中,哥德巴赫猜想(或黎曼假设)确实被获知是PA-不可证明的,但这也仅仅是作为某种巨大科学飞跃的副产品,以至于它们是否可证明都只是平凡的了.于是在这种情况下人们可以直接考虑外星人降临或巴比伦手稿的问题.

 

现在唯一已知的证明哥德巴赫猜想不可证明的方法,是通过寻找一个能够嵌入素数加性系统的皮亚诺算术(即:PA是否能从一个满足如下性质的PA-可构造函数g导出自身的一个模型:对任意的n>1g(n)(2n-g(n))都是奇素数)。这个命题将说明素数集合具有某种程度的刚性和复杂的结构,而现有的手段是难以企及这种性质的研究的--其它的数学邻域也有类似的困境,如在代数数论(ζ函数)研究中人们希望找到与几何与拓扑弱的类比,或者在加性数论中发掘某种概率性的(拟随机性)结构--这些命题让现有的数学都变得微不足道了。

 

另一种同样令人震惊的可能被用于证明哥德巴赫猜想超越PA的思路,是找到一种可证明一般(具体)的数学命题的PA-不可判定性的全新方法.如果这样的方法被找到,那么就意味着不仅仅是哥德巴赫猜想,还有一大批开放的猜想也能被证明是超越PA的(并在此过程中,在一个更强的体系如ZF中被解决).这样一种具有普适性,能够把一大批现在猜想变成PA不可判定的ZFC定理的方法,与外星人降临一样,将会是如此的重要和带给人惊喜,以至于哥德巴赫猜想都不值一提了.

 

虽然未来的任何发现都有理论上的可能性,但就目前来说,只有唯一一个证据使我们相信哥德巴赫猜想的PA-不可证明性(即,在一个更强的体系,如ZF中,证明哥德巴赫的PA超越性)也许是正确的;那就是在过去80年间得到的一些哥德尔不可证明性和独立性的结果.而无论是在数理逻辑还是在其它的数学邻域,都没有迹象表明素数具有某种难以置信的精细结构,或存在某种普适性的关于不可证明性的理论.因此,认真地谈论哥德巴赫 猜想或黎曼猜想是否是PA-不可证明的,其实只是纯粹的对某个可能出现的崭新数学分支的展望,而无论结果如何时,与任何特定的数论问题的发展并无直接联系.

 
 
 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

三、四、五边形的数学奇迹

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,Colm Mulcahy ,斯贝尔曼学院数学教授。

翻译,Jacob,哆嗒数学网翻译组成员。

原文地址:http://blogs.scientificamerican.com/guest-blog/martin-gardner-at-101-it-s-as-not-so-easy-as-3-4-5/​

 

著名的科学普及和数学普及作家马丁·加德纳(Martin Gardner , 1914-2010) 名下有101本非虚构类书籍,也有一些虚构类的。如果他还活着的话,在今年10月21日会度过101岁生日。在过去25年中,加德纳为科学美国人上极具影响力的“数学游戏”专栏提供了大量的数学问题。这些问题中的大部分题目衍生出了更多的问题,而不是问题的答案。这实际上是件好事。

 

时至今日,“数学游戏”专栏以及它带来的对数学娱乐重要性的认知仍在持续产生着影响,加德纳的读者范围也涵盖了几代人。他的铁杆“粉丝”们依然持续举办着两年一度的邀请制的“加德纳聚会”,而其他的任何人(任何地方)在每年十月都可以举办或参加叫做“头脑庆典”的活动。 更重要的是,因为不断提出加德纳难题的新解法和改进旧解法,人们不断地超越自己,突破自己。

 

接下来,我们怀着轻松的心情,回顾一下加德纳的关于二维平面上图形“剖分”与“平铺”的问题的突破历程——这些曾让大家激动不已的谜题突破历程。值得一提的是,下面有一些结果还是最近才发现的,这让人非常开心,由此证实了加德纳的观点——好玩的数学能真真正正产生的持续不断的研究,更能成为满足好奇心和创造新思想的跳板。

 

三角形和正方形


“剖分”问题就是把熟悉的图形切开,形成若干个有趣的更小的碎片的问题,而“平铺”问题则要处理与之相对的概念,用大量的某一种或几种特定的小图形来填满一大片空间的问题。

 

这是加德纳在他1960年2月专栏中提出的一个简单的剖分问题:“给定一个钝角三角形,是否可能将其切成若干个更小的锐角三角形?” 无疑地,最初的数种尝试都失败了,比如下图所展示的(小三角形4不是锐角)

 

 

还有一道更难的,选自加德纳1981年4月的专栏:“将一个正方形分割成互不充叠的锐角三角形,那么小三角形的数量最少可以是多少块?”他自己做出了一个令人惊讶的解答。另一个选自1989年的题目问道:“是否可能将一个边长为整数的正方形三角形划分,且划出的三角形每条边仍是正整数?” 这道至今没被解决的题由Richard Guy所提出,他刚刚以一次飞跃阿西尼博因山山顶的直升机之旅庆祝完99岁的生日。 正如Richard在本月的一份电子邮件中评论道,我们仍不知道是否可能在平面上的单位正方形中找到一个点,使得此点与正方形四个顶点的距离都是有理数。

 

在1958年11月,加德纳提出一个问题,一个正方形是否能够被切成若干个更小的正方形——这些小正方的边长必须为互不相同的整数,而不是类似国际象棋棋盘样子的那种排成方阵简单的形式。从19世纪30年代开始,人们开始了解到这个问题与电网络理论有关联。加德纳提供过的一个近似的答案—— 一个32×33的长方剖分成这样的一些正方形 — 荣登《科学美国人》某月的杂志的封面。

 

 

上面的寻找“正方形中的正方形”问题的真正的解答花了20年,其中的一个解是边长为112单位的正方形,它按照要求被切成了21个正方形。加德纳给出过一个有趣的基本论断,来说明为什么这些方式中没有一种可以适用于三维情况—— 就是说一个正方体不能被拆开成为若干的不相等的正方体。自从40年前读到这个论断起,我就深陷其中。这暗示着,在更高维度下,这些方法也不会有用!

 

从现在起,我们把正方形的问题放在一边,我们来讨论平铺问题吧。在1979年10月,加德纳写出了老友Golomb在1975年提出的挑战问题:整个无限平面是否能被正方形铺满,而且这些正方形边长还是形如(1,2,3,4....)的整数?

 

Golomb的挑战问题很长时间没被攻破,2008年,它才被Jum Henle 与 他的儿子Fred征服。 Jim解释说:“证明的关键在于一个引理 — “对任意给定L形区域都可以通过添加正方形来使其构成一个长方形。”下面的动画展示了此引理对于28x28的正方形和17x17的正方形组成的L形区域成立的情况。(为了看起来方便,正方形都用3D的正方体来表示)

 

 

Henle继续说道:“由这个引理开始,证明就很轻松了。因为一旦构成了长方形,你就可以用之前没出现在拼图中的最小的正方形,把它和长方形拼一起,形成一个新的L形区域(这个L形区域也能通过添加更多的正方形被扩大成另一个长方形,而且此做法可以继续下去)。” 因此,每个得整数在拼接过程中都能被不遗漏的选择到,而且最后这个平面(立方体的上表面)将被完全铺满。

 

在他们论文的结尾,作者对满足相同限制的用三角形铺满平面的可行性进行了讨论。讨论中提及另一个至今待定的问题:“整个平面是否能被所有的有理等边三角形所铺满,而且满足所有三角形相邻的三角形的数量都是有限多个?”

 

这里说一下另外一个比较扯的趣味智力题,加德纳展示了这个将一个由等边三角形构成的梯形(其实是一个triamond,汉语中没找到对应的词汇)切成四块全等的凸块的剖分方法,并寻求一种用五块全等的凸块分割一个正方形的方法。

 

 

事后看来,答案是相当明显的——我们有提过加德纳也是一个顶级魔术师,也因此是位误导大师么? 就仅在一个月之前,一份“不存在其他解”的证明被公布出来了。(在由Lipin Yuan, Carol Zamfirescu 和 Tudor Zamfirescu所著的“正方形切成五个全等块的分割”的预稿中)

 

永远令人惊讶的五边形

 

将三角形和四边形放在脑后,我们来看看五边形。正五边形无法仅靠自身铺满整个平面,而像等腰三角形,正方形和正六边形却能完美的铺满整个平面,不规则的五边形却可以铺满平面。下面的故事的可能都可以在 Wolfram五边形平铺论证计划网页这个互动项目中看到。这个故事在100年前开始,那时Karl Rheinhardt发现了5中不同五边形平铺,这儿有其中的两种。

 

 

50年之后,在1968年,Richard Kershner发现另外三种形式,并随着Martin在他1975年7月的专栏中的报道,Richard E.James 又发现了一种形式。加德纳及时的在接着的专栏里报道了这件事。而已到中年的圣迭戈的家庭主妇Marjorie Rice在她儿子的一本杂志中读到了这份报告。尽管没受过数学训练,她开始着手探索、组织自己的思绪并开创自己特有的记号来记录自己研究的过程。在1977年之前,通过发现四种全新的五边形平铺平面方法,她令数学界刮起了一阵风暴。这四种方式早先被其他所有人都忽略了,其中的两种展示如下:

 

 

她的一件在1995年发现的成果被数学家Doris Schattschneider采纳,用于华盛顿的美国数学协会本部的瓷砖铺设。

 

 

在1985年,Rolf Stein发现一种新的五边形平铺,这将总数目提升到14种。之后又过去了30年,Casey Mann,Jennifer McLoud 和 David Von Derau,这三位都来自于华盛顿大学博塞尔分校的学者,在2015年7月宣布了第15种方法。如下是它的一种体现形式:

 

 

下面是所有的15种平面平铺,为了方便比较,像博塞尔团队提供的一样,放在一个新的面板中:

 

 

那么还有更多这样铺满整个平面五边形平铺吗?如果还有,一共有多少种这样的平铺呢。博塞尔团队中的印第安人 McLoud(她是她家里第一个拿到大学文凭的人)说:“现在还不知道凸五边形平铺方法数量的上界。”就是说,可能还有几十种,或者有无限种。也有可能就这么多,不再有了。

 

盖棺了结


仔细看看博塞尔团队五边形是很有建设性的,这个五边形就像一个不规则棺材。也许McLoud和他的同事真的靠着发现最后一种五边形平铺的类型给它钉上了钉子。

 

 

接下来我们来描述得到这个图形的过程:这个形状可被通过折弯一条的5个单位长度的稻草杆子CDEaAB来获得,(这里a代表着图像中线段EA的中点;它也代表着EA的长度),这之后会如下调整:

 

在右侧,将AB逆时针旋转120°,使得角A成60°。在左侧,将CD顺时针扭成直角,之后保持角D90°的同时,将DE也顺时针旋转30°。EaA保持直线,并且为2个单位长度长。最后,连接将D与B的终点相连:可以看出CB长度为sqrt(2)/(sqrt(3)-1)(sqrt表示开平方),约为1.93个单位长,同时角C和B各自恰好为105°和135°。这个五边形可以被拆解成一个等腰三角形、等边三角形以及一个有着“良好”角度的四边形(分别是三角形DCE、三角形BAa、四边形BaEC)。

 

一个小孩拿着的稻草杆子瞎捣鼓着把杆子折弯,只要拉开合适的位置,都能轻松地拼出这个五边形。也许,历史的长河中,真有过几次这样的事。如果真有这回事,没有孩子曾意识到他们的发现,他们只会在妈妈叫他吃饭的时候别无他想地扔掉那根稻草杆。那么,又有谁能断定没有某个小孩把稻草杆折成另一种能平铺无限平面的新型五边形呢?他的确是一种孩子能玩的,而且能玩出深入结果的东西(想想前面的主妇)。

 

加德纳去世后最新出版的这本书无疑即会是老少皆宜的,《注释版爱丽丝》(150周年豪华版,诺顿出版社)。它是将这个畅销书系列的最后一次更新,包含了加德纳在5年去世为止留下的最新的注释内容。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

瞧!布尔这一家子!

■武夷山

 

乔治·布尔, 19世纪最重要的数学家之一,数学中的布尔代数就是用他的名字命名的。布尔有5个有才华的女儿,“五朵金花”。不过,在灌注培养孩子方面,他妻子的功劳可能更大。布尔的妻子是自学成才的数学家。她善于用各种寓教于乐的方式引导孩子热爱科学。

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

我们在查文献时,经常用到“布尔检索”式,这里的“布尔”,指的是布尔代数的提出者、英国皇家学会会员、数学家乔治·布尔(1815~1864)。他的著作《逻辑的数学分析》对符号逻辑作出了重要贡献。1854年,他出版了《思维规律的研究》,这是他最著名的著作,正是在此书中他介绍了后来以他名字命名的“布尔代数”。到目前为止,该书已经被引用了将近1800次。

 

有其父必有其女,他有5个有才华的女儿,“五朵金花”。不过,在灌注心血培养孩子方面,他妻子的功劳可能更大。

 

布尔的妻子Mary Everest Boole (1832 ~1916)是自学成才的数学家,有Philosophy and Fun of Algebra(《代数之哲学与乐趣》)、The Preparation of the Child for Science(《如何培养孩子走向科学》)等著作。在学术界并不欢迎女性的年代里,她以身作则,树立了女性投身学术的榜样。她善于用各种寓教于乐的方式引导孩子热爱科学,比如,过去的家庭妇女可能会教女孩子女红,绣一些图案,她则教孩子“曲线刺绣”(这里的曲线指数学曲线)。

 

大女儿Mary Lucy Margret (1856~1908)嫁给了数学家Charles Howard Hinton,生了四个儿子,小儿子Sebastian Hinton(1887~1923)是儿童游戏用品野外攀爬架的发明人。这位Sebastian Hinton有三个子女,其中一位叫William H. Hinton (1919~2004),他就是我们中国人民的好朋友韩丁,1948年他创作了反映中国土改的长篇纪实文学《翻身》,很有影响;韩丁的妹妹叫Joan Hinton (1921~2010),她的中文名是寒春,是参加过曼哈顿计划的极少数女性物理学家之一,后定居中国,被称为“国际主义战士”,她是另一位中国人民的好朋友、美国养牛专家阳早(1918~2003)的妻子。2010年,寒春在北京协和医院去世后,温家宝总理发了唁电。“百度百科”说寒春是作家伏尼契的孙女,不确。伏尼契是布尔的小女儿。

 

二女儿Margaret (1858~1935)自身未从事学术,嫁给了艺术家Edward Ingram Taylor,但将儿子G. I. Taylor培养成了数学家,G. I. Taylor在流体力学和固体材料研究方面有重要贡献。像外祖父一样,他也是皇家学会会员。

 

三女儿Alicia Boole Stott(1860~1940)是五朵金花中唯一继承了父亲的数学天赋的,她对四维几何学作出过重要贡献。Polytope(多面体)这个词就是她造出来的。有趣的是,最早激发起她数学兴趣的并非是其父亲,而是身为数学家的大姐夫Charles Howard Hinton。

 

四女儿Lucy(1862~1905)曾在伦敦皇家自由医院任化学教授,是英国有史以来第一位女性化学教授,也是英国化学学会的第一位女性会士。

 

小女儿Ethel Lilian (1864~1960)嫁给了波兰革命家Wilfrid Michael Voynich,写了好几本书,其中最著名的是小说《牛虻》。我们很多中国读者只记得《牛虻》的作者是伏尼契,而不知道她是数学家布尔的女儿(博主:我的发表版本这一句有误,现更正过来)。

 

必须指出,培养了五位了不起女儿的母亲虽知识渊博,但仍有知识缺陷。1864年11月的一天,布尔在去大学讲课途中遇雨,冒雨走了两英里的路,到学校后穿着湿衣服讲课,着凉感冒了,发起高烧。布尔夫人笃信“以同治同、以毒攻毒”的类比原理,她想,既然是“湿”导致布尔生病,那么还得给他加湿才能除病。她把布尔安放在床上,向他身上泼了一桶又一桶水,结果使病情加剧。1864年12月8日,布尔因胸腔积液去世,年仅49岁。

 

《中国科学报》 (2015-11-20 第11版 作品)

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

集合论中的每条公理是用来干嘛的?

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,PCF,哆嗒数学网群友

 

一般的认为,现代数学的基础可以建立在集合论的公理体系上。这个公理体系是加入了选择公理的策梅洛-弗兰克(ZF)公理系统,简称ZFC公理系统。本文简要地介绍ZFC集合论中各公理的意义及作用。

 

首先,ZFC集合论中的公理大致分为3组:

 

第一组: 外延公理

 

第二组: 子集公理模式、无序对公理、并集公理、幂集公理、无穷公理、替换公理模式。

 

第三组: 正则公理(或基础公理)、选择公理(Axiom of Choice记作 AC)。

 

下面是详细的说明:

 

 

第一组只有一个公理。

 

外延公理:对所有的集合A、B,A=B当且仅当对所有的x有,x∈A ⇔ x∈B

 

分析:首先,左边(即“A=B”)蕴含右边(即“对所有的x有,x∈A ⇔ x∈B)”)是等词的性质;重要的是右边蕴含左边。

 

它说的是:一个集合完全由它的元素(即“外延”)确定,不依赖于其他任何东西(如形状等)。这体现了数学的“量”的特点,也表明了数学的“简单性”——研究集合的时候考虑且只考虑集合的元素。

 

它的作用是:把证明两个集合相等转化成了证明有相同的元素(这一点在做数学题时非常常用),确保了第2组公理里断言存在的集合的唯一性。

 

 

第二组公理都是断言某种集合的存在性。

 

子集公理模式:我们回顾一下历史:康托认为,“内涵公理模式”——即 对所有的性质p(x),{ x:p(x) }是集合成立。但这是错误的,是有其内在矛盾的,1901年被“罗素悖论”否定,罗素的反例是:取p(x)为“x∉x”,这样{ x:x∉x }会产生矛盾。

 

 

后来,人们把“内涵公理模式”修正为“子集公理模式”:对所有的性质p(x),对所有的集合A,{ x∈A:p(x) }是集合。从而排除了具有内在矛盾的悖论。

 

子集公理模式说的是:如果我们有一个现成的集合A,那么我们就可以拿A中的元素作为“材料”用性质p(x)造出一个新的集合{ x∈A : p(x) },因为{x∈A : p(x) }是A的子集,所以这个公理模式称作“子集公理模式”。

 

子集公理模式有重要的意义:它把“性质”实体化了。性质p(x)本是一个看不见摸不着的东西,但有了子集公理模式以后,我们用p(x)做成了一个集合{ x∈A : p(x) }(集合是我们的实体),它可以从局部完全地刻画p(x)的特征。这一点是集合论能够成为数学的基础的最根本的原因,其它的大多数形式系统,不能够把性质实体化,不具备研究性质的能力,因而不能成为数学的基础。

 

子集公理模式的作用:从已知的集合构造出新的集合。

 

但是,子集公理模式只能从已知的集合得到它的子集,当我们一无所有的时候,我们能得到什么呢?

 

首先,我们用逻辑公理能证明:存在x,使得x=x。也就是说集合是存在的。

 

我们用某个存在的集合A,利用子集公理模式,可知“{x∈A:x≠x}是集合”,这个集合就是空集∅。

 

但是,对∅使用子集公理模式,我们再也得不出新的集合,因为∅里没有我们想要的“建筑材料”。

 

所以,要想实现从无到有的突破,我们还需要新的公理。

 

无序对公理:对所有的集合A、B,{ A , B }是集合。

 

有了这个公理以后,我们可以知道{∅}、{{∅}}、{{{∅}}}、{∅,{∅}}等都是集合。但是,我们只能得到一元集或二元集,{∅,{∅},{{∅}}}是不是集合,我们无从得知。

 

并集公理:对所有的集合A,{ x : 存在B∈A,使得x∈B }是集合(记作∪A)。

 

有了并集公理以后,我们可以知道{∅,{∅},{{∅}}}=∪{{∅,{∅}},{{{∅}}}是集合。我们还可以证明交集定理:对所有的非空集合A,∩A={ x : 对所有的B∈A,x∈B }是集合。有了并集公理之后,我们可以构造各式各样的集合。

 

幂集公理:对所有的集合A,{ x :x是A的子集 }是集合(记作P(A))。

 

这个公理可以以更快的速度(指数速度)形成新的集合。在外延公理的基础上,有了子集公理模式、无序对公理、并集公理和幂集公理以后,我们就可以适当地展开数学了:

 

首先是有序对的概念:

 

有序对定理:对所有的集合a、b,<a,b>={ {a} , {a,b} }是集合。

 

这个定理只依赖无序对公理。

可以证明:对所有的集合a、b、c、d,<a,b>=<c,d> iff a=c且b=d。 (*)

事实上,怎么定义<a,b>并不重要,重要的是让(*)式成立。

 

接下来,是乘积的概念:

 

乘积定理:对所有的集合A、B,A×B={ < x,y> :  x∈A且y∈B }是集合。

 

有了这个定理以后,我们就可以定义“关系”、“函数”的概念:

A×B的一个子集R称为A到B的一个关系。

 

A到B的一个函数是指一个定义域为A的满足单值性条件(即“对所有的x∈A,y、z∈B,<x,y>∈R且<x,z>∈R 蕴含 y=z”)的关系R。

 

关系、函数是数学中最为重要的概念,集合论能把函数、关系实体化是集合论能成为数学的基础的一个重要的原因。

 

数学的内容一般是:定义一些数学对象,研究这些数学对象之间的关系。

 

在集合论里,数学对象都被定义成一种特殊的集合,它们之间的关系也被定义成特殊的集合。“关系”本是一种看不见摸不着的对应,现在,巧妙地采用了“用结果表达过程”的手段把“关系”实体化了:用关系R造成的结果{<x,y>:xRy}来定义这个关系。

 

接下来是定义重要的关系:等价关系、良基关系、序关系。

 

等价关系是满足自反性、对称性和传递性的关系。

 

良基关系是满足良基性(所有非空子集都有极小元)的关系。归纳法的最一般的形式就是良基关系上的归纳法。递归定义的最一般的形式就是良基关系上的递归定义。这是因为,“良基性”和“归纳法”是互为逆否命题的!(这只是一种粗略的说法,当然是可以严格化的。)良基关系有各种好的性质。

 

序关系通常是指偏序关系、全序关系和良序关系。

 

偏序关系是满足反自反性、反对称性和传递性的关系。

 

全序关系是满足连通性的偏序关系。其中的任意两个元素都可以比较大小。

 

良序关系是满足良基性的全序关系。其中的任意的子集都有最小元素。

 

良序关系是一种特殊的良基关系,当然有归纳法成立。良序关系是极为重要的概念,有了它,我们就可以定义序数的概念:

 

序数就是被∈良序的传递集(传递集的就是所有元素又是它子集的集合,比如{ ∅ , { ∅} })。有了序数的概念之后,我们就可以“定量”地研究良序关系了。

 

然后是自然数的概念,自然数是满足下面两个条件的序数n:

 

(1) n是0或后继序数;

 

(2) n的每个元素都是0或后继序数。

 

这个定义是不依赖于无穷公理的。很多教材,在定义自然数的时候,都用到了无穷公理,只有少数没有用(如 汪芳庭的《公理集论》和Levy的《Basic set theory》)。笔者个人喜欢遵循“奥卡姆剃刀”原理,能不用的东西就坚决不用,这样才能看清问题的本质所在。对应到集合论的研究中,能不用的公理就不要用,用到的公理都要证明必须用!(实际上最后ZFC也没有做到这一点,比如无序对公理可以被ZFC中的其他公理推出——哆嗒数学网小编注)

 

无穷公理:ω={ n : n是自然数 }是集合。

 

在没有无穷公理的时候,我们只能看到序数宇宙呈现出下面的样子(n’表示n的后继):

 

0,0',0'',...

 

有了无穷公理之后,我们能看到序数宇宙呈现出下面的样子:

 

0,0',0'',... ,ω,ω',ω'',...

 

后面还有没有东西,我们就不知道了。

 

我们需要新的公理:

 

替换公理模式:对所有的类函数F,对所有的集合a,{F(x):x∈a∩Dom(F)}是集合。

 

这个公理模式在直观上是对的,因为函数的值域的规模直观上只可能比定义域的小。有了这个公理模式之后,我们可以得到{0,0',0'',... ω,ω',ω'',...}={0,0',0'',... }∪{ω,ω',ω'',...}是集合。这个集合就是ω·2,它的存在性离不开替换公理模式。有了替换公里模式之后,序数宇宙呈现出非常丰富多姿的样子。

 

第三组公理都是在否定某种集合的存在性。

 

正则公理:对所有的非空集合a,存在x∈a,x∩a=。换一种说法,这个公理是说:∈是任一集合上的良基关系。

 

其实,有了序数的概念以后,我们就可以定义“基础集”的概念了。

 

在序数宇宙On上递归定义一个类函数V(x):

 

V(0)=∅;

 

V(x')=P( V(x) );

 

V(x) = ∪{ V(y) : y∈x},若x是极限序数。

 

令WF=∪{ V(x) :x∈On },则WF中的元素成为基础集,WF称为基础集宇宙或者叫做冯·诺依曼宇宙。

 

基础公理:对所有的集合a,a∈WF。

 

若把所有集合构成的真类记作V(称作“集宇宙”),那么,基础公理是说:V=WF。

 

可以证明:正则公理等价于基础公理。

 

因此,正则公理其实是排除了所有的“非基础集”。

 

如果把一个集合想象成一些事物加花括号形成的对象,那么基础集的直观含义是:

沿着任何一个方向往括号里进,总能进到底(进到找不到括号为止,实际上必定找到空集)的集合。

 

非基础集的典型的例子是满足x∈x的集合,直观形象是“{{{...}}}”,括号无穷无尽,沿着括号往里进,永远找不到底。

 

有一本书专门研究非基础集:Aczel的《Non-well-founded sets》。

 

选择公理(AC):任何非空集合的集族上都有选择函数。直观的讲,就是能在这个集族里的每个集合中选取一个元素,“拼合”成一个新的元素。

 

选择公理有各种等价形式,最为重要的是:良序原理:对所有的集合a,a上存在良序。即是说a∈WO。其中,WO={ x :  x上存在良序关系 },称作良序集宇宙。

 

良序原理其实是说:V=WO。选择公理排除了所有的“非良序集”。我们已经知道,良序集是可以被序数“度量”的集合。非良序集的直观涵义就是不可能被序数“度量”的集合。有一些书籍专门研究选择公理,如Jech的《The axiom of choice》等。我们看到,“良基理论”和“良序理论”有类似的地方,但也有本质的区别,下面比较它们的相同点和不同点。

 

类似的地方如下:

 

良基理论是对集合的“深度”的研究,即对“括号层数”的定量研究,运用了“秩”(一种特殊的序数)这一概念;

 

良序理论是对集合的“广度”的研究,即对“元素个数”的定量研究,运用了“基数”(一种特殊的序数)这一概念。

 

但也有本质区别:

 

WF的性质很封闭,稳定,不依赖正则公理,正则公理的作用仅仅在于把V(集宇宙)限制于WF;

 

而WO的性质很开放,很不稳定,AC的作用不仅仅在于把V(集宇宙)限制于WO,就连WO自身的一些性质也要依赖于AC!(例如,没有AC,WO关于并、幂运算都可能是不封闭的)。基数的乘幂运算的定义也要依赖AC。

 

笔者个人认为,AC的本质在于承认形式系统中某种无限次操作的合理性。无穷公理的本质在于承认形式系统中“实无限”的合理性,两者是不同的:无穷公理把实无限作为合法对象引入了形式系统,但并不知道形式系统中进行某种无限次的操作是否合法,比如不知道可不可以进行无限次任意的选取。而AC则承认了必须经过形式系统中无限次选取才能构造出来的集合的存在性,实际上是承认了形式系统中某种无限次操作的合法性。

 

从AC的等价形式,如Zorn引理、Tukey引理、Hausdoff极大原理等命题中可以看出,AC相当于断言某种“不可构造的存在”的合法性,比如Zorn引理中的极大元是不可构造的,仅仅断言存在而已,等等。

 

其实,正是AC的承认形式系统中某种无限次操作的合理性这一本质导致了AC相当于断言某种“不可构造的存在”的合法性:因为无限次操作是人类无法真正做到的,无限次操作得到的东西是“不可构造”的!

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

从5匹马到“5”,告诉你为什么要学习数学史

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者:李晓奇,东北大学秦皇岛分校数学与统计学院教授,主要研究方向为数学史。

本文摘编自吕变庭主编《科学史研究论丛 第1辑》一书,有删减,转自科学网,原文地址http://blog.sciencenet.cn/home.php?mod=space&uid=528739&do=blog&id=935890

 

对任何一个学科来说,研究其历史都是非常重要的。而对于数学这一学科尤为重要,这是数学学科自身的特征决定的。


为什么要学习数学史

 

这个问题可谓前人之述备矣。但在这里我们还是要把一些要点说出来,以给学生们启发。

 

英国哲学家里德(T.Reid,1710—1796)说:

 

“数学系统一旦在少数公理和原始定义的基础上完美地建立起来,就构成了一个坚如磐石的基础。然后年复一年地发展和成长,最终形成一种能为人类理性所引以为自豪的坚固结构。”

 

这就提醒我们这样一个事实:数学思想的起源与传播有其自身规律,相对其他学科来讲有更强的连续性。数学理论体系从未发生推倒重来的情况,数学发展史上的每一次突破都奠基于前人成果的基础之上。因而,温故知新成为数学传播研究的必由之路。注意一下就会发现:数学是建立在公理的基础上的,而其他科学是建立在假说的基础上的。这才导致数学拥有与其他科学不同的特征,数学史的研究也显得十分重要了。数学的实质在于有一套提出问题和解决问题的普遍理论和方法。相对数学而言,科学的证明依赖于观察、实验数据和理解力;数学的证明是依靠严密的逻辑推理。而在思维严密的数学家眼里,物理学、化学、生物学、天文学等自然科学都是经验科学,难以达到数学定理证明所具有的绝对程度,只能提出近似于真理的概念。

 

数学不仅是自然科学的“王后”,同时也是自然科学的“仆人”,一直忠实地服务于其他科学。这完全是缘于她的能力。因为过去的经验告诉我们,所有的科学问题在本质上都是简单而有序的。物理学所有的定理都可以用数学公式表示出来。人类的智慧坚持用简单的概念阐明科学的基本问题,数学就是一个基本的方法。

 

数学是历史积淀的产物,只有了解数学史才有利于对数学作整体的把握。数学史研究的是历史上的数学,探讨其产生和发展的原因、规律,以及受其他社会因素影响的数学问题;还要研究数学在萌芽、形成和发展过程中起主导作用的基本思想及其传播和继承的规律。不仅涉及过去的和现在的数学,还探讨未来数学的发展趋势与特点,以指引当前数学科学的走向,为现代数学研究和数学教育服务。

 

数学在其发展过程中,在解决诸如不变与变,有限与无限,部分与整体,具体与抽象,离散与连续,确定与随机,精确与近似等矛盾的过程中,形成了特色鲜明的科学思想和方法。

 

除了少数专业数学工作者研究纯数学,大多数数学家或科技工作者从事的是应用数学的研究。应用数学是利用数学的方法来发展经验科学的学科。应用数学始于经验性事实,止于对经验性事实进行规律性预测,这些规律还必须被其他的实验数据所证实。从研究过程可以看出应用数学的真谛:从自然现象出发,回到自然现象。因此,用数学理论来发展经验科学往往又会向数学提出深刻的挑战,并启示纯数学研究的新方向。

 

关于数学历史与创新的关系,吴文俊院士有深刻的论述,他说:

 

“假如你对数学的历史发展,对一个领域的发生和发展,对一个理论的兴旺和衰落,对一个概念的来龙去脉,对一种重要思想的产生和影响等这许多历史因素都弄清了,我想,对数学就会了解得更多,对数学的现状就会知道得更清楚、更深刻,还可以对数学的未来起一种指导作用,也就是说,可以知道数学究竟应该按怎样的方向发展可以收到最大的效益。”

 

近代应用数学发端于英国,牛顿是其鼻祖。为了解释观察到的大量天体运行的资料,解释天体运行的基本规律,牛顿建立起天体运行的数学模型,提出了划时代的三大力学定律和万有引力定律。但是,力学定律的内涵超越了那个时代传统数学的范围,牛顿不得不开拓新的领域,发明了微积分,然后再用微积分、力学定律和万有引力,求得了行星运行的规律。在19世纪末的英国,所有的理论物理被称为应用数学。人们运用“概括法”从一个复杂的物理过程中概括出关键的物理因素,然后再用数学进行分析。

 


学习数学史要达到的几个目的

 

李文林先生说过,研究数学史通常有三种态度:为历史而历史,为数学而历史,为教育而历史。

 

对于我们从事高等教育的人来说,当然免不了要把数学史的研究和学习与教育联系起来。我们想达到的目的当然很多,但其中的几个需要特别提出。

 

1.对数学抽象性的认识

 

抽象是数学的特点,也经常成为学习的难点。在此,让学生们认识到抽象的基本过程和抽象的作用是必要的。抽象不仅是高度的概括和提炼,而且越抽象的东西应用范围也越广。

 

数学史上最早也是最重要之一的抽象是正整数的出现。数学问题本来就源于“实在的”而不是抽象的问题。早期的数值十分具体,而不像今天的数据那么“抽象”。

 

因此,从5匹马到5个“东西”再到“5”便成就了数学史上巨大的精神飞跃。

 

接下来就是另一个“飞跃”。正整数的出现自然驱使人们去研究它的运算规律。如果单纯探讨2+3=3+2, 5+8=8+5等等的具体结果就会陷入无休止的罗列中。人们巧妙地引入了符号:

 

a+b=b+a

 

这里a、b可以代表任意正整数。

 

随着符号的引入,数学进入了从“数”到“类”的飞跃,从而从算术阶段进入了代数阶段。

 

相信学生们在此会“顿悟”的,也许学习过程中从来没有人给他们点透过。就好像学生在应试过程中做了无数的对数题目,却没有意识到对数运算法则的实质——降低运算级别:

 

“  …by shortening the labours, doubled the life of the astronomer。”
(以缩短计算时间使天文学家寿命加倍)
——Pierre-Simon Laplace

 

2.对世界各个文明所做贡献的客观认识

 

在公元前2000年,古巴比伦数学的发展就已经开始。而他们对勾股定理(毕达哥拉斯定理)的研究在至少公元前1700年就已经取得了惊人的成就。出土的泥板中有大量的数学文献,包括15组勾股数。其中最大的一组勾股数按照现代的计数方法,斜边是18541,一条直角边是12709。

 

事实上数学史上有四个伟大时代:古巴比伦时代、古希腊时代、牛顿时代以及始于19世纪初直至现在的黄金时代。

 

3.了解中西方数学思维的差异

 

中国人擅长计算,而古希腊人擅长逻辑推理。泰勒斯(Thales, 约公元前624—前547)开逻辑证明之先河:他不满足于人们看到的一个圆被其任一直径分割为相同的两部分,还要想办法“证明”它们是相等的。他认为靠直观观察毕竟是有限的,系统的证明才更加可靠和长久。

 

4.了解前人的奋斗历史和治学精神

 

这也是“为教育而历史”的目的之一——就是要通过选择生动、丰富、典型的历史事件或史实,并用恰当方式展现在课堂或课程中,让学生切实“了解数学产生与发展的过程,体会数学对人类文明发展的作用,提高学习数学的兴趣,加深对数学的理解,感受数学家的严谨态度和锲而不舍的探索精神”。

 

惠威尔(W.Whewell)在《归纳科学史》中写道:

 

“除了顽强的毅力和失眠的习惯,牛顿不承认自己与常人有什么区别。当有人问他是怎样做出自己的科学发现时,他的回答是:‘老是想着它们’。另一次他宣称:如果他在科学上做了一点事情,那完全归功于他的勤奋与耐心思考,心里总是装着研究的问题,等待那最初的一线希望渐渐变成普照一切的光明。”

 

希尔伯特在1930年退休时被柯尼斯堡授予荣誉市民称号。他发表了演说,并以著名的六个字作为结束,以表达他对数学的热爱以及奉献于数学的一生:

 

We must know, we shall know!

 

5.了解数学的发展过程和教材、专著的差别

 

数学论文和专著一般都是经过“包装”的,也就是说,是按逻辑顺序从定义到性质、定理等等组织内容、精心撰写的。那些数学真理、数学定理又是怎样被发现的?往往很少涉及,或语焉不详。而对于学习、研究和应用数学的人来说,这一点又恰恰至关重要。而且常常书籍之中展现的结果刚好跟实际演变过程相反,自然导致学生在学习中感到困难,这就需要我们教师给予点拨。

 

对于数学史及数学思想的灌输,我们首先应该认识到它的重要性,应该传授给学生以思想和方法。可以说数学思想和方法比数学计算更重要。当然这就对教师提出了更高的要求。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

数学新方法助推大分子成像技术

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

 

作者,ScienceDaily, 英格兰数学教师。

翻译,sanshi,哆嗒数学网翻译组成员。

 

原文地址:http://www.sciencedaily.com/releases/2015/08/150810091907.htm

 

蛋白质、病毒等纳米尺度物质的复杂结构的全面认识有助于帮助我们突破生物医学领域的某些最具挑战性的难题。但是这些东西要比人的头发丝的宽度的千分之一还要小,科学家无法直接观察到他们,并研究他们的形状和功能。

 

为了能够将自然环境中的蛋白质结构展现出来。科学家想到了利用大剂量的X射线对溶液中的微量蛋白质进行照射。并利用得到衍射图像作为关键性的信息来为蛋白质大分子重建分子结构。然而,传统的溶液散射技术常常由于技术局限,所能提取到的结构细节信息有限。随着高能光源技术的发展,研究者找到了新方法去克服这些局限。尤其是一种名为波动x射线散射(FXS)的新技术,FXS能够提供的细节信息较传统方法有数量级程度的增加。时至今日,缺乏有效数学模型来对(散射)数据进行解读,已经成为妨碍FXS技术走向实用的最大障碍。

 

劳伦斯·伯克利国家实验室(Berkeley Lab)的应用数学家杰Donatelli 和Sethian以及物理生物学家Zwart使用一种名为多层迭代相位法(M-TIP)的新颖的数学理论和算法来解决FXS数据重建结构的问题。使用他们的程序,使用普通的桌面电脑就能在几分钟之内快速确定大致结构。这是极为重要的一步,帮助我们打开生物物理学前进大门,并且引入了新的工具来协助生命科学中一些最具挑战的难题的解决。

 

就职于伯克利实验室物理生物科学部门的科学家兹瓦特Zwart表示:“这个消息令人振奋!尽管波动散射技术首次提出距今已有38年,但直到现代x射线光源技术的发展才使其真正具备实用性。而新的重建模型发挥出波动散射技术的优点,为其成为生物物理学常用技术提供了核心支持。”

 

克服传统成像技术的局限性

随着(X射线)光源技术的发展,衍射(图像)很多种方式得以实现。如果微粒能够结晶成大晶体结构,可以利用x射线照射晶体,通过结晶学来分析。但是,很多重要的结构过于松散难以结晶,或者其在溶液中的结构与结晶后结并不相同。

 

作为替代技术,结构生物学家从溶液中微粒获得衍射图像。然而,这种被称为小角X射线散射法/广角度X射线散射(SAXS/WAXS)的实验方法在成像过程中微粒会发生旋转,从而丢失信息导致对未知结构重建效果不佳。这就类似于我们拍摄旋转木马上的儿童时,因为照片曝光时间过长,导致图像模糊和细节丢失一样。

克服SAXS/WAXS局限性的一种方案是使用更快、亮度更高的(X射线)光源,这样照相时间能够比旋转扩散时间更短。而这有赖于美国能源部的新设备--自由电子激光器(FEL),如斯坦福大学的LCLS(电子加速器相干光源)。通过波动x射线散射技术获取的额外角关联信息,能够为待成像对象获取重构所需的更多的细节结构信息。然而,如何利用散射数据来重建分子结构?这类反推问题非常具有挑战性,时至今日依然是横亘在分子结构研究道路上的绊脚石。

 

M-TIP破译FXS数据的秘密

从波动散射数据中建立数据模型的部分难点在于,不像标准的(传统的)衍射图像测量的是衍射强度,并仅需要恢复丢失的复相信息。逆FXS数据还额外需要恢复三维强度信息。

这个团队的新算法M-TIP提供了将FXS数据与对于溶液的先验知识结合起来建立模型的方法,例如密度的上下界,尺寸,对称与否等,最终能同时得到强度,复相,和分子结构信息.

伯克利实验室的计算科学部门的数学家Donatelli解释道:“为了开发鲁棒(稳健)且高效的FXS重构算法,我们不得不解决一系列的复杂(非平凡)的数学问题。寻找FXS数据和结构之间的联系涉及到非常多调和分析和线性代数的内容,并且我们需要开发多种新的计算工具,例如极坐标傅里叶变换等。”

鉴于FXS依然是非常新颖的技术,没有公开的实验数据库可用。为弥补数据缺失,Donatelli, Sethian 和 Zwart利用各种测试形状来模拟产生FXS数据,以此检验他们的模型,测试数据中也包括五聚体门控离子通道受体(pLGIC)模型。实验证明他们的M-TIP算法利用样品的FXS数据,能够快速,准确,精细的重建样品形状。

 

 

CAMERA:利用跨学科交叉进行科学创新

这项工作是CAMERA开展的项目的一部分。CAMERA全称为能源研究中的高等数学应用研究中心。CAMERA是能源部先进科学计算研究办公室和能源科学基础研究办公室的合作项目,部门负责人是Sethian。CAMERA将数学家,实验科学家,计算科学家和软件工程师联合起来,开发设计新的数学工具和软件,解决国家能源局各机构的数据和图像问题,包括为同步辐射光源和纳米科学研究中心工作。

Sethian表示: “能源部的(X辐射)光源为这些绝妙的数学问题的研究提供便利,这些问题的解决能够对飞速发展的科学产生重大影响。Zwart对问题的深刻理解结合Donatelli在调和分析和分步迭代算法的研究背景,为重构FXS数据的新方法的产生打好了基础”

FXS的未来

LCLS(斯坦福大学的直线加速器相干光源)设备使用权限最近被授权给作者们参与一项大型的多机构合作,从多个不同的生物标本中来获取FXS数据。这将会允许研究者有机会去测试算法,进而使用重建算法对实验数据重建。

Zwart表示:“最终目标是提供给科学界一个强有力的新工具,使确定纳米尺度微粒的结构和动力学特性工作得以普及,满足大量的日常研究所需。目前看来,将FXS这项新技术成熟的并提供给结构生物学家的实验室中还需要一段时间,但是这个是一个非常重要的突破性进展。”

研究者强调可以利用超亮辐射光源取得被低温冷冻的粒子的现场FXS数据。国立卫生研究院最近授予Zwart和合作者新的探测器使用权,希望同步加速器能够助推研究工作。

 

伯克利实验室先进同步辐射光源实验室副主管Steven Kevan说:“探测器、X射线源和光学上的新进展带来了低温冷冻大分子波动散射仪器以及现代同步加速器的实用研究, 我们期待这项技术在应用先进同步辐射光源之后取得新的进展。

研究者指出这个新方法业已应用到生命科学的研究中,而且还能够扩展应用领域,用于材料和能源科技研究。这项工作资助单位包括:能源部科学办公室(先进科学计算研究办公室和基础能源科学办公室)、国立卫生研究院。先进同步辐射光源设施来自能源部科学办公室。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

伯克利数学家获得300万美元巨奖

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

2016数学界第一巨奖,科学突破数学奖揭晓。来自加州大学伯克利分校的数学家Ian Agol获得该奖项。

科学突破奖是科学界奖金最高的奖项,每位获奖者会获得300万美元的奖金。此奖设立数学奖,在数学奖方面,它的奖金堪称土豪,有多土豪可以参考我们哆嗒数学网小编去年的文章

此次数学突破奖授予美国加州大学伯克利分校的Ian Agol,表彰他在低维拓扑和几何群论方面做出的贡献,其中包括在解决稳和(tameness)问题、虚哈肯猜想(virtual Haken conjecture)和虚纤维猜想(virtual fibering conjecture)方面的工作。让人惊奇的是,Ian Agol在获奖职位介绍的时候,依然还只是副教授,而非正教授。

 

 

以下是颁奖盛典的剪辑,2016科学突破奖颁奖盛典剪辑,数学奖得主Ian Agol的镜头在2分46秒。

 

 

 

另外,值得一提的是,这回科学突破奖的得主中出现了中国人的身影。

 

今年的基础物理突破奖颁给了增进人类对宇宙最深层问题理解的成果。基础物理突破奖授予以下5个团队的1377名团队成员。他们在中微子振荡领域的基础性发现和探索,使我们得以一窥超越粒子物理标准模型的物理学新疆界。其中包括由中国科学院高能物理研究所王贻芳所长,以及就职于加州大学伯克利分校、劳伦斯国家实验室的物理学家陆锦标教授领导的大亚湾核反应堆中微子实验;

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

我们养着纯数学家干嘛?

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,Ben Orlin, 英格兰数学教师。

翻译,诗人。,哆嗒数学网翻译组成员。

 

本文原文地址:http://mathwithbaddrawings.com/2015/02/24/why-do-we-pay-mathematicians/


 

——无用之用,方为大用


娶一个纯数学家当老婆,有很多乐趣,家里会时常发现她的笔记本上染指咖啡渍,上面却写满了积分,除此之外,另外一个有意思的事就是听她向别人解释她的职业。

“是不是要大量使用电脑呀?”

“你写方程吗?你懂我的意思,我指的是,那些很长很长的方程。”

“你是不是要和一些极其大的数字打交道?”

对上述三个问题的回答分别是:不,有时会,不。

她几乎不用计算机,不等式用得比等式多得多,另外,和她搞的小方向下的很多研究者一样,她觉得5以上的数字就已经大的离谱了。

尽管如此,她还是乐于回答那些问题。纯数学的研究是一项奇葩的职业,并且很难向人解释清楚。

那好,作为全体不在场纯数学家的一个代表,这位教师弱弱地做了次尝试,向人们解释一下这种工作。

 

问:那么什么是纯数学呢?

答: 你可以把整个数学想象为一张大的阴阳图,但是并不是光明与黑暗之间的绞杀,火与水之间的对决,而是纯理论和应用之间的博弈。

 
应用数学专注于数学在现实世界中的应用。工程,经济,物理,金融,生物,航天——所有的这些领域都需要利用定量的技术手段来解决问题和克服困难。

但是纯数学,却恰恰相反,它是为数学本身的完美而发展。

 

问: 那么如果应用数学意味着有用,那么是不是纯数学就意味着....

答: 没用?

 

问: 这是你自己说的,我可没说。

答: 好吧,我更偏向于“为了数学本身而发展”这个说法,不过说没用也不是一点道理没有。纯数学并不关注应用,它不以现实世界为中心。它不会去考虑制作出更快捷的浏览器,建造更加牢固的大桥,也不会去建立投资银行,用来巩固世界的经济。

纯数学是关乎数学模式,解题,和抽象的一门艺术。

思想是它的血肉。

产生于最初的朴素数学观念之上的想法,隐藏其背后的意义,可以引领我们继续前进的灵感,或者高于原始理念的构思,对这些剩下的(可能存在的)所有思想,纯数学家们孜孜不倦地探索着。

它永远都在向天发问,“如果那个被证明是正确的,那么对于其他的,什么是正确的呢?”
它永远走向问题的更深更远处。

 

问: 你是说就在此刻,那些不在这里的纯数学家们,正是在做那些纯数学嘛,虽然这些玩意可能对一些人来说永远没用。

答: [我瞥了一眼正在工作的妻子,确认她并没有在看她的美剧《实习医生格蕾》。]
是啊,就是这样的。


问: 那,为什么呢?

答: 因为纯数学非常美妙呀!他们勇猛地开垦着人类知识的新地。他们和哲学家,艺术家,以及其他领域的纯理论研究者无异。

 

问: 我懂了,那就是他们正在做纯数学的原因。但是(既然他们做的东西没啥卵用)为什么我们养着他们干嘛啊?

答: 哎哟,这是一个更加难回答的问题。让我先岔开这个问题,给你讲个故事吧。

在19世纪,数学家们开始对证明非常痴迷。整个世纪,他们致力于对已知正确的数学成果的反思和创新(就像对微积分理论基础的重构),但是他们却不能完全地解释究竟为何如此。

所以在20世纪新黎明的破晓之际,一些研究介于数学和哲学的交叉领域的学者,开始了一项宏伟的工程:证明一切。他们渴望将所有的数学知识建构在一个坚实的基础之上,以此来创造一个体系,运用十足的精确和彻底的演绎,将真理与错误永远分离。

 
这个想法从过去开始酝酿已久(2000多年前,欧几里得将所有的平面几何建立在了相似的基石之上),但是这项工程放眼的视野却是全新的,具有里程碑式的意义。在数十年中,一些站在世界之巅,智力超人的数学巨子们,对比如“1+1=2”这样的命题,进行着孜孜不倦的探索,找寻着隐藏在其背后的,严谨而又神秘的意义。

你能想象出还有什么事情能比这更加抽象,更加纯粹吗?好奇心指引着他们前进。数学的应用在他们心中去留无意。


问: 那,之后发生什么了?

答: 这项计划失败了。

最终,哲学家库尔特•哥德尔证明了无论你最初选择什么样的公理,任何一个数学系统都会最后陷入某一些命题总是无法被证明的困境。你无法证明那些命题是正确的,你也无法证明它们是错误的。它们让人很无语。


 
我们称这些命题为“无法确定真伪的命题”。事实就是,很多事情都可以被证明,但是某些事情就是无法被证明。

 

问: 哎!这简直就是对时间的极大浪费!纯数学最差劲了!

答: 好吧,我姑且先说你是对的。


当然了,研究者们试着从数学废墟中重新利用一些东西。在这些工作的基础上,一位英国的数学家构思了一种机器,它能够帮助我们去判断某个数学命题是真的,还是假的,还是无法判断真伪的。那将成为一个自动的真理判决者。

 


问: 那我们是否曾经制作了它呢?

答: 制作过的,那位数学家叫做阿兰•图灵,今天我们都称这种机器为“计算机”。


 

问: [目瞪口呆]

答: 然而正是如此。

作为曾经令纯数学家呕心沥血的最为纯粹的数学事业之一,这项企图证明一切的浩大的工程,像凋零的烟火一般消逝远去了,没有得到实现。

当然了,预定目标的确没有得到完成。但是通过澄清(并且有时是革新)一些观念的过程,比如关于证明方法、真理和信息的探讨,数学成就了一些更加伟大的事业。


它带给了我们计算机,计算机相应地给我们带来现在这个,你懂得的,这个世界。


问: 所以也就是说现在的纯数学可能有一天会给我们带来一种全新且极具变革性的实际应用咯,就像当时的纯数学为我们带来了计算机一样?

答:有可能会。

但是你却不能一定认为任何一个数学工作都能达到那样的标准,那是做不到的。这个世纪之内会有成堆的论文,大量的纯数学工作,都是看不到(催生伟大实际应用的)曙光的。它们不会在任何有实际意义的领域得到应用。顶多它们会被相关领域的极少数专家阅读,然后沦为灰溜溜的背景知识。

这就是残酷的数学生活。

但是当你随意地去读那些20世纪初的逻辑学家写的文章时,你会觉得他们的工作同样地无意义。如果你把那些论文沿着时间轴一一排除之后,那么我们智力工作者奋斗史的“砖砖瓦瓦”将会变得非常中规中矩而毫无新意。但那并不会使得那些论文变得黯淡无光,因为伟大的研究成就并不是零散孤立的个人独白的简单拼凑。

数学成就是交流对话的果实!


 
每一项研究都建立在先人的研究之上,并且它又会指点后人去猜测下面可能要研究什么。这些暗示可能是价值重大的,或者有一些价值,或者毫无价值。无法提前判定。

在长达数十年的对话中,没有什么特别的言辞必然会具有重要的指导意义的。说太多会被遗忘,或者陷入晦涩。那都没什么大不了。关键的是对话一直在进行。人们需要不断地分享那些令他们兴奋不已的思想,甚至尤其是那些特殊的,连他们也不知道为什么的灵感。


问: 那也就是说,纯数学,为自己的终身美丽而生,永远献身于革新性的洞察咯?

答: 是的,这就是纯数学。


关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

谷歌徽标纪念布尔200年诞辰

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

 

 

今天,谷歌徽标(Google Doodle)纪念了的英国著名数学家乔治·布尔。布尔生于1815年11月2日,今天正好是他200周年诞辰。

 

纪念布尔的徽标中并没有出现布尔的肖像,而是用GIF动画图的方式展示了他的伟大贡献——布尔代数和布尔运算。

 

 

动画中,x或y的颜色会忽明忽暗,当颜色亮起时,表示这两个变量的值为“真”。那么会对应着相应的布尔运算:

 

“与”, x AND y ;

 

“异或”, x XOR y ;

 

“或”, x OR y ;

 

“非”, NOT x 以及 NOT y ;

 

当上述运算得到的布尔值也为“真”的时候,对应的字母颜色会变为彩色。

 

实际上,在纯数学中,布尔代数在代数学、逻辑演算、集合论、拓扑空间理论、测度论、概率论、泛函分析等数学分支中均有应用。而在应用领域,布尔代数在自动化技术、电子计算机的逻辑设计等工程技术领域中有重要的应用——想想程序员们,应该没有不知道布尔值的。

 

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

万圣节前夜:讲述魔鬼数字与黄金分割比

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

每年的10月31日是万圣节前夜,这是西方一些国家的传统节日。这个节日充满了魔鬼、怪物、死亡、魔法相关的元素,也充满了各种糖果、点心。小孩子们会装扮成各种妖魔鬼怪沿街讨要糖果,经常听到的“不给糖就捣蛋”说的就是这个节日中的场景。所以万圣节前夜的节日气氛是既古灵精怪,又其乐融融的。

 

这个节日是把邪恶事物转变为美好事物的一天。我们哆嗒数学网的小编今天也应景奉上一篇小文章,说的是把邪恶的魔鬼数字变为美好数字。本文主要思想来自福布斯网站一篇文章。(http://www.forbes.com/sites/kevinknudson/2015/10/29/devilish-trigonometry-linking-the-number-of-the-beast-and-the-golden-ratio/)。

 

《圣经·启示录》里的故事告诉我们,666这个数字是个邪恶的数字,因为它是魔鬼撒旦的印记(也叫兽的印记)。所以在现实中,很多人会选择这个号码的包间作为万圣节前夜的派对包间。

 

现在,我们要开始施放一个数学“魔法”,将这个魔鬼印记转变了。请打开百度,输入计算器,利用百度的计算器计算sin(666°)(按键的时候需要确保666是角度,而不是弧度),你会得到一个结果-0.8090169944……。也许你会问,这个数字有什么可爱之处?别急,在揭开障眼法之前,我们先一起回忆下另外一个数字——黄金分割比φ

 

 

 

 

如图,我们把边长为a的正方形(蓝色部分)的一条边延长b,延长后得到的大长方形满足a/b=(a+b)/a。那么a/b就被定义为黄金分割比φ。如果我们令b=1,就能很快得到φ的值,它其实是二次方程a²=a+1的正根:

 

 

 

然后呢?恩,如果我们把φ除以2,得到0.8090169944……, duang!duang!duang!看到了吗?它看上去正好是sin(666°)的相反数。

 

虽然计算器的魔法已经施完,但是我们还是要用一个严谨的数学证明来真正揭开这个障眼法。

 

当然,如果你对一些数学结论比较熟悉,其实已经是很容易看出的结果了。不过我们还是要再解释一下。利用正弦函数的周期性和奇偶性,我们知道sin(666°) =  sin(666°- 720°) = sin(-54°) = -sin(54°) 。于是,我们要证明的其实只有sin(54°) = φ/2 。

 

作一个等腰三角形△ABC,两个底角∠B=∠C=72°,那么顶角∠A自然就是36°。这时作∠C的平分线,交边AB于D。令AD=a,BD=b。所以容易看出△ABC与△CBD是相似的。于是,由图中标志的等量关系,可以得到AB/BC = BC/BD,得到(a+b)/a = a/b。于是a/b就是等于φ。

 

 

于是,我们取AC的中点E,连接DE。注意到△DAC是等腰三角形。于是∠AED=90°, ∠ADE=90°- 36°=54°。这样,在直角三角形△ADE中计算三角函数 sin(54°) = AE/AD = (2AE)/(2AD) = (a+b)/(2a) = a/(2b) =  φ/2 。

 

 

好了!一个漂亮的证明,魔术揭秘完毕!

 

我觉得用撒旦魔鬼的故事来联系黄金分割比是一个非常娱乐化的例子。稍稍利用简单的数学函数,就能把魔鬼变成天使般美丽的事物。怪不得曾经的主教奥古斯丁还说过这样一句话:“好的基督徒应该提防数学家。这样的危险已经存在,数学家们已经与魔鬼签订了协约,要使精神进入黑暗,把人投入地狱。”

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

巴西闪耀全球的数学明星——阿图尔•阿维拉

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,SHANNON , OZY在线杂志作者。

翻译越伊,哆嗒数学网翻译组成员。

 

有一位数学家在去年赢得了世界上数学领域的最高奖——菲尔兹奖,他名叫阿图尔•阿维拉。假如你没有听说过,我也不会责怪你。除了巴西以外的地区,媒体都在关注一位和他同时获奖的另外一位数学家米尔扎哈妮(Maryam Mirzakhani)——她是首次获得该奖的女性。虽然看在这位数学家是第一个获得这个奖项的巴西人以及拉丁美洲人的份上,他本应该占据本地各大新闻的头条,但是各个报纸却在报道另外一个事件:一位巴西总统候选人的飞机坠毁了。阿维拉,这位被大家称为拥有巴西最聪明数学大脑的数学家,就这样被大众忽略了。


诺贝尔奖没有设立数学奖,而菲尔兹奖几乎可以媲美诺贝尔奖,并且你要获得此奖还必须动作要快。(菲尔兹奖每四年颁发一次,同时要求获奖者不能超过40岁)。阿维拉,这位36岁的世界级数学巨星,从黑暗中升起,照耀出所有的光明。他的祖国从未优先发展过数学和科学领域的教育事业,几乎在所有衡量这些领域的排名中巴西都表现糟糕。据经济合作与发展组织(OECD)统计,巴西在数学和科学教育上排名第60 ,远远低于平均水准,大概在格鲁吉亚和约旦之间。尽管拥有广袤的国土和2亿人口,但巴西尚未有诺贝尔奖获得者,更不要说菲尔兹奖。然而阿维拉却为大巴西挣了一口气,成为历史第一人。


巴西国立纯数学和应用数学研究所(IMPA)被认为是拉丁美洲最好的数学研究所,并且一直积极招募成员。阿维拉将成为他最重磅的新成员。


阿维拉知道对他的期望很高。他说:“得奖的结果是确实有相当大的压力——得奖很高兴,但压力同样很大。”在很多方面,获得菲尔兹奖让他成为议论的焦点。通常当有人赢了菲尔兹奖,评论随之而来。一名加州大学伯克利分校的数学教授,爱德华•弗伦克尔(Edward Frenkel)指出:“人们总是对获奖者的工作断章取义。”但是弗伦克尔也说他至今听过唯一一件有关阿维拉工作的好事是:“它看上去已经可以应付各种挑剔评论。”


阿维拉在在里约热内卢长大,就像很多中产阶级家庭的子女一样,从小就读于私立学校。他的父母在保险业工作,很快就意识到他们的儿子对数学的天赋并开始买给他一些高深的书籍以满足他的爱好:11岁时,他已经得手他的第一本微积分书籍。据阿维拉所说,尽管当时周围是“没有压力”的,但压力来得很快。13岁时他参加一个学生数学竞赛——巴西奥数,并且他发现了一些“困难”的问题类型,“因为它们没有固定模式。”于是,他回到家加倍努力。16岁时,他获得了在多伦多举行的国际数学奥林匹克竞赛金牌。这次成功让他被巴西国立纯数学和应用数学研究所(IMPA)关注,那是一个让他流连忘返的数学乐园。

 

巴西国立纯数学和应用数学研究所坐落于里约热内卢的海边,那里风景优美,绿树成荫。它被认为是拉丁美洲最优秀的数学研究所,并积极招募明亮的新星。很快,阿维拉成为它的最重磅的新成员。在阿维拉高三的时候,他已经在修读巴西国立纯数学和应用数学研究所的硕士学位:他们让他很快获取了他的学士学位,据他说是“为了不浪费时间”。在这期间他十分专注于学习,他羞涩地说道:“我的社交面在之后发展迅速——而在那个时期是没太注重这些的。”在巴西国家纯粹与应用数学研究所,阿维拉在许多数学奇才们引导之下,比如米哈伊奇•柳比奇(Mikhail Lyubich)和约克兹(Jean-Christophe Yoccoz),他的学习欣欣向荣。在21岁时,他获得了博士学位。


从那时起,阿维拉每年来往于IMPA和巴黎大学之间,重点研究动力系统方向,简单的说,就是研究一些性质会随着随时间变化的对象。随着时间的推移,他已经解决了一个被称为“十马蒂尼问题”的著名问题(另一个数学家为能解决这问题的人提供十杯马蒂尼酒),其中详细阐述了一个诺贝尔物理学奖获得者薛定谔(Erwin Schrödinger)首次提出的一个定理。菲奖委员会指出,阿维拉的工作“出色地结合了深厚的分析功力和对动力系统深刻的洞察力”,从而“开辟了一个全新的研究领域”。


然而回到祖国,数学的状况并不是很乐观。阿维拉承认,他有“责任”来传播他所研究的东西以提高大家对数学的关注。他认为巴西数学的未来要靠提高教授对数学的基本理解来提高。他问到:“假如教授自己都不能完全理解基本概念本身,那要他们如何教出创新且有深入思考的内容呢?”他说道,关键是要为可能在未来成为教师的那些学生加大对高等数学培训的投入——他也承认“这是一个复杂的问题”。说这话的时候,他眯着眼睛,皱着眉头。

 


与此同时,一些巴西人终于开始关注这事。在帕拉蒂小镇的一次文学节中,阿维拉举办了一次讲座。人们挤满了最大的场地,甚至淋着大雨挤到了会场的屋子外面——而且每个人都听得专心致志。尽管在前一天中午的炖鱼宴期间阿维拉还有些沉默寡言,甚至有时有些防备的模样,但他在温暖的舞台聚光灯下是充满活力的。人群中经常传来他爽朗的笑声,还看见他身着黑色紧身T恤精神饱满、面带自信微笑、摆出自信的姿势与大家合影留念。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

加加减减的艺术(五,完结):零不代表没有!

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,逆蝶,哆嗒数学网群友

 

我们来关注这样一件事情:
\begin{align*}
1-1+1-1+1-1+\cdots\\
0+1-1+1-1+1-\cdots
\end{align*}

第一个级数是之前一直在重点讨论的格兰迪级数, 第二个级数是在格兰迪级数最前面添上一个0构成的级数. 现在我们问, 这两个级数是同一个级数吗?

读者可能会说, 当然是同一个级数啊! 有没有前面的0它不都是格兰迪级数吗?
现在再来比较另外两组级数.
\begin{align*}
1-1+1-1+1-1+\cdots\\
1-1+0+1-1+0+\cdots
\end{align*}

第一个级数是还是格兰迪级数, 第二个级数是格兰迪级数在-1与1之间添加0得到的级数. 我们问, 这两个级数也是同一个级数?

在$-1$与$1$之间添加了如此多的0, 读者可能就会稍作犹豫, 但是之后可能还是会说, 这两个级数也是同一个级数! 但是通过简单的计算可以得到, 格兰迪级数的切萨罗和是$\cfrac 12$, 而第二个级数的切萨罗和却是$\cfrac 13$, 所以我们说这两个级数并不是同一个级数. 这就引出了0-1级数的定义.

定义1(0-1级数) 如果级数$\sum\limits_{n=0}^{\infty} a_n$的部分和数列$S_n$由0与1构成, 就称其为0-1级数.

注 0-1级数的一般项$a_n$是由-1, 0, 1的构成, 而且-1, 1是相间出现的. 反过来, 通项由-1, 0, 1 构成, -1, 1相间出现并且1比-1先出现的级数一定是0-1级数.

由于0-1级数的简单性, 它是我们将要重点讨论的对象, 并且格兰迪级数也是一种特殊的0-1级数. 今后将不考虑从某一项开始$a_n$全为0的0-1级数, 因为这样的0-1级数是收敛的.

在这里先提出一个问题: 阿贝尔指出如果级数$\sum\limits_{n=0}^{\infty} a_n$收敛, 那么其与Abel权的直积$\sum\limits_{n=0}^{\infty} a_nx^n$的和函数$s(x)$在$x=1$处左连续, 这其实就是定理5.2, 或者就是阿贝尔权规范性的一种说法. 那么现在我们问, 级数$\sum\limits_{n=0}^{\infty} a_n$收敛这个条件能不能稍作弱化呢? 即是说如果级数$\sum\limits_{n=0}^{\infty} a_n$并不收敛, 但是其部分和数列有界, 那么它的阿贝尔和是否一定存在?

然而事实上却有如下奇妙的结论.

定理1 存在0-1级数, 其阿贝尔和不存在.

我们来关注一下
\begin{align*}
s(x)=\sum\limits_{n=0}^{\infty} (-1)^nx^{k_n}
\end{align*}
这个幂级数. 一方面它可以视为0-1级数与阿贝尔权的直积, 而且所有的0-1级数的阿贝尔加权都具有这种形式; 另一方面它还可以看成格兰迪级数与权$\sum\limits_{n=0}^{\infty} x^{k_n}$的直积, 这也是0-1级数的一个很好的性质.

根据第二种观点, 通过换元的方法可以把权$\sum\limits_{n=0}^{\infty} x^{k_n}$转化为狄利克雷权, 于是就说明了前面曾经提到的格兰迪级数的狄利克雷和在一般情况下并不存在的结论.

根据此定理, 就对刚刚提出的部分和有界的级数其阿贝尔和是否一定存在的问题给出了一个否定的回答. 与格兰迪级数相比, 虽然0-1级数与其具有相似性, 但是0-1级数的部分和数列的分布却并有没什么规律, 那具有规律性的0-1级数就一定依阿贝尔收敛了吗?当然这里规律性只是一种模糊的称法, 下面引入格兰迪级数以外的具有很好规律性的另外一种0-1级数, 在这之前先来看一个函数方程的问题.

是否存在区间$[0,1]$上的连续函数, 满足函数方程$f(x)+f(x^2)=x$. 这个方程似乎与要讨论的0-1级数没有任何的关系, 然而事实上并非如此. 我们不妨来看一看$f$具有什么性质.
在函数方称中带入$x=0$, 可以得到$f(0)=0$. 带入$x=1$, 可以得到$f(1)=\cfrac 12$. 由于$f(x)$连续, 所以有
$\lim\limits_{x\rightarrow 0+} f(x)=0.
$
任取$x\in (0,1)$, 根据$f(x)+f(x^2)=x$得
$
f(x)=x-f(x^2).
$
将其中的$x$换作$x^2$, 就有
$
f(x^2)=x^2-f(x^4).
$
两式做差, 于是就得到了
$
f(x)=x-x^2+f(x^4).
$
再利用$\lim\limits_{x\rightarrow 0+} f(x)=0$以及$\lim\limits_{n\rightarrow\infty} x^{4^n}=0$就有
$
\lim\limits_{n\rightarrow x^{4^n}} f(x^{4^n})=0.
$
通过迭代的方式可以得到
$
f(x)=x-x^2+x^4-x^8+x^{16}-x^{32}+\cdots=\sum\limits_{n=0}^{\infty} (-1)^nx^{2^n}.
$
而这个级数就是一个0-1级数与阿贝尔权的直积. 容易看出这个级数是满足函数方程的, 而且在区间$[0,1)$连续, 于是我们所提的函数方程问题就化为了:
$
\lim\limits_{x\rightarrow 1^-}\sum\limits_{n=0}^{\infty} (-1)^nx^{2^n}
$
是否存在. 由于它满足函数方程, 所以若是存在的话极限值必然为$\cfrac 12$(根据之后的讨论我们也很期望它是$\cfrac 12$), 这样我们的函数方程问题就能得到解决.

可惜哈代(Hardy)却为我们指出, 对任意的$a>1$,极限
$
\lim\limits_{x\rightarrow 1^-}\sum\limits_{n=0}^{\infty} (-1)^nx^{a^n}
$
均不存在. 这同时也说明了Abel权的局限性.

虽然极限$\lim\limits_{x\rightarrow 1^-}\sum\limits_{n=0}^{\infty} (-1)^nx^{2^n}$并不存在, 但还是来关注一下这个0-1级数是什么, 这里列出其部分和的前几项.
$
0,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0\cdots
$
把这个数列最前面的0删去, 这对此数列本身的并没有太大的影响. 现在来考虑数列
$
1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0\cdots
$
它是由$2^{2n}$次方个0和$2^{2n+1}$次方个1相间构成, 对于这个数列, 把最前面的1删去, 得到
$
0,0,1,1,1,1,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0\cdots
$
再把每一段的0和1的数目减倍, 就有
$
0,1,1,0,0,0,0,1,1,1,1,1,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1\cdots
$
它与要考虑的数列
$
1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0\cdots
$
是对偶的. 当然同样可以进行相似的操作删去0以及长度减半来得到原数列, 或者也可以说这个数列是自相似的. 但是由它作为部分和所确定的0-1级数的阿贝尔和却并不存在, 于是我们就期望有一种方法, 通过这种方法可以使这个0-1级数收敛到$\cfrac 12$, 而且对于柯西收敛的级数均收敛到柯西和, 或者说这种方法是一个规范的求和方式.

为了上述目的, 下面讲述最后两种给出严格定义的和, 这也就是前面说过的切萨罗和的推广形式. 之前讨论过切萨罗和, 也曾指出阿贝尔和是切萨罗和的严格推广, 所以切萨罗和肯定不具有上述性质. 不过为了这个目的, 可以利用切萨罗序列是对部分和序列取平均的性质, 来对切萨罗和作出推广. 先是赫尔德(Hölder)和.

定义2(赫尔德和) 设级数$\sum\limits_{n=0}^{\infty} a_n$ 的部分和是$S_n$.

\begin{align*}
s_n^{(0)}&=S_n\\
s_n^{(1)}&=\cfrac {s_0^{(0)}+s_1^{(0)}+\cdots+s_n^{(0)}}{n+1}\\
s_n^{(2)}&=\cfrac {s_0^{(1)}+s_1^{(1)}+\cdots+s_n^{(1)}}{n+1}\\
\cdots
\end{align*}
如果对某个r,
$
\lim\limits_{n\rightarrow\infty} s_n^{(r)}=s,
$
就称$s$是级数的$H_r$和.

可以注意到
$\limsup\limits_{n\rightarrow\infty} s_n^{(r+1)}\le\limsup\limits_{n\rightarrow\infty} s_n^{(r)}
$
以及
$
\liminf\limits_{n\rightarrow\infty} s_n^{(r+1)}\ge\liminf\limits_{n\rightarrow\infty} s_n^{(r)},
$
所以如果级数的$H_r$和存在, 那么级数的$H_{r+1}$和就存在且与之相等. 又因为$H_0$和就是柯西和, 所以对任意的$r$均有$H_r$权规范. 另外不难发现$H_r$权是$\mu$权.

由于上限极限的单调性, 这促使我们定义$H_{\infty}$和.

定义3($H_{\infty}$和) 记
$
S=\lim\limits_{r\rightarrow\infty}\limsup\limits_{n\rightarrow\infty} s_n^{(r)}
$
以及
$
s=\lim\limits_{r\rightarrow\infty}\liminf\limits_{n\rightarrow\infty} s_n^{(r)}.
$
那么显然有$S\ge s$. 如果成立
$
S=s,
$
就称$S$是级数$\sum\limits_{n=0}^{\infty} a_n$的$H_{\infty}$和.

注 $H_{\infty}$和不是权和.

我们知道幂级数$\sum\limits_{n=0}^{\infty} a_nx^n$在收敛半径不小于1时, $\sum\limits_{n=0}^{\infty} a_nx^n=(1-x)\sum\limits_{n=0}^{\infty} S_nx^n$总是成立的, 如果$S_n$构成的级数有部分和$S_n^{(1)}$, 那么就有
$
\sum\limits_{n=0}^{\infty} a_nx^n=(1-x)^2\sum\limits_{n=0}^{\infty} S_n^{(1)}x^n.
$
在说明阿贝尔和比切萨罗和更加广泛的时候曾指出过
$
\sum\limits_{n=0}^{\infty} a_nx^n=(1-x)^2\sum\limits_{n=0}^{\infty} (n+1)\sigma_nx^n
$
其实正是上述表达式, 启发我们定义另一种和.

定义4($C_r$和) 设级数$\sum\limits_{n=0}^{\infty} a_n$ 的部分和是$S_n$.

$
S_n^{(0)}=S_n, \text{以及}S_n^{(r+1)}\text{是}S_n^{(r)}\text{的部分和}.
$
如果对某个r,
$
\lim\limits_{n\rightarrow\infty} \cfrac{S_n^{(r)}}{\binom{n+r}{r}}=\lim\limits_{n\rightarrow\infty} \cfrac{r!S_n^{(r)}}{n^r}=S,
$
就称$S$是级数的$C_r$和, 通常把$\cfrac{S_n^{(r)}}{\binom{n+r}{r}}$确定的权称为$C_r$权.

注 $C_r$和最初也是切萨罗所发现的, 这里用切萨罗 r和只是为了与前面经常用到的切萨罗和作区分. 这里分母$\binom{n+r}{r}$的选取依据是使其成为$\mu$权.

类似于$H_r$和, 易见$C_r$和也有相同的上下极限单调的规律. 所以同样可以定义$C_{\infty}$和.

定义5($C_{\infty}$和) 记
$
S=\lim\limits_{r\rightarrow\infty}\limsup\limits_{n\rightarrow\infty} S_n^{(r)}
$
以及
$
s=\lim\limits_{r\rightarrow\infty}\liminf\limits_{n\rightarrow\infty} S_n^{(r)}.
$
那么显然有$S\ge s$. 如果成立
$
S=s,
$
就称$S$是级数$\sum\limits_{n=0}^{\infty} a_n$的$C_{\infty}$和.

注 $C_{\infty}$和同样不是权和.

容易看出$H_1$权与$C_1$权是完全一样的, 都是前面所说的切萨罗的$\sigma$权, 正是由于这个原因, 所以把这两种和都称作是切萨罗和的推广. 另外我们还有结论, 对任意的$r$, $H_r$与$C_r$都是等价的. 但是$H_{\infty}$与$C_{\infty}$等价吗?读者可以对这个问题先作一番思考.

在引入$C_r$之前提到过
\begin{align*}
\sum\limits_{n=0}^{\infty} a_nx^n=(1-x)\sum\limits_{n=0}^{\infty} S_nx^n
\end{align*}
以及
\begin{align*}
\sum\limits_{n=0}^{\infty} a_nx^n=(1-x)^2\sum\limits_{n=0}^{\infty} S_n^{(1)}x^n
\end{align*}
归纳可以得到对任意的$r$都有
$
\sum\limits_{n=0}^{\infty} a_nx^n=(1-x)^r\sum\limits_{n=0}^{\infty} S_n^{(r)}x^n.
$
据此不难证明
$
\liminf_{n\rightarrow\infty}\cfrac {S_n^{(r)}}{\binom{n+r}{r}}\le\liminf\limits_{x\rightarrow 1^-}\sum\limits_{n=0}^{\infty} a_nx^n\le\limsup\limits_{x\rightarrow 1^-}\sum\limits_{n=0}^{\infty} a_nx^n\le\limsup_{n\rightarrow\infty}\cfrac {S_n^{(r)}}{\binom{n+r}{r}}.
$
于是就得到了阿贝尔和比$C_{\infty}$和更广泛. 但是是不是严格广泛呢?以及阿贝尔和是不是比$H_{\infty}$和广泛呢?

由于阿贝尔和比$C_{\infty}$和广泛, 所以我们之前讨论的称其部分和具有自相似性的0-1级数的$C_{\infty}$和是不存在的. 但是可以利用它的自相似性, 通过简单的计算得到其$H_r$加权的部分和的上下极限差值是近乎按照递减速度不慢于公比为$\cfrac 13$的等比数列来递减的, 即是说其$H_{\infty}$为$\cfrac 12$. 这也算是给上述问题的一个部分答复.

现在还是继续对0-1级数进行探讨. 前面我们指出了, 存在0-1级数其阿贝尔和不存在, 不过我们并不仅限于此, 而是想得到更进一步的结论. 我们知道, 黎曼证明了一个条件收敛的级数, 可以调整通项的次序使其发散, 但是也可以调整次序使其收敛到任意一个数. 把0-1级数与黎曼的结论作一个类比, 把0-1级数看成格兰迪级数改变通项中不改变次序的调整$-1, 1$的位置, 然后在空位添加0而得到的级数, 于是我们也想得到存在一种对格兰迪级数的调整方式, 或者说存在0-1级数, 其格兰迪和等于任意一个给定的数.

在定理1之后提到过, 0-1级数的阿贝尔加权具有
$
s(x)=\sum\limits_{n=0}^{\infty} (-1)^nx^{k_n}
$
的形式, 于是$s(x)$就满足
\begin{align*}
s(x)&\le x^{k_0}\le 1\\
s(x)\ge &x^{k_0}-x^{k_1}\ge 0
\end{align*}
即是说0-1级数的阿贝尔和如果存在那么必定在0到1之间. 那是不是0到1之间的数都可以取到?

其实这个结论是成立的, 但是直接证这个结论明却异常的复杂, 我们把它写成定理的形式.

定理2 区间[0, 1]中的任何数都是某个0-1级数的阿贝尔和.

但是如果不去直接考虑阿贝尔和而是先考虑切萨罗和, 却可以相对来说很容易的得到区间[0, 1]中的任何数都是某个0-1级数的切萨罗和, 于是根据阿贝尔和更加广泛, 切萨罗和当然也就是阿贝尔和.

再来看一个非常有趣的问题, 也是关于无理数的.

我们知道, $0.101001000100001\cdots$没有循环节, 这是因为它包含任意长度的0串,  所以它不是循环小数, 也就不是有理数. 把它写成
\begin{align*}
\sum\limits_{n=0}^{\infty} (\cfrac 1{10})^{\frac {n(n+1)}2}
\end{align*}
然后乘以$\cfrac 9{10}$, 就成为了
$
(1-\cfrac 1{10})\sum\limits_{n=0}^{\infty} (\cfrac 1{10})^{\frac {n(n+1)}2}.
$
当然这还是一个无理数. 将其与
$
s(x)=(1-x)\sum\limits_{n=0}^{\infty} S_nx^n
$
进行比较, 就可以看出它是某个0-1级数在$x=\cfrac 1{10}$处的取值. 这样就得到了一个结论, 0-1级数与阿贝尔权直积的和函数在有理数点的取值是可以为无理数的. 同样限于在区间$[0, 1)$之间进行讨论. 我们问, 这个0-1级数的幂级数在所有非0的有理数上的取值都是无理数吗?

这是个非常有难度的问题, 我们只是用它来引入所要考虑的问题, 并将汲取它有长度任意的0串的思想, 有兴趣的读者可以单独探讨它, 不过有下述结论.

定理3 存在0-1级数, 其与阿贝尔权的直积在任意非0的有理点处取值为无理数.

由于0-1级数的特殊性以及简单性, 在构造反例时可以优先考虑它, 所以它是一种极其重要的级数. 这里暂且结束对0-1级数的讨论, 有兴趣的读者可以继续探讨0-1级数的某些其他性质.

最后, 既然文章讨论的是发散级数, 那对于发散级数本身的发散速度, 也就有必要指出如下结论.

定理4 设$\sum\limits_{n=0}^{\infty} a_n$是发散的正项级数, 那么存在发散的正项级数$\sum\limits_{n=0}^{\infty} b_n$满足
\begin{align*}
\lim\limits_{n\rightarrow\infty} \cfrac {b_n}{a_n}=0.
\end{align*}
亦或称没有发散最慢的级数.

 

 

从格兰迪级数出发, 我们借由切萨罗求和与柯西求和的比较, 引入了从某种意义上来说最最一般的权收敛以及权和. 之后又通过指出柯西和不过只是一种比较标准的权和, 来说明虽然柯西和是一种特殊的和, 但也并不是绝对的, 这样就可以通过其他的求和方式来对级数进行求和了. 另外我们虽然在弱化柯西和的地位, 但从未对柯西和作过否定. 柯西的定义使人们真正的理解了级数的收敛与发散, 以及提供了很多可以对级数进行严谨操作的基本手段, 其依然具有不可替代的重要性.

通过计算格兰迪级数的权和, 我们发现其和似乎更应该等于$\cfrac 12$, 而不该把它当做一个发散级数来看待. 柯西的理论虽然重要, 但是就如在黎曼的积分理论是有局限性所以要引入勒贝格(Lebesgue)一样, 对于发散级数的研究也是有其理论意义的.

另外欧拉的那些神乎其技的操作发散级数的手段, 并不是无意义的操作, 尤其是在计算整数幂的时候相当于在黎曼ζ函数发现之前就计算出来其平凡零点. 虽然在那个时代无法解释欧拉的工作, 但是他用发散级数来进行渐进估计的手段却异常成功, 而发散级数在渐进估计中的重要性后来也被证实. 譬如在柯西摒弃发散级数后天文学家仍使用发散级数进行计算, 所以研究发散级数也是有其实际意义的. 另外, 拉格朗日(Lagrange)尤其在意发散级数在渐进估计时的应用.

虽然0-1级数可以视为格兰迪级数经过调整得到的, 而且0-1级数的权和都一定可以看成格兰迪级数的权和, 但是0-1级数也是有其自身意义和研究价值的. 因为在非权和的情况, 0-1级数并不能为格兰迪级数所取代, 而又由于其简单性, 它也是个比较易于讨论的级数.

在文章的最后通过对切萨罗权的推广, 引入了两种非权和的权, 从而跳出了权和的框架, 走出了看似所有的和都一定是权和的固定思维. 现在我们问, 能不能定义一种和, 使得任意的级数都有和, 而且柯西和(柯西和一直都是我们判断定义出来的和是否符合常理的基准)存在的级数其和等于柯西和呢?当然可以! 例如把柯西和存在的级数其和就定义成柯西和, 把柯西不存在的级数其和均定义成0, 所以提出的这个问题好像没什么意义. 那如果加上满足级数的和满足加减以及数乘运算这个条件呢?甚至在加上满足级数的柯西乘积的和一定是和的乘积, 这时此问题有解吗?我们曾指出过, 在计算通项为1的级数$1+1+1+1+\cdots$时计算方式不同, 得到的结果也不同, 仔细的观察可以发现这是由于我们默认为$0+1+0+1+\cdots=1+1+1+1+\cdots$造成的, 而且若是默认类似的事情, 那0-1级数就是格兰迪级数, 也就没有其存在的价值了, 可事实上并不是如此. 这里提供一种思路给读者, 就是不要把这两个级数视为同一个级数, 而把级数视为一个无穷维的向量进行处理, 这样级数的加减以及柯西乘积依然可以定义, 但是级数的和不过只是给一个向量赋予了一个数值而已.

除了我们之前给出的几种权之外, 还有许多种类的权, 比如积分形式的权等等, 而且由于级数与积分的统一性, 我们对于积分也有类似的广义和的定义. 对发散级数感兴趣的读者请参读一些发散级数的专著.

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

USNEWS数学排名:北大复旦双进前二十

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

美国有多个机构对大学进行排名,其中最有影响力的就是由《美国新闻和世界报导》在每年下半年公布排名,也就是常说的每年的USNEWS排名。日前,2016年USNEWS全球最佳大学排名已经公布。哈佛大学、麻省理工学院、加州大学伯克利分校三所美国大学分列前三,与去年毫无变化。

 

我们哆嗒数学网的小编最关心的还是数学学科的排名。这一回,中国学校在这个榜单的表现可以说是让人惊异的。

 

还是先说总体排名—前十名被英美法三个国家的大学完全占据。数学学科的前四名被美国大学包揽。第一名是斯坦福大学,而加州大学伯克利分校、普林斯顿大学、哈佛大学分列二、三、四名。另外三所美国大学,加州大学洛杉矶分校、麻省理工学院、纽约大学还分别占据了第七、九、十的位置。英国的牛津大学和剑桥大学的排名分别是第五和第八。而法国的皮埃尔和玛丽居里大学,即巴黎第六大学排在并列第五的位置。值得一提的是,中国的北京大学、复旦大学双双进入前二十,分别是第十五名,第二十名,是前二十中仅有的非欧美大学。

 

 

亚洲方面,中国大学表现抢眼。前十名中,来自中国的大学占据了其中八把交椅。其中内地七所,香港一所。另外两个名额被韩国和日本的两所大学占据。

 

 

中国共有28所大学进入榜单。其中内地23所,香港4所,台湾1所。下面是具体排名,注意排名中有并列的情况。

 

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

加加减减的艺术(四):欧拉的技巧

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,逆蝶,哆嗒数学网群友

 

 

读读欧拉, 读读欧拉, 他是我们大家的老师———拉普拉斯(Laplace)

 

莱昂哈德·欧拉(Leonhard Euler), 瑞士数学家, 是18世纪数学界最杰出的人物之一. 他是数学史上最多产的数学家,平均每年写出八百多页的论文. 欧拉渊博的知识,无穷无尽的创作精力和空前丰富的著作,都令人惊叹不已!

 

数学史上公认的4名最伟大的数学家分别是:阿基米德、牛顿、欧拉和高斯. 阿基米德有“翘起地球”的豪言壮语, 牛顿因为苹果闻名世界, 高斯少年时就显露出计算天赋, 唯独欧拉没有戏剧性的故事让人印象深刻. 然而,几乎每一个数学领域都可以看到欧拉的名字.

 

欧拉对于无穷级数似乎有着十分独特的见解. 关于级数神乎其技的变形, 用对数函数逼近调和级数并计算出欧拉常数γ, 利用无穷乘积得到平方倒数和为π²/6, 以及计算出所以正整数的和为-1/12(在某些特殊的意义下), 还有一些很漂亮的连分数展开式, 这些都出自于欧拉之手.

 

平方倒数和, 也即是

 

\begin{align*}\cfrac 1{1^2}+\cfrac 1{2^2}+\cfrac 1{3^2}+\cfrac 1{4^2}+\cdots=\cfrac {\pi^2}6. \end{align*}

 

欧拉得到这个结果之后并没有就此止步, 而是继续计算了

 

\begin{align*} \cfrac 1{1^4}+\cfrac 1{2^4}+\cfrac 1{3^4}+\cfrac 1{4^4}+\cdots=&\cfrac {\pi^4}{90}\\ \cfrac 1{1^6}+\cfrac 1{2^6}+\cfrac 1{3^6}+\cfrac 1{4^6}+\cdots=&\cfrac {\pi^6}{945}\\ \cfrac 1{1^8}+\cfrac 1{2^8}+\cfrac 1{3^8}+\cfrac 1{4^8}+\cdots=&\cfrac {\pi^8}{9450} \end{align*}

 

等诸多结果, 欧拉也曾因计算出平方倒数和而名噪一时.

 

欧拉的成就数不胜数, 单单是级数方面就已经令人叹为观止. 我们在此只是举一些例子, 几乎完全抛弃了严格性去得到一些结果, 并且所得的结果都是对发散级数而言的. 通过一些看似美妙的结论, 来说明对发散级数进行求和的重要性.

 

 

 

 


例1 对两个等比级数并求和
\begin{align*}
1+x+x^2+x^3+x^4+\cdots=&\cfrac 1{1-x}\\
\cfrac 1x+\cfrac 1{x^2}+\cfrac 1{x^3}+\cfrac 1{x^4}+\cdots=\cfrac {\cfrac 1x}{1-\cfrac 1x}=&-\cfrac 1{1-x}
\end{align*}
将第二个级数写成
$
\cdots+\cfrac 1{x^4}+\cfrac 1{x^3}+\cfrac 1{x^2}+\cfrac 1x=-\cfrac 1{1-x}
$
与第一个式子相加
$
\cdots+\cfrac 1{x^4}+\cfrac 1{x^3}+\cfrac 1{x^2}+\cfrac 1x+1+x+x^2+x^3+x^4+\cdots=0.
$
于是就得到了一个形式上很美妙的式子, 在其中取$x=1$就有
$
\cdots+1+1+1+1+1+1+1+1+1+\cdots=0.
$
由于这是个双边级数, 我们并不打算去探讨它的意义(欧拉似乎对他得到的这个结果甚为满意). 有心的读者可以发现出现这种现象的原因是由于对于任意的$x$两个级数都不可能同时收敛造成的, 这说明发散级数还具有一些形式上的美.

例2 之前重点讨论了格兰迪级数的求和问题, 得到的结果无不例外的都是$\cfrac 12$, 现在我们默认这件事情, 来计算通项的每一项都是1的级数, 也即级数$\sum\limits_{n=0}^{\infty} 1$的和.

$
S=1+1+1+1+1+1+\cdots
$
又有
$
\cfrac 12=1-1+1-1+1-1+\cdots
$
相减得
$
S-\cfrac 12=2(0+1+0+1+0+1+\cdots)=2S,
$
$
\Longrightarrow S=-\cfrac 12.
$
于是就得到了
$
\sum\limits_{n=0}^{\infty} 1=1+1+1+1+1+1+\cdots=-\cfrac 12.
$
如果在计算过程中把作差那一步用相加来代替, 就会得到$\cfrac 12$的结果, 这是由于级数发散引起的. 我们通过做差得到$-\cfrac 12$是因为它恰好是$\zeta(0)$的值, 还有就是因为之后几个例子的计算所用的方法也都是做差. 现在继续看下面的例子.

例3 通过交错整数级数的和来计算正整数的和.
$
\sum\limits_{n=0}^{\infty} (-1)^n(n+1)=1-2+3-4+5-6+\cdots
$
与阿贝尔权的直积为
$
\sum\limits_{n=0}^{\infty} (-1)^n(n+1)x^n=\cfrac 1{(1+x)^2}.
$
于是其阿贝尔和为$\cfrac 14$.

$
S=1+2+3+4+5+6+\cdots
$
又有
$
\cfrac 14=1-2+3-4+5-6+\cdots
$
相减得:
$
S-\cfrac 14=2(2+4+6+8+\cdots)=4(1+2+3+4+\cdots)=4S.
$
于是就得到了
$
\sum\limits_{n=0}^{\infty} (n+1)=1+2+3+4+5+6+\cdots=-\cfrac 1{12}.
$
在这里使用做差是很自然的, 不会出现上例那种问题, 因为如果是相加得话就只能得到分母是奇数的项, 也就不能写成$S$的倍数了. 另外这里的结果$-\cfrac 1{12}$亦恰好是$\zeta(-1)$的值.

我们不厌其烦的再看最后一个, 然后直接推广它.

例4 整数平方和等于0.
$
\sum\limits_{n=0}^{\infty} (-1)^n(n+1)^2=1^2-2^2+3^2-4^4+5^2-6^2+\cdots
$
与阿贝尔权的直积为
$
\sum\limits_{n=0}^{\infty} (-1)^n(n+1)^2x^n=\cfrac {1-x}{(1+x)^3}.
$
于是其阿贝尔和是0. 记
$
S=1^2+2^2+3^2+4^2+5^2+6^2+\cdots
$
又有
$
0=1^2-2^2+3^2-4^2+5^2-6^2+\cdots
$
相减得:
$
S=2(2^2+4^2+6^2+8^2+\cdots)=8(1^2+2^2+3^2+4^2+\cdots)=8S.
$
于是就得到了
$
\sum\limits_{n=0}^{\infty} (n+1)^2=1^2+2^2+3^2+4^2+5^2+6^2+\cdots=0.
$
而恰好又有$\zeta(-2)=0$.

根据上面的几个例子可以猜测似乎对于整数的任何正整数次幂和, 都可以利用这种方法计算出来, 而其结果却和黎曼$\zeta$函数的值符合的很好, 譬如不难得到幂为3的时候交错级数与阿贝尔权的直积的和函数为$\cfrac {x^2-4x+1}{(1-x)^4}$, 进而计算出最终的结果$\cfrac 1{120}$也恰是$\zeta(-3)$. 我们知道$z=-2n$(其中$n$是正整数)时$\zeta(-2n)=0$, 但是$z$为奇数时$\zeta(-2n+1)$的规律却很复杂. 那么我们问, 是否可以用上述方法直接计算出偶数幂的情况呢?

例5 为简便记$f_m(x) (m\ge 0)$是级数$\sum\limits_{n=0}^{\infty} (-1)^n(n+1)^{2m}$与Abel权的直积, 即
\begin{align*}
f_m(x)=\sum\limits_{n=0}^{\infty} (-1)^n(n+1)^{2m}x^n=\sum\limits_{n=0}^{\infty} (n+1)^{2m}(-x)^n.
\end{align*}
相应地, 记幂为$2m$的整数和为$s_m$, 我们归纳证明$f_m(1)=0$.
由于
\begin{align*}
x^2f_m(x)=\sum\limits_{n=0}^{\infty} (n+1)^{2m}(-x)^{n+2}=\sum\limits_{n=2}^{\infty} (n-1)^{2m}(-x)^n=\sum\limits_{n=1}^{\infty} (n-1)^{2m}(-x)^n,
\end{align*}
相加可得
\begin{align*}
(1+x^2)f_m(x)=&1+\sum\limits_{n=1}^{\infty} ((n+1)^2+(n-1)^{2m})(-x)^n\\
=&1+2\sum\limits_{n=1}^{\infty}\sum\limits_{k=0}^m\binom{2m}{2k}n^{2k}(-x)^n\\
=&1+2\sum\limits_{k=0}^m\sum\limits_{n=1}^{\infty}\binom{2m}{2k}n^{2k}(-x)^n\\
=&1+2(-x)\sum\limits_{k=0}^m\binom{2m}{2k}f_k(x).
\end{align*}
带入$x=-1$, 并利用归纳假设$f_k(1)=0(1\le k\le m-1)$以及$f_0(1)=\cfrac 12$易见
$
2f_m(1)=1+2(-1)(\cfrac 12+f_m(1))
$
由此即得$f_m(1)=0$.
再用与前面几例相似的方法得到关系式:
$
(1-2^{(2m+1)})s_m=f_m(1).
$
于是就有整数的偶次幂和为0, 从而与$\zeta$函数符合的很好.

通过以上对发散级数的计算得到了一个很奇特的结论: 借助于阿贝尔和计算出的整数幂和与黎曼$\zeta$函数通过解析延拓得到的结果是一样的! 其实这并不是偶然的, 而是可以用多重对数函数来解释并加以严格证明的. 通过这些计算也可以说明, 发散级数的定义就如函数的解析延拓一样, 是确实有其存在意义的.

另外有一点需要值得注意: 虽然通过阿贝尔和间接地计算出了整数幂和, 但是整数幂和却不能通过阿贝尔权直接计算出来, 也即是说整数幂和并不是阿贝尔和. 这是因为我们之前讨论的那些具体的几种求和方法, 其实对于柯西和是正负无穷的时候也是成立的, 所以其权和也一定是发散到正无穷的.

下面将阿贝尔权用于三角级数, 来看看会得到什么结论.

例6
$
\cfrac 1{1-a(\cos x+i\sin x)}=\sum\limits_{n=0}^{\infty} a^n(\cos x+i\sin x)^n=\sum\limits_{n=0}^{\infty} a^n(\cos nx+i\sin nx).
$
比较实部虚部得
\begin{align*}
\cfrac {a\cos x-a^2}{1-2a\cos x+a^2}=&\sum\limits_{n=0}^{\infty} a^n\cos nx
\cfrac {a\sin x}{1-2a\cos x+a^2}=&\sum\limits_{n=0}^{\infty} a^n\sin nx
\end{align*}
我们只关注第一个式子, 直接令$a=1$可得
$
\cfrac 12=1+\cos x+\cos 2x+\cos 3x+\cos 4x\cdots.
$
从$\pi$处积分得
$
\cfrac {\pi-x}2=\sin x+\cfrac 12\sin 2x+\cfrac 13 sin 3x+\cfrac 14\sin 4x+\cdots\quad(0<x<2\pi).
$
而这正是锯齿形函数的傅里叶展开式(不过却无从得知欧拉为什么会从$\pi$处积分, 因为如果从0处积分, 那么所得的结果就是不正确的了).

连求两次导数可得
$
0=1^2\cos x+2^2\cos2x+3^2\cos3x+4^2\cos4x+\cdots
$
令x$=0$得
$
1^2+2^2+3^3+4^2+\cdots=0.
$
其实可以不断地连续求两次导, 得到
$
1^{2m}+2^{2m}+3^{2m}+4^{2m}+\cdots=0.
$
注,这里遵循欧拉说“直接令$a=1$”, 是因为$x=2k\pi(k\in Z)$的时候$\cos x=1$, 如果先带入$x=0$的值再令$a\rightarrow 1^-$, 得到的就不是$\cfrac 12$了, 也就是说唯独在$x=2k\pi$的点处三角级数的阿贝尔和不是$\cfrac 12$, 所以才“直接令$a=1$”.

例7 下面介绍欧拉对于一个发散级数的处理:
根据级数
$
\sum\limits_{n=0}^{\infty} (-1)^nn!=1-1!+2!-3!+4!-5!+\cdots
$
构造幂级数
$
y=\sum\limits_{n=0}^{\infty} (-1)^nn!x^{(n+1)}=x-1!x^2+2!x^3-3!x^4+4!x^5-5!x^6+\cdots
$
这里与阿贝尔权稍有不同. 另外有$x^n$显然是控制不住$n!$的, 所以可以把下面的处理方式只当成是形式化的操作.
两边微分得
\begin{align*}
y'=1-2!x+3!x^2-4!x^3+&5!x^4-6!x^5+\cdots=\cfrac 1{x^2}(x-y)\\
\Longrightarrow e^{-\frac 1x}y'+e^{-\frac 1x}\cfrac 1{x^2}y=&\frac {e^{-\frac 1x}}x\\
\Longrightarrow (e^{-\frac 1x}y)'=&\frac {e^{-\frac 1x}}x\\
\Longrightarrow y=&e^{\frac 1x}\int_0^x\cfrac {e^{-\frac 1t}}tdt
\end{align*}
取$x=1$,可以得到:
$
1-1!+2!-3!+4!-5!+\cdots=e\int_0^1\cfrac {e^{-\frac 1t}}tdt.
$
另一方面, 也可以利用$\Gamma$函数的知识进行计算:
根据
\begin{align*}
n!=\Gamma(n+1)=\int_0^{\infty} t^ne^{-t}dt
\end{align*}
可得
\begin{align*}
x&-1!x^2+2!x^3-3!x^4+4!x^5-5!x^6+\cdots\\
=&\int_0^{\infty} (x-x^2t+x^3t^2-x^4t^3-x^5t^4+\cdots)e^{-t}dt\\
=&\int_0^{\infty} \cfrac {xe^{-t}}{1+xt}dt.
\end{align*}
取$x=1$,可以得到:
$
1-1!+2!-3!+4!-5!+\cdots=\int_0^{\infty} \cfrac {e^{-t}}{1+t}dt
$
于是就得到了一个有限数.

我们不对其作出什么合理的解释, 只不过通过两种求和方式的比较可以说明阿贝尔权还是不够广泛. 第二种求和方式中可以看出最终得到的关于$x$的函数在复平面去掉负实轴以外的地方都是解析的.

注, 读者可以发现在以上的几个例子中所用到的词语基本上都是“计算”而不是“证明”, 因为它们并不具有严格性.

利用调和级数发散, 还可以得到素数倒数和发散.

例8 素数倒数和是发散的.

证明: 由于$n$的没有大于$n$的素因子, 所以有
$\prod_{p\le n}\cfrac 1{1-\frac 1p}=\prod_{p\le n}(1+\cfrac 1p+\cfrac 1{p^2}+\cdots)\ge 1+\cfrac 12+\cdots+\cfrac 1n.
$
于是$\prod_p\cfrac 1{1-\frac 1p}$发散. 根据无穷乘积与无穷级数的关系可知$\sum\limits_p\cfrac 1p$发散.

下面我们来做一些看起来毫无合理性可言的事情, 但结果却出乎意料.
$
\ln(1+\cfrac 12+\cfrac 13+\cfrac 14+\cdots)=\sum\limits_p \cfrac 1p.
$
这时等式两边都是$\infty$, 在两边都截取到求和的第n项, 即
$
\ln(H_n)\sim\sum\limits_{k=1}^n \cfrac 1{p_k}.
$
然后根据$H_n\sim \ln n$就有
$
\cfrac 1{p_n}\sim \ln(H_n)-\ln(H_{n-1})=\ln(1+\cfrac 1{nH_{n-1}})\sim\cfrac 1{n\ln n}.
$
于是得到了第$n$个素数的分布$p_n\sim n\ln n$.
最后由于
$
p_{[\frac n{\ln n}]}\sim [\frac n{\ln n}]\ln([\frac n{\ln n}])\sim \cfrac n{\ln n}\ln\cfrac n{\ln n}=\cfrac {\ln n-\ln\ln n}{\ln n}n\sim n.
$
也即是素数分布定理
$
\pi(n)\sim \cfrac n{\ln n}.
$

下节会介绍与格兰迪级数非常相似的0-1级数, 它是同格兰迪级数同样有趣但又不失重要性的一类级数. 为了对某些特殊的0-1级数求和, 还会引入切萨罗和的两种推广, 并且会在文章的最后对发散级数的讨论做一个总结.

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

测一测,你有“数学焦虑症”吗?

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

你有“数学焦虑症”吗?

 

纽约时报网站仿照芝加哥大学的四位学者的关于学生家长“数学焦虑”现象研究内容,设计了10个关于数学问题,用于测试你是否有“数学焦虑症”。

 

哆嗒数学网的小编将其整理,也分享给广大网友,一起来做一做。

 

什么?大好的天,你居然让我做数学题,找抽么?

 

不用担心啦,所有问题都没有的标准答案的,只需要选择最符合你真实想法的那个选项。

 

顺便提一句,原文中的的有一些问题,我们稍稍做了修改,以符合我们中国人的生活习惯。

 

选择1 ——1分。

 

选择2 ——2分。

 

选择3 ——3分。

 

选择4——4分。

 

选择5 ——5分。

 

 

问题1: 当你得到一堆关于分数计算的问题,你会

 

1、  绝无不安

2、  些许不安

3、  比较不安

4、  非常不安

5、  极度不安

 

问题2: 计算你工资个税和五险一金,你会

 

1、  绝无不安

2、  些许不安

3、  比较不安

4、  非常不安

5、  极度不安

 

问题3: 在超市结账时,计算小票上的总价是否正确,你会

 

1、  绝无不安

2、  些许不安

3、  比较不安

4、  非常不安

5、  极度不安

 

问题4: 与朋友AA吃大餐后,计算各自付账多少时,你会

 

1、  绝无不安

2、  些许不安

3、  比较不安

4、  非常不安

5、  极度不安

 

问题5: 讲述一个数学相关的新闻事件,你会

 

1、  绝无不安

2、  些许不安

3、  比较不安

4、  非常不安

5、  极度不安

 

问题6: 购买折扣商品,计算你能省多少钱时,你会

 

1、  绝无不安

2、  些许不安

3、  比较不安

4、  非常不安

5、  极度不安

 

 

问题7: 1立方水5.33元,8立方水多少钱?计算这个时,你会

 

1、  绝无不安

2、  些许不安

3、  比较不安

4、  非常不安

5、  极度不安

 

问题8:学习一个新的数学技能,你会

 

1、  绝无不安

2、  些许不安

3、  比较不安

4、  非常不安

5、  极度不安

 

问题9:打开数学作业本,你会

 

1、  绝无不安

2、  些许不安

3、  比较不安

4、  非常不安

5、  极度不安

 

问题10:阐述一个数学题的解题过程,你会

 

1、  绝无不安

2、  些许不安

3、  比较不安

4、  非常不安

5、  极度不安

 

 

 

 

答案在后面!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10分,你完全没有数学焦虑症。

——你运气真好!

 

11-20分,你数学焦虑症程度非常轻微。

——嘿,可不是。你不害怕数学,但也许,你也不太喜欢数学。

 

21-30分,你数学焦虑症程度一般。

希望读者留下的评论里,有对你减轻数学焦虑有用的法子。

 

31-40分,你是高度的数学焦虑症患者。

如果回答这些问题让你病情更重,我只能说抱歉。还是看看万能的网友评论吧,也许对你有用。

 

41-50分,你是极度的数学焦虑症患者。

想不聊数学很容易,但是你至少已经完成这个问卷了。在评论里参与讨论吧,你一定会在评论区里找到同类的。

 

 

 

温馨提示:认真就输了,好好对自己笑笑。

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

加加减减的艺术(三):一些常用的权及求和方式

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,逆蝶,哆嗒数学网群友

 

数学中曾出现过许多的数学天才, 也有着众多的数学大师, 他们在数学方面的工作对数学的发展起着无可替代的作用. 众多的数学家在从事数学研究时也会有众多的研究成果, 这里不可能对所有的数学家都做个全面的介绍. 我们对其中的部分数学家进行一些简介, 然后把他们所研究过的级数方面的东西抽取出来, 来得到我们所想要的着重考虑的权, 以此来丰富权本身所包含的内容. 并且通过对格兰迪(Grandi)级数的权和计算, 来说明柯西(Cauchy)的收敛性要求似乎是太苛刻了, 而其他的权和是很有存在的必要的.
 
隐没的天才,阿贝尔(Able), 一个成就极高但是生前却没有得到认可的英年早逝的挪威天才数学家. 他完整给出了高于四次的一般代数方程没有一般形式的代数解的证明, 这曾经是一个悬疑达250多年的著名问题. 
 
他和伽罗瓦(Galois)一样, 都是同一个时代最杰出的代数学家, 也都是由于柯西(Cauchy)的一时疏忽导致了英年早逝. 阿贝尔去世时26岁, 而伽罗瓦去世时年仅21岁. 阿贝尔也曾去拜访过大数学家高斯(Gauss), 但是高斯却看不上他, 将阿贝尔那写着划时代的伟大定理的六页手册扔在了一边.
 
阿贝尔在数学方面的成就是多方面的, 他研究过无穷级数以及幂级数, 使得他成为分析学严格化的推动者. 他还是椭圆函数论的奠基者, 他为椭圆函数论的研究开拓了道路,并深刻地影响着其他数学分支.
 
埃尔米特(Hermite)曾说:阿贝尔留下的思想可供数学家们工作150年.

 

阿贝尔在研究幂级数的时候, 曾证明了著名的阿贝尔第二定理. 我们抽取定理中的精髓, 可以得到关于发散级数的一种求和方法.

定义1(阿贝尔和) 设$\sum\limits_{n=0}^{\infty} a_n$产生的幂级数$\sum\limits_{n=0}^{\infty} a_nx^n$的收敛半径不小于1. 如果

\begin{align*} \lim\limits_{x\rightarrow 1^-} \sum\limits_{n=0}^{\infty} a_nx^n=s, \end{align*}

就称级数$\sum\limits_{n=0}^{\infty} a_n$在阿贝尔意义下收敛, 称$s$为级数的阿贝尔和.

在上一篇文章中我们定义了级数的权以及权和, 对于阿贝尔和, 相应的阿贝尔权为$\sum\limits_{n=0}^{\infty} x^n$, 以及权值为$\cfrac 1{1-x}$.

虽然我们曾指出, 一个规范的权一定是一个合理的权, 但还是对阿贝尔权的合理性作一些讨论(对将要介绍的另外几种权也有类似的结论). 其实由于讨论的是当$x\rightarrow 1^-$时的极限, 对我们有用的只是$x\ge 0$的部分, 所以可以默认为之后对阿贝尔权(也可将其简称为$s$权)的讨论都是对于$0\le x<1$而言的.

对固定的$x$, $\sum\limits_{n=0}^{\infty} a_nx^n$是级数$\sum\limits_{n=0}^{\infty} a_n$与级数$\sum\limits_{n=0}^{\infty} x^n$的直积, 也就是说这时候$b_n(x)=x^n$. 对于每个$a_n$, 其权均为不大于1的非负数, 并且满足$\lim\limits_{x\rightarrow 1^-} b_n(x)=\lim\limits_{x\rightarrow 1^-} x^n=1$, 所以Abel权是一个合理的权. 由于$\sum\limits_{n=0}^{\infty} x^n=\cfrac 1{1-x}$, 所以级数$\sum\limits_{n=0}^{\infty} a_n$的权值为$\cfrac 1{1-x}$, 当$x\rightarrow 1^-$时, 级数的权值趋于$\infty$, 这些都是一些显而易见的事实.

对于柯西权, 切萨罗权, T权以及$\mu$权, 也都有$0\le b_n(x)\le 1$, 并且级数的权值趋于$\infty$. 今后我们讨论的权也多数都具有这种性质, 但也不排除有例外的情形. 可以看出, 阿贝尔权的加权方式是通过弱化级数比较靠后的项对级数整体的影响, 然后再通过取极限的方式把每一项的比重都加上去, 我们之后讨论的其他类型的权大多也都是这样的.

现在来计算格兰迪级数的阿贝尔和. 根据$\sum\limits_{n=0}^{\infty} (-1)^n$与阿贝尔权$\sum\limits_{n=0}^{\infty} x^n$的直积

\begin{align*} \sum\limits_{n=0}^{\infty} (-1)^nx^n=\cfrac 1{1+x} \end{align*}

可得$s=\lim\limits_{x\rightarrow 1^-} \cfrac 1{1+x}=\cfrac 12$, 即格兰迪级数的阿贝尔和为$\cfrac 12$. 这样格兰迪级数的和应该是$\cfrac 12$的观点又得到了进一步的支持.

阿贝尔权与切萨罗权的权指标变化范围不同, 取极限的方式也不同, 但是这两种看似并没有任何关系的权却可以通过等式

\begin{align*} \sum\limits_{n=0}^{\infty} a_nx^n=(1-x)^2\sum\limits_{n=0}^{\infty} (n+1)\sigma_nx^n \end{align*}

联系起来, 并且有下述结论.

定理1 如果级数$\sum\limits_{n=0}^{\infty} a_n$的切萨罗和为$\sigma$, 那么其阿贝尔和存在且与切萨罗和相等.

现在我们有切萨罗和存在的级数其阿贝尔和一定存在且相等, 那么是否有阿贝尔和存在但切萨罗和不存在的级数呢?易见交错整数级数$\sum\limits_{n=0}^{\infty} (-1)^n(n+1)$的切萨罗和不存在, 但其阿贝尔和为$\cfrac 14$, 所以可以把阿贝尔权看成切萨罗权的一种严格推广.

之前曾得到了如果$a_n=o(\cfrac 1n)$, 那么切萨罗和存在可以推出柯西和存在且相等. 其实对于阿贝尔权, 也有相应的类似结论.

定理2(Tauber)

设幂级数$\sum\limits_{n=0}^{\infty} a_nx^n$具有阿贝尔和$s$. 如果$a_n=o(\cfrac 1n)$, 那么其柯西和存在且与阿贝尔和相等.

我们在此指出, 其实就如切萨罗和一样, 有着比$a_n=o(\cfrac 1n)$更强的结论. 在阿贝尔和存在的情况下, 只要

\begin{align*} \cfrac {\sum\limits_{k=0}^n ka_k}n\rightarrow 0, n\rightarrow\infty \end{align*}

就有级数的柯西和存在, 且两者相等. 而且更进一步的还有, 在阿贝尔存在的前提下, $\cfrac {\sum\limits_{k=0}^n ka_k}n\rightarrow 0(n\rightarrow\infty)$ 其实是柯西和存在并且等于阿贝尔和的充要条件. 根据对切萨罗和与阿贝尔和的讨论可以发现, 似乎

\begin{align*} \cfrac {\sum\limits_{k=0}^n ka_k}n \end{align*}

是个很特殊的数列.

我们下面再讨论一些有趣的东西, 以此暂时结束对阿贝尔权的介绍, 但是涉及到了些许复变函数论的知识:

诸如格兰迪级数与交错级数

\begin{align*} \sum\limits_{n=0}^{\infty} (-1)^n\qquad\sum\limits_{n=0}^{\infty} (-1)^n(n+1) \end{align*}

与阿贝尔权的直积是

\begin{align*} \sum\limits_{n=0}^{\infty} (-1)^nx^n\qquad\sum\limits_{n=0}^{\infty} (-1)^n(n+1)x^n \end{align*}

其和函数$s(x)$分别是

\begin{align*} \cfrac 1{1+x}\qquad\cfrac 1{(1+x)^2} \end{align*}

和函数的定义域都是$(-\infty,-1)\cup (-1, +\infty)$, 比区间$(-1, 1)$大的多, 特别地$x=1$在其定义域内. 那么是否可以把阿贝尔和中的极限$x\rightarrow 1^-$改成直接将$x=1$带入其和函数呢?换句话说, 阿贝尔和$s$是否就是$s(1)$?

事实上这是不可以的, 我们将用两个函数对其作出说明.

(1)

\begin{align*} f(z)=e^{-\frac 1{(1-z)^2}}. \end{align*}

$z=1$是这个函数唯一的奇点且是本性奇点, 所以我们是无法定义$f(z)$在$z=1$处的函数值使其在$z=1$处连续的.

由于$f(z)$在单位圆盘内解析, 所以可以在$|z|<1$时展开成幂级数

\begin{align*} f(z)=\sum\limits_{n=0}^{\infty} c_nz^z. \end{align*}

又因为$z$取实数时, $f(z)$也取实数值, 所以$c_n$均是实数.

考虑级数$\sum\limits_{n=0}^{\infty} c_n$, 其与阿贝尔权的直积$\sum\limits_{n=0}^{\infty} c_nx^n$的和函数

\begin{align*} s(x)=f(x)=e^{-\frac 1{(1-x)^2}}. \end{align*}

但是由于$f(1)$的值无法适当定义, 所以s(1)并不存在. 但是这并不足以说明问题, 因为对于$s(x)$我们主要还是考虑$x$取实值的情况,这时可以定义:

\begin{align*} s(x)=\begin{cases} e^{-\frac 1{(1-x)^2}}, & x\neq 1;\\ 0, & x=1. \end{cases} \end{align*}

于是$s(x)$不仅在$x=1$处连续, 而且还是一个$C^{\infty}(R)$ 函数.

(2)

\begin{align*} f(z)=e^{\frac {z+1}{z-1}}. \end{align*}

$z=1$是这个函数的唯一的奇点且是本性奇点, 所以同样无法定义$f(z)$在$z=1$处的函数值使其在$z=1$处连续.

先不考虑将要讨论的$s(1)$值问题, 我们来探讨一下这个函数本身具有什么性质:

$f(z)$在单位圆盘内部有界, 也就是当$|z|<1$时, $|f(z)|<1$; 而当$|z|=1$但$z\neq 1$时, $|f(z)|=1$.

当$z$沿着圆内的任意一条直线段趋于1时, 均有$f(z)$趋于0;

当$z$沿着圆外的任意一条不是单位圆的切线的直线段趋于1时, 均有$f(z)$趋于$\infty$;

当$z$沿着单位圆周趋于1时, $f(z)$趋于1;

但是当$z$沿着单位圆的切线趋于1时, $f(z)$却并不存在极限值.

由于这个函数具有这些如此奇妙的性质, 所以在复变函数论中举反例的时候回经常用到它.

现在回归主题, 我们有与之前(1)中的函数完全类似的结论. 由于$f(z)$在单位圆盘内解析, 所以可以在$|z|<1$时展开成幂级数$f(z)=\sum\limits_{n=0}^{\infty} c_nz^z$. 由于$z$取实数时, $f(z)$也取实数值, 所以$c_n$均是实数.

考虑级数$\sum\limits_{n=0}^{\infty} c_n$, 其与阿贝尔权的直积$\sum\limits_{n=0}^{\infty} c_nx^n$的和函数

\begin{align*} s(x)=f(x)=e^{\frac {x+1}{x-1}}. \end{align*}

但是由于$f(1)$的值无法适当定义, 所以$s(1)$并不存在. 那抛弃$f(z)$, 只考虑$s(x)$, 能不能恰当的定义$s(1)$的值呢?

由于

$ \lim\limits_{x\rightarrow 1^-} s(x)=0, \lim\limits_{x\rightarrow 1^+} s(x)=\infty,\\ $

所以我们无法像(1)中的函数那样适当的定义$s(1)$的值, 也就是说并不能把$s=\lim\limits_{x\rightarrow 1^-} s(x)$简单的用$s=s(1)$来替代.

阿贝尔权还可以推广到更一般的非整幂情形, 但是没有阿贝尔权常用, 而且非整幂的情形还可由狄利克雷(Dirichlet)权得到, 有兴趣的读者可以单独探究一下非整幂权的性质.

另外还需指出泊松(Poisson)利用阿贝尔和处理发散的三角级数得到了很重要的单位圆盘上的泊松核, 然而他本人却并不知道他用的实际上就是发散级数的阿贝尔和. 之后我们也会对三角级数作一些简要的讨论.

无限猴子定理:有无限只猴子用无限的时间会产生特定的文章. 其实不必要出现了两件无限的事物, 一只猴子打字无限次已经足够打出任何文章, 而无限只猴子则能即时产生所有可能的文章.

 

 

无限猴子定理是来自博雷尔(Borel)一本谈概率的书籍中, 这个定理是概率论中的柯尔莫哥洛夫的零一律的其中一个命题的例子. 博雷尔是著名的法国数学家, 对现代数学的许多分支都产生了深刻的影响. 他引进测度的概念之后, 他的学生勒贝格(Lebesgue)将他的测度论推向一般化, 并定义了勒贝格积分, 引起了一场积分学的革命.

有限覆盖是博雷尔最为人熟知的定理, 但是博雷尔对数学的贡献当然远不止于此. 他也曾研究过无穷级数, 并且定义了一种和, 我们不妨称之为博雷尔和.

 

 

下面我们借由阿贝尔权的变形, 通过类似于之前引入$\mu$权的方法, 来引入一种$u$权, 并从$u$权导出博雷尔权.

对阿贝尔权变形:

\begin{align*} s(x)=\sum\limits_{n=0}^{\infty} a_n=(1-x)\sum\limits_{n=0}^{\infty} S_nx^n=\cfrac {\sum\limits_{n=0}^{\infty} S_nx^n}{\sum\limits_{n=0}^{\infty} x^n}. \end{align*}

注意到分子上$S_n$的系数之和恰好等于分母, 这启发我们可以类似于定义$\mu$权一样来定义$u$权.

定义2(u权)设有级数$\sum\limits_{n=0}^{\infty} a_n$, 另外有函数项级数$\sum\limits_{n=0}^{\infty} b_n(x)$满足$b_0(x)>0, b_n(x)\ge 0$.

如果有

\begin{align*} \lim\limits_{x\rightarrow\infty}\cfrac {u_n(x)}{\sum\limits_{k=0}^{\infty} u_k(x)}=0,\quad\lim\limits_{n\rightarrow\infty}\cfrac {u_n(x)}{\sum\limits_{k=0}^{\infty} u_k(x)}=0. \end{align*}

那么由

\begin{align*} u(x)=\cfrac {\sum\limits_{n=0}^{\infty} S_nu_n(x)}{\sum\limits_{n=0}^{\infty} u_n(x)} \end{align*}

所得到的权称为$u$权. 如果

\begin{align*} \lim\limits_{x\rightarrow\infty} u(x)=S, \end{align*} 就称级数$\sum\limits_{n=0}^{\infty} a_n$依$u$权收敛, $S$称为级数的$u$和.

 

我们可以赋予$u(x)$一些具体的函数, 从而得到具体的$u$权. 通过取定$u(x)$, 就可以得到之前所提到的博雷尔权.

定义3(博雷尔和) 取$u$权中的$u_n(x)=\cfrac {x^n}{n!}(x\ge 0)$, 此时$u(x)$化为 \begin{align*} u(x)=\cfrac {\sum\limits_{n=0}^{\infty} S_n\cfrac {x^n}{n!}}{\sum\limits_{n=0}^{\infty} \cfrac {x^n}{n!}}=e^{-x}\sum\limits_{n=0}^{\infty} S_n\cfrac {x^n}{n!}. \end{align*} 如果 \begin{align*} \lim\limits_{x\rightarrow\infty} u(x)=S, \end{align*} 就称级数$\sum\limits_{n=0}^{\infty} a_n$依博雷尔收敛, 称$S$为级数的博雷尔和.

我们来看一看格兰迪级数的博雷尔和是多少. 根据 \begin{align*} \sum\limits_{n=0}^{\infty} \cfrac {x^{2n}}{2n!}=\cfrac {e^x+e^{-x}}2 \end{align*} 可以得到 \begin{align*} u(x)=\cfrac 12+\cfrac 12e^{-2x}. \end{align*} 于是就有格兰迪级数的博雷尔和是$\cfrac 12$, 这样就又支持了格兰迪级数的和应该是$\cfrac 12$的观点. 应当注意对于一般的$u$权来说, 格兰迪级数的$u$和并不一定总是存在.

堪与高斯媲美的年轻人,黎曼(Riemann), 一个比数学王子高斯小五十岁的年轻人, 却能得到高斯的高度评价. 因为高斯的成就很高, 所以高斯对别人的赞赏也就一向极为吝啬, 黎曼能够获得高斯的赏识, 这对于高斯来说也是很罕见的.

黎曼是19世纪最富有创造性的德国数学家, 其作品以不拘小节著称, 经常对一些结论略而不证. 而在他看来一些显而易见的结论却常常要经历数十年之后才能为后人所证明. 黎曼还有一个非常著名的直到现在仍未被解决的猜想, 谓之“黎曼猜想”, 被收录于希尔伯特(Hilbert)第八问题之中.

曾经有人问希尔伯特:如果你能在五百年后重返人间,你说的第一句话会是什么?他回答说:是否已经有人解决了黎曼猜想?

黎曼还提出了十分重要的黎曼几何, 为广义相对论所描述的空间提供了理论框架. 爱因斯坦曾经写道:惟有黎曼这个孤独而不被世人了解的天才,在上个世纪中叶便发现了空间的新概念———空间不再一成不变,空间参与物理事件的可能性才开始显现.

 

 

黎曼曾提出一种求和方法, 可以用它来证明傅里叶级数展开的唯一性. 接下来我们来关注这种和式, 进而得到$R$权.

定义4($R$和)设有级数$\sum\limits_{n=0}^{\infty} a_n$, 记

$ R(h)=a_0+\sum\limits_{n=1}^{\infty} a_n(\cfrac {\text{sin}nh}{nh})^2=a_0+a_1(\cfrac {\text{sin}h}{h})^2+a_2(\cfrac {\text{sin}2h}{2h})^2+\cdots. $

 如果

$ \lim\limits_{h\rightarrow 0} R(h)=R, $ 就称级数$\sum\limits_{n=0}^{\infty} a_n$在黎曼意义下收敛, $R$称为级数的黎曼和.

 

注:为了与微积分里面的黎曼和区分, 我们今后称上述收敛为$R$权收敛, 称其和为$R$和. 另外我们指出, $R$权即是$1+\sum\limits_{n=1}^{\infty} (\cfrac {\sin nh}{nh})^2$.

 

通过借助于多重对数函数$\text{Li}_s(z)=\sum\limits_{n=1}^{\infty} \cfrac {z^n}{n^s}=z+\cfrac {z^2}{2^s}+\cfrac {z^3}{3^s}+\cdots$ 可以证明格兰迪级数的$R$和也是$\cfrac 12$, 这又说明了似乎格兰迪级数的和更应该$\cfrac 12$而不是把它当成一个发散的级数看待.

另外也有与$R$权很相似的权, 譬如 $ \sum\limits_{n=1}^{\infty} \cfrac {\text{sin}^2nh}{n^2h}, $ 应当注意它不是一个合理的权, 从而也不是一个规范的权. 但是却有这样的结论:

如果级数$\sum\limits_{n=0}^{\infty} a_n$的一般项趋于0, 即$\lim\limits_{n\rightarrow\infty} a_n=0$,那么 $ \lim\limits_{h\rightarrow 0} \sum\limits_{n=1}^{\infty} a_n\cfrac {\text{sin}^2nh}{n^2h}=0. $ 由于其不是一个合理的权, 所以我们就不去深究它了(这里的求和是从$n=1$开始的).

关于$R$权, 可以将其推广为: $ 1+\sum\limits_{n=1}^{\infty} (\cfrac {\text{sin}nh}{nh})^k\quad (k>1) $ 这种更一般的权, 这里要求$k>1$是为了让其是一个规范的权. 但是读者可能会问, 当k是奇数时, $(\cfrac {\text{sin}nh}{nh})^k$有可能是负的,  而当k不是整数时, $(\cfrac {\text{sin}nh}{nh})^k$也有可能不是个实数或者说会成为复数, 那是不是加上绝对值, 使用一般项为$|\cfrac {\text{sin}nh}{nh}|^k$的权更好呢?

其实我们之前没有要求过权的一般项不能是负数, 也没曾说过一般项不能是复数, 对于$1+\sum\limits_{n=1}^{\infty} (\cfrac {\text{sin}nh}{nh})^k$这种权我们有多重对数函数作为工具, 而加上绝对值之后几乎什么事情都做不了, 所以通常并不对其加上绝对值.

无法画出图像的函数: $D(x)=\lim\limits_{k\rightarrow\infty}(\lim\limits_{j\rightarrow\infty} (\cos (k!\pi x)^{2j}))$.

$D(x)$即是在有理点取1无理点取0的著名的狄利克雷(Dirichlet)函数. 在柯西之前, 数学家对于函数的连续性都有着不同的看法, 其中有一种说法是可以用初等函数通过某种形式表示出来的函数在大部分点都是连续的. 然而狄利克雷函数是一个处处不连续的函数, 但是却可以用初等函数以及极限的手段表示出来.

狄利克雷,德国数学家, 解析数论的奠基者, 在数学领域中的多个分支都做出了很有影响力的成果. 他的首篇论文即是费马大定理在$n=5$时的证明, 后来亦证明了$n=14$的情况. 通过利用他在研究解析数论时构造的极其重要的狄利克雷级数, 来得到我们所需要的狄利克雷权, 而且这将是这一段落引入的最后一种具体形式的权.

定义5(狄利克雷和) 设$0\le \lambda_0<\lambda_1<\lambda_2<\cdots$ 且$\lambda_n$趋于$\infty$, 那么对于级数$\sum\limits_{n=0}^{\infty} a_n$, 如果 $ \lim\limits_{s\rightarrow 0^+}\sum\limits_{n=0}^{\infty} a_ne^{-\lambda_ns}=\lambda, $ 就称级数$\sum\limits_{n=0}^{\infty} a_n$在狄利克雷意义下收敛, $\lambda$称为级数的狄利克雷和, 并且相应的我们有狄利克雷权$\sum\limits_{n=0}^{\infty} e^{-\lambda_ns}$.

不难发现, 阿贝尔权可以通过换元以及适当选取$\lambda_n$作为狄利克雷权的特殊情形, 对于非整幂的情况也有类似的结论, 所以狄利克雷权本身就是包含着很多权的权族. 我们考虑格兰迪级数的狄利克雷和, 但是就如$\mu$权一样, 由于狄利克雷权本身是一个包含很多种权的权族, 所以格兰迪级数的狄利克雷和并不一定存在(之后我们会指出反例). 退而求其次, 我们考虑狄利克雷权的一种特殊情形, 其在解析数论中具有重要的应用.

定义6($\zeta$和) 取狄利克雷权中的$\lambda_n$为 \begin{align*} \lambda_n=\begin{cases} 0, & n=0;\\ lnn, & n\ge 1. \end{cases} \end{align*} 此时$\sum\limits_{n=0}^{\infty} a_ne^{-\lambda_ns}$化为 $ a_0+\sum\limits_{n=1}^{\infty} \cfrac {a_n}{n^s}. $ 如果 $ \lim\limits_{s\rightarrow 0^+}\sum\limits_{n=0}^{\infty} \cfrac {a_n}{n^s}=\lambda, $ 就称级数$\sum\limits_{n=0}^{\infty} a_n$在$\zeta$意义下收敛, $\lambda$称为级数的$\zeta$和, 相应的有$\zeta$权$\sum\limits_{n=0}^{\infty} \cfrac 1{n^s}$.

注:借由黎曼$\zeta$函数($\zeta(z)=\sum\limits_{n=1}^{\infty} \cfrac 1{n^s}=\cfrac 1{1^s}+\cfrac 1{2^s}+\cfrac 1{3^s}+\cfrac 1{4^s}+\cdots$)的知识可以证明格兰迪级数的$\zeta$和为$\cfrac 12$, 这里称这种求和方式为$\zeta$也是因为当取$a_0=0, a_n=1(n\ge 1)$时的函数恰好为黎曼$\zeta$函数.

介绍完我们常用的几种权之后, 现在给出权规范性的判别法, 并利用此判别法对之前所介绍的几种权的规范性作一个简单验证.

定理3(判别法) 设有权$\{\sum\limits_{n=0}^{\infty} b_n(x)|x\in X\}$. 如果它是合理的, 并且存在常数$M$使得 $ \sum\limits_{n=0}^{\infty} |b_n(x)-b_{n+1}(x)|\le M\quad(\forall x\in X) $ 另外如果对任意的$x\in X$, 还有$\lim\limits_{n\rightarrow\infty} b_n(x)=0$成立. 那么$\{\sum\limits_{n=0}^{\infty} b_n(x)|x\in X\}$是一个规范权.

有了判别法之后, 我们可以对我们之前讨论过的权作一个验证.

柯西权, 切萨罗权, $T$权, $\mu$权: 合理性均不难验证. 由于权族中的每个级数的通项都是从1递减到0的, 所以可取$M=1$. 又因为权族中的每个级数只有有限项不为0, 所以$\lim\limits_{n\rightarrow\infty} b_n^{(m)}=0$是满足的, 因此是规范的.

阿贝尔权: 由$\lim\limits_{x\rightarrow 1^-} x^n=1$可得其合理性. 如果把$x$的取值范围$X$取为$(-1, 1)$, 那么$M$是不存在的, 所以我们需要把$X$取为$[0,1)$, 这时我们就可以取$M=1$. 另外$\lim\limits_{n\rightarrow\infty} x^n=0$也是显然成立的. 所以是规范的.

注:从阿贝尔权的例子可以看出,在考虑权收敛的时候适当的选取权指标的取值范围也是必要的.

$u$权: 根据$\lim\limits_{x\rightarrow\infty}\cfrac {u_n(x)}{\sum\limits_{k=0}^{\infty} u_k(x)}=0$易见其合理性. 另外显然可以取$M=2$. 最后一个条件即是$\lim\limits_{n\rightarrow\infty}\cfrac {u_n(x)}{\sum\limits_{k=0}^{\infty} u_k(x)}=0$. 由于博雷尔权也是$u$权的一种, 所以也是规范的.

$R$权: 由$\lim\limits_{h\rightarrow 0} (\cfrac {\text{sin}nh}{nh})^2$=1可得其合理性. 对于$R$权的$M$的存在性并不是像其他几种权那样显而易见, 我们只指出可取$M=\int_0^{\infty}|\cfrac d{dx}(\cfrac {\text{sin}x}x)^2|dx$. 最后一个条件$\lim\limits_{n\rightarrow\infty} (\cfrac {\text{sin}nh}{nh})^2=0$也是成立的, 于是得其规范性.

狄利克雷权: 由$\lim\limits_{s\rightarrow 0+} e^{-\lambda_ns}=0$得到合理性. 可取$M=1$, 以及根据$\lim\limits_{n\rightarrow\infty} \lambda_n=\infty$有$\lim\limits_{n\rightarrow\infty} e^{-\lambda_ns}=0$, 由此即得其规范性. 于是$\zeta$权也是规范的.

我们在这里着重对几种特殊的权及权和作一些介绍, 看似所有的求和方式都是权和, 但事实上却确实也存在着非权和的一些很重要的求和方式, 我们之后会举出具体的例子.

下一节我们将会特别考虑一些发散级数的计算问题, 例如所有正整数的和为$1+2+3+\cdots+n+\cdots=-\cfrac 1{12}$等有趣结果.

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

加加减减的艺术(二):柯西不是上帝!

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,逆蝶,哆嗒数学网群友

 

那个年代, 数学家们还不能很好的理解级数的收敛与发散. 例如高斯(Gauss)在其著作《天体运动论》中对级数的数值进行近似计算时, 如果级数的一般项(也称作级数的通项)从某一项之后开始递减, 高斯就认为级数是收敛的, 并且在计算得出通项的某一项足够小时, 他就截取到那一项作为级数的近似值, 把剩下的项直接舍去, 而且他也从不会对自己的近似结果作误差估计.

 

后来, 很多数学家都为微积分的严密性做了很多贡献, 其中柯西(Cauchy)的工作尤为成功. 在级数方面, 柯西定义级数收敛即是指部分和数列有极限, 这看似很容易令人接受, 所以也就被多数数学家采纳, 而且一直沿用至今. 但就如欧几里得(Euclid)的第五公设, 虽然看似很容易令人接受, 但是实际上是很不自然的. 黎曼(Riemann)和其他的一些几何学家改变第五公设, 得到了非欧几何. 而在级数方面切萨罗改变级数收敛的意义, 得到了切萨罗和, 使得格兰迪级数可以收敛.

 

无论是柯西还是欧几里得, 他们的规定都是人为规定的, 只不过是规定出来的一些东西看起来比较合理而已. 然而柯西并不是上帝! 虽然依柯西意义收敛的级数具有很好的性质, 但是柯西的定义也使得一些看似性质比较好的级数不收敛, 也就是说柯西的定义似乎太严格了, 使得我们在得到一些好的东西的同时也失去了另外一些重要的东西.

 

我们是无法直接定义无限个数之和的, 所以柯西与切萨罗的方法都是用有限逼近无限, 而这本就不是很自然的方法, 但是我们只有通过这样才能避开无限和的问题. 柯西与切萨罗的逼近方法不同, 导致的结果也不同, 不过我们却说不好这两种逼近方法哪个是更加合理的(之后对合理性给出定义, 而这两种求和方式在这种合理性意义的解释下都是合理的).

 

本节先引入级数的权的概念, 之后通过细致的比较柯西收敛与切萨罗收敛的区别, 采用柯西和与切萨罗和中取极限的思想, 导出从某种意义上来说最最一般的级数的权收敛. 而在权的意义下, 无论是柯西的收敛还是切萨罗的收敛, 以及任何一种常见的求和方式, 都只不过是一些特殊的权收敛罢了.

 

 

 

 

定义1(权) 设有级数

\begin{align*} \sum\limits_{n=0}^{\infty} a_n\text{和}\sum\limits_{n=0}^{\infty} b_n. \end{align*}

对于他们的直积级数

\begin{align*} \sum\limits_{n=0}^{\infty} a_nb_n, \end{align*}

我们称$b_n$是级数$\sum\limits_{n=0}^{\infty} a_nb_n$关于级数$\sum\limits_{n=0}^{\infty} a_n$的第$n$项$a_n$的权, 也成为$a_n$的权值. 而称级数$\sum\limits_{n=0}^{\infty} b_n$是级数$\sum\limits_{n=0}^{\infty} a_nb_n$关于级数$\sum\limits_{n=0}^{\infty} a_n$的权, 如果级数$\sum\limits_{n=0}^{\infty} b_n$的柯西和存在, 就称此柯西和为级数$\sum\limits_{n=0}^{\infty} a_n$的权值.

 

注:我们大多只考虑$\sum\limits_{n=0}^{\infty} b_n$的柯西和存在的情形, 这时$\sum\limits_{n=0}^{\infty} a_nb_n$的权值$\sum\limits_{n=0}^{\infty} b_n$总是存在的, 但是对一般的权$\sum\limits_{n=0}^{\infty} b_n$, 并不一定总存在权值. 另外现在只定义了级数与其权的直积, 但还只是个形式的记号, 并没有对其直积级数赋予一个具体数值作为其和, 之后会对这一点作出说明.

 

现在来比较一下柯西和与切萨罗和的区别:

取级数列$\sum\limits_{n=0}^{\infty} b_n^{(m)}, \sum\limits_{n=0}^{\infty} c_n^{(m)}$如下

\begin{align*} b_n^{(m)}=\begin{cases} 1, & n\le m;\\ 0, & n>m. \end{cases} \qquad c_n^{(m)}=\begin{cases} 1-\cfrac n{m+1}, & n\le m;\\ 0, & n>m. \end{cases} \end{align*}

那么柯西和是级数$\sum\limits_{n=0}^{\infty} a_n$与级数$\sum\limits_{n=0}^{\infty} b_n^{(m)}$(注意这其实是一个有限和)的直积级数

\begin{align*} \sum\limits_{n=0}^{\infty} a_nb_n^{(m)} \end{align*}

在$m\rightarrow\infty$时的极限值.

切萨罗和是级数$\sum\limits_{n=0}^{\infty} a_n$与级数$\sum\limits_{n=0}^{\infty} c_n^{(m)}$(注意这同样是一个有限和)的直积级数

\begin{align*} \sum\limits_{n=0}^{\infty} a_nc_n^{(m)} \end{align*}

在$m\rightarrow\infty$时的极限值.

再来看看这两种权的合理性:

对于固定的$n$, 总是

有 \begin{align*} \lim\limits_{m\rightarrow\infty} b_n^{(m)}=1\text{以及}\lim\limits_{m\rightarrow\infty} c_n^{(m)}=1. \end{align*}

也就是说对于任意的$a_n$, 它的极限权值总是1, 从而没有失去其在级数$\sum\limits_{n=0}^{\infty} a_n$中所占的比重, 因此这两种权的定义可以说都是合理的.

 

下面我们给出权的合理性的定义.

 

定义2(合理权) 设有权族 \begin{align*} \{\sum\limits_{n=0}^{\infty} b_n(x)|x\in X\}. \end{align*} 如果权指标$x$在指标集$X$中以某种方式取极限时, 对于任意固定的$n$, 总是有$b_n(x)$趋于1, 即是 \begin{align*} \lim\limits_x b_n(x)=1. \end{align*} 就称这个权族是合理的权族, 也简称为合理的权.

 

注:以后基本上只会考虑具有合理性的权. 另外这里的“以某种方式取极限”其实并不是一种严格的说法, 严格的定义需要用到拓扑以及基的概念, 这里将其从略了, 但这并不会使得我们今后对一些具体的权的讨论变得困难. 为了简便今后也称权族为权, 我们也不会因此而陷入混淆.

 

于是无论是柯西和还是切萨罗和, 都可以看成级数的加权极限问题, 而且这两种权都是合理的. 在这种意义下, 柯西和不过只是一种特殊的加权方式的极限, 其在级数理论中的统治地位也将被削弱.

 

虽然我们要削弱柯西和的地位, 以此来构造其他类型的和, 但是由于柯西和的重要性以及柯西权(也称其为标准权)的标准性, 今后的讨论将总是会以柯西和为基准.

目前所考虑的两种权都是直积为有限和的情形, 我们特别地指出:对于直积是无限和的情形, 我们总是以柯西意义的和来定义其值.

现在来引入本节最重要的概念, 即什么是级数的依权意义下的收敛.

 

 

定义3(权收敛) 给定级数$\sum\limits_{n=0}^{\infty} a_n$以及权$\{\sum\limits_{n=0}^{\infty} b_n(x)|x\in X\}$, 如果权指标$x$在指标集$X$中以某种方式取极限时, 它们的直积

\begin{align*} \sum\limits_{n=0}^{\infty} a_nb_n(x) \end{align*} 趋于一个有限值S, 即是 \begin{align*} \lim\limits_x\sum\limits_{n=0}^{\infty} a_nb_n(x)=S \end{align*}

就称级数$\sum\limits_{n=0}^{\infty} a_n$依此权收敛到$S$, 称$S$为级数$\sum\limits_{n=0}^{\infty} a_n$的加权和, 亦简称为权和.

 

有了权收敛的定义之后, 就可以考虑更多的加权求和问题了. 不过之前我们曾说我们的出发点还是要以柯西和为基准, 所以在此之前我们先给权的规范性作出定义.

 

定义4(规范权) 设有权$\{\sum\limits_{n=0}^{\infty} b_n(x)|x\in X\}$, 如果对柯西和存在的级数, 其权和总是存在而且等于柯西和, 就称$\{\sum\limits_{n=0}^{\infty} b_n(x)|x\in X\}$是一个规范权.

 

注:如果一种求和方式使得柯西和存在的级数总是收敛的而且收敛到其柯西和, 我们也称求和方式是规范的.

 

我们有必要向读者指出:一个规范的权一定是一个合理的权, 这一点通过对任意的$m$, 取级数$\sum\limits_{n=0}^{\infty} \delta_{mn}$(其中$\delta_{mn}$是Kronecker函数)即可明了.

 

现在来举例讨论一些具体的权.

 

采取常用的记号, 记 \begin{align*} H_n=1+\cfrac 12+\cfrac 13+\cdots+\cfrac 1n. \end{align*} 另外约定$H_0=0,$考虑 \begin{align*} T_n=\cfrac{S_0+\cfrac {S_1}2+\cfrac {S_2}3+\cdots+\cfrac {S_n}{n+1}}{H_{n+1}}. \end{align*} 其中$S_n$为级数$\sum\limits_{n=0}^{\infty} a_n$的部分和. 对固定的$a_m$, 我们有$T_n$对其的权值为 \begin{align*} b_m^{(n)}=\begin{cases} \cfrac {\sum\limits_{k=m}^n \cfrac 1{k+1}}{H_{n+1}}=1-\cfrac {H_m}{H_{n+1}}, & m\le n;\\ 0, & m>n. \end{cases} \end{align*} 因此对任意$m$, 都有 \begin{align*} \lim\limits_{n\rightarrow\infty} b_m^{(n)}=1 \end{align*} 成立, 所以$T_n$是一种合理的加权方式. 用Stolz定理易知收敛则权收敛, 因此它还是一种规范的加权方式.

 

记上述加权方式所得到的权是$T$权, 那么$T$权和$\sigma$权有如下的关系:

 

定理1 设有级数$\sum\limits_{n=0}^{\infty} a_n$, 那么当$\sum\limits_{n=0}^{\infty} a_n$的切萨罗和$\sigma$存在时, 其$T$加权和也存在且等于切萨罗和.

 

注:我们已经知道格兰迪级数的切萨罗和是$\cfrac 12$, 所以据此定理有格兰迪级数的$T$加权和也是$\cfrac 12$. 当然读者也可以利用关系式$H_n\sim \ln n$进行简单的证明格兰迪级数的$T$和为$\cfrac 12$.

 

反过来对不对呢,也就是说如果$T_n$的极限存在, 有没有切萨罗和一定存在的结论?答案是否定的! 我们有如下反例: \begin{align*} T_n=\cfrac {(-1)^n}{H_{n+1}}. \end{align*} 由$T_n$可以唯一的确定确定级数$\sum\limits_{n=0}^{\infty} a_n$, 但是对于这个级数 \begin{align*} S_n=o(n) \end{align*} 并不成立, 所以此级数的切萨罗和不存在.

 

于是我们就得到了$T$权是一种比切萨罗权更广泛的权,之前我们还有切萨罗权是比标准权更广泛的权, 所以可以把切萨罗权视为标准权的推广, 而把$T$权视为切萨罗权的推广.

 

仔细对比$\sigma_n$与$T_n$, 可以注意到所有的$S_n$系数和为1, 或者也可以分子分母分开来看, 分子上$S_n$的系数和正好等于分母, 并且分子的每一项系数都是正数, 以及分母是趋于无穷的. 观察到这一点, 我们现在可以将这两种权推广到一种非常之一般的形式.

 

定义5 设有级数$\sum\limits_{n=0}^{\infty} a_n$, 记$S_n$是其部分和, $\sum\limits_{n=0}^{\infty} b_n$是满足$b_0>0, b_n\ge 0$的发散级数. 定义 \begin{align*} \mu_n=\cfrac {\sum\limits_{k=0}^n b_nS_n}{\sum\limits_{k=0}^n b_n}, \end{align*} 那么称由$\mu_n$所得到的权为$\mu$权.

 

定义了$\mu$权之后, 反过来再考察$\sigma$权与$T$权.

$\sigma$权可以看成 \begin{align*}\sum\limits_{n=0}^{\infty} 1 \end{align*} 生成的$\mu$权, 而$T$权可以当做 \begin{align*} \sum\limits_{n=0}^{\infty} \cfrac 1n \end{align*}

生成的$\mu$权.

另外, 注意到级数$\sum\limits_{n=0}^{\infty} \cfrac 1n$的一般项比上级数$\sum\limits_{n=0}^{\infty} 1$的一般项趋于0, 又知道$T$权是$\sigma$权的严格推广, 这就引起我们对任意两个$\mu$权之间的关系的思考.

 

如果$\mu_1$由$\sum\limits_{n=0}^{\infty} b_n$生成, $\mu_2$由$\sum\limits_{n=0}^{\infty} c_n (c_n>0)$生成, 根据$\lim\limits_{n\rightarrow\infty} \cfrac {b_n}{c_n}=0$, 能否得到$\mu_2$和存在就一定有$\mu_1$和存在, 而且$\mu_1$是$\mu_2$的严格推广呢?将其表述出来就是:\\ 若$\sum\limits_{n=0}^{\infty} b_n(b_0>0, b_n\ge 0)$和$\sum\limits_{n=0}^{\infty} c_n(c_n>0)$都是发散的级数,而且有 \begin{align*} \lim\limits_{n\rightarrow\infty} \cfrac {b_n}{c_n}=0. \end{align*} 那么任给一个级数$\sum\limits_{n=0}^{\infty} a_n$, 当 \begin{align*} \cfrac {\sum\limits_{k=0}^n c_kS_k}{\sum\limits_{k=0}^n c_k} \end{align*}

收敛时, 是否一定有

\begin{align*} \cfrac {\sum\limits_{k=0}^n b_kS_k}{\sum\limits_{k=0}^n b_k} \end{align*}

收敛.

更进一步还可以思考, 如果$\cfrac {b_n}{c_n}$有界, 是否$\mu_2$和存在就一定有$\mu_1$和存在呢?

但是很可惜,即使在$b_n\equiv 1$亦或是$c_n\equiv 1$时, 仍有反例存在, 我们不妨将反例写出来.

$b_n\equiv 1$时的反例: \begin{align*} a_{2n}&=2^{-n}, a_{2n+1}=-2^n;\\ c_{2n}&=2^{3n}, c_{2n+1}=2^n. \end{align*} $c_n\equiv 1$时的反例: \begin{align*} S_n&=\cfrac {(-1)^nn}{H_{n+1}};\\ b_0&=1, b_n=\cfrac 1m(\text{若}n=2^m), b_n=0 (\text{若}n\neq 0, 2^m). \end{align*} 由部分和$S_n$就可以定出$\sum\limits_{n=0}^{\infty} a_n$.

 

 

既然在$\cfrac {b_n}{c_n}$有界时无法做比较, 那么如果加强条件,根据 \begin{align*} \lim\limits_{n\rightarrow\infty} \cfrac {b_n}{c_n}=1 \end{align*}

能不能得到等价性呢?

即是说$\mu_1$和与$\mu_2$和其中一个存在能不能推出来另一个也存在且相等?更进一步,对于$\cfrac {b_n}{c_n}$以及$\cfrac {c_n}{b_n}$ (这时要求$b_n>0$而不仅只是$b_n\ge 0$)均有界时的情况呢?我们在这里不作深入的探讨, 而是将这个问题留给有兴趣的读者思考.

 

 

我们还是把重点放在格兰迪级数的地方, 所以我们问格兰迪级数在权$\mu$下是收敛的吗?对于一般的$\mu$权, 结论是不成立的, 甚至在生成级数$b_n$单调的时候也不一定成立. 但是我们有结论: 当$b_n$递减, 亦或是$b_n$递增但满足$\cfrac {b_{n+1}}{\sum\limits_{k=0}^n b_k}\rightarrow0$时,这时格兰迪级数的$\mu$和存在. 其实不难发现有更进一步的结论:

\begin{align*} \cfrac {b_{2n+1}}{\sum\limits_{k=0}^n b_{2n}}\rightarrow0 \end{align*} 是这种情况下格兰迪级数权收敛的充要条件.

 

 

由于$\mu$权是一类权而不只是一个单一的权, 据此我们就得到了在很多种权的权收敛意义下, 格兰迪级数的权和都是$\cfrac 12$, 所以看起来似乎格兰迪收敛到$\cfrac 12$才是合适的, 之后我们还会继续说明这一点.

 

我们之前讨论的各种权, 无论是柯西标准权, 切萨罗$\sigma$权, T权, 以及更加一般的$\mu$权(应当注意到柯西权并不是$\mu$权), 都是直积为有限和的形式, 而且权族的指标集都是自然数集$N$的情况, 也就是取极限时权指标是离散的进行变化, 那么有没有直积是无限和以及权指标是连续变化的情形呢?

 

当然是有的!请继续关注哆嗒数学网。敬请期待。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

加加减减的艺术(一):1-1+1-1+……=1/2?

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,逆蝶,哆嗒数学网群友

 

让我们从一个故事说起:

 

在芝诺(Zeno)五岁那年, 他父亲问他:“从我们家到外婆家一共有五公里的路要走, 如果你以每小时五公里速度去外婆家, 那你需要多长时间才能到?”芝诺回答道:“一小时.”

 

十年之后,芝诺十五岁, 他父亲又问了他一遍相同的问题. 你可能会说, 芝诺父亲怎么会这么无聊?但是芝诺却回答:“永远也走不到.”

 

芝诺是这样回答他父亲的:“如果将五公里的路程一分为二, 那如果想去外婆家就要先走过这段路程的前一半;再将剩下的一半路程一分为二, 如果想要到外婆家, 同样也要走剩下路程的前一半. 之后再将剩下的路程一分为二, 这样无论走久都到不了外婆家, 所以永远也走不到.”

 

这其实就是著名的芝诺悖论, 这个悖论和古希腊神话中的善跑英雄阿喀琉斯(Achilles)追乌龟的故事有着异曲同工之妙. 不过我们现在已经知道这个悖论其实是无穷级数在作怪, 芝诺的悖论只不过是把1通过二分法分为了无穷份而已, 也就是指级数:

 

\begin{align*}\sum\limits_{n=1}^{\infty} \cfrac 1{2^n}=\cfrac 12+\cfrac 1{2^2}+\cfrac 1{2^3}+\cfrac 1{2^4}+\cdots=1.\\\end{align*}

 

 

 

无穷级数在数学史上出现的很早. 古希腊时期, 芝诺利用二分法提出著名的芝诺悖论就涉及到公比为1/2的几何级数, 亚里士多德(Aristotle)知道公比小于1(同时要大于0, 那个时代还没有负数的概念)的几何级数可以求出和数, 后来阿基米德(Archimedes)使用几何级数求出了抛物线弓形的面积.

 

到了中世纪,数学家对于涉及到无穷的一些悖论展开了激烈的争论. 1703年由数学家格兰迪(Grandi)发表的格兰迪级数引起了数学家的一番热议, 这个级数即是指:

 

\begin{align*}\sum\limits_{n=1}^{\infty} (-1)^n=1-1+1-1+1-1+\cdots.\end{align*}

 

其中丹尼尔·伯努利(Daniel Bernoulli)和欧拉(Euler)也对其进行了研究, 后来经由柯西(Cauchy)引入收敛与发散的定义, 数学家们才知道格兰迪级数是发散的.

 

调和级数也是一个发散的级数, 它的知名度甚至比格兰迪级数还高, 当然它的敛散性也曾是数学家的一个热议话题, 奥雷姆(Nicole Oresme)的对其发散性的极其简洁的证明曾引起数学界的一时轰动, 他是这样证明的:

 

\begin{align*}\sum\limits_{n=0}^{\infty} \cfrac 1n&=1+\cfrac 12+\cfrac 13+\cfrac 14+\cfrac 15+\cfrac 16+\cfrac 17+\cfrac 18+\cdots\\&=1+\cfrac 12+(\cfrac 13+\cfrac 14)+(\cfrac 15+\cfrac 16+\cfrac 17+\cfrac 18)+\cdots\\&\ge 1+\cfrac 12+(\cfrac 14+\cfrac 14)+(\cfrac 18+\cfrac 18+\cfrac 18+\cfrac 18)+\cdots\\&\ge 1+\cfrac 12+\cfrac 12+\cfrac 12+\cfrac 12+\cdots=\infty.\end{align*}

 

调和级数的通项都是趋于0的, 似乎它应该是一个收敛的级数, 但是它却是一个发散的, 这看上去也像是一个悖论.

 

如果学过数学分析或者高等数学, 应该会对级数的敛散性有所了解, 并对收敛级数的性质有着较好的把握, 所以我们会把重点放在发散的级数上, 对发散级数做一些必要的探讨. 虽然柯西之后的多数数学家遵循柯西摒弃了发散级数, 但是欧拉在不考虑收敛性下通过对级数神乎其技的变形而得到的美妙结论, 以及后来发现的发散级数在渐进估计中的重要应用, 这些都说明了研究发散级数并不是没有意义的. 另外柯西本人也注意到了ln(Γ(x))亦或是ln(m!)的斯特林(Stirling)级数(这个级数是发散的)在计算阶乘时逼近的优点, 但他并没有对这件事作出合理的解释.

 

本文主要介绍发散级数在非柯西意义下的求和问题, 并将会特别考虑格兰迪级数的求和. 通过格兰迪级数在其他意义下的求和, 来说明柯西关于级数收敛的定义并非是绝对的.

 

在行文的最后我们会讨论与格兰迪级数相似但也很具有特殊性的0-1级数. 笔者在此着重于对发散级数求和方式的介绍, 并不刻意追求严谨, 所以对于给出的结论也都是采取“只给不证”的方式,希望这篇关于发散级数的科普文章可以激发读者对发散级数的兴趣, 以及对于发散级数的思考和研究.

 

我们前面已经说过什么是格兰迪级数, 不过由于格兰迪级数是我们重点考察的级数, 所以在这里给出其定义将是有益的。

定义1(格兰迪级数)就是指级数

$$\begin{align*}\sum\limits_{n=1}^{\infty} (-1)^n.\end{align*}$$ 或者写成

\begin{align*}1-1+1-1+1-1+\cdots.\end{align*}
 

曾有很多数学家都研究过这个级数, 那么此级数的和是多少呢?我们通过一些简单的计算来看看它的和到底应该等于多少.


\begin{align*} S=1-1+1-1+1-1+\cdots. \end{align*} 我们有 \begin{align*} S=(1-1)+(1-1)+(1+1)+\cdots=0+0+0+\cdots=0. \end{align*}
但是另一方面, 我们还有
\begin{align*} S=1+(-1+1)+(-1+1)+(-1+1)+\cdots=1+0+0+0+\cdots=1. \end{align*}
那么S究竟是0还是1呢?似乎把结果折中一下, 当做$\cfrac 12$更好一些. 但不要着急, 我们很快就可以直接得到S也会等于$\cfrac 12$.
\begin{align*} S&=1-1+1-1+1-1+\cdots\\ S&=\qquad 1-1+1-1+1-1+\cdots \end{align*} 两式相加, 我们有 \begin{align*} 2S=1+0+0+0+0+0+\cdots=1 \end{align*} 此式即是$S=\cfrac 12$.
 

 

 


到这里可能就会奇怪, 为什么会出现$S$既等于$0$又等于$1$还等于$\cfrac 12$这种事情呢?这源于级数$\sum\limits_{n=0}^{\infty} (-1)^n$并不收敛. 对一个不收敛的级数加括号, 是有可能使其收敛的, 但是随着加括号方式的不同, 所得到的结果也不一定相同, 因此到最后就说不好级数的和究竟是多少, 也无法说明哪一种加括号方式更加的合理. 不过还好柯西关于严密化的工作避免了这一点, 在柯西意义下收敛的级数, 无论通过什么方式加括号, 所得级数仍是收敛的, 而且收敛到的数值与柯西和相同, 这就避免了上述这种一个级数可能通过不同的加括号方式而得到不同的和的现象.下面我们来定义一下什么是柯西意义下的和.

定义2(柯西和) 无穷级数 $$\begin{align*} \sum\limits_{n=0}^{\infty} a_n=a_0+a_1+a_2+\cdots+a_n+\cdots \end{align*}$$ 的前n项和 $$\begin{align*} S_n=\sum\limits_{k=0}^n a_k=a_0+a_1+a_2+\cdots+a_n \end{align*}$$
称为级数的部分和. 如果部分和构成的数列$\{S_n\}$具有有限的极限S, 我们就称级数$\sum\limits_{n=0}^{\infty} a_n$在柯西意义下收敛(亦可以简称为收敛), 并且称S是级数的柯西和. 如果$\{S_n\}$没有有限的极限, 就称级数是发散的.

由此可见, 这里所定义的柯西和就是我们平常所说的级数和, 给出定义的目的只不过是为了与之后要定义的各种类型的和作区分. 由于柯西和是我们非常熟悉的一种和, 我们没有必要对其作太多的说明, 所以下面还是回归到对于格兰迪级数的讨论.

格兰迪级数的部分和数列
\begin{align*} S_n=\begin{cases} 1, &\text{当n是偶数时};\\ 0, &\text{当n是奇数时}. \end{cases} \end{align*} 于是格兰迪级数在柯西意义下是发散的.

知道了格兰迪级数是发散的, 那么再研究它是不是就没有意义了呢?现在我们不管它是发散的这个事实, 来看看莱布尼茨(Leibniz)的算法和解释:

在展开式
\begin{align*} \cfrac 1{1-x}=1+x+x^2+x^3+x^4+x^5+\cdots \end{align*} 中带入$x=-1$, 于是就得到 \begin{align*} \cfrac 12=1-1+1-1+1-1+\cdots. \end{align*}
他做了如下比喻:一块宝石由两个人轮流保存一年, 等价于各自保存半年, 所以其和是$\cfrac 12$ . 欧拉则以
\begin{align*} 1-\sum\limits_{n=0}^{\infty} (-1)^n=\sum\limits_{n=0}^{\infty} (-1)^n \end{align*}
也同样认为$\sum\limits_{n=0}^{\infty} (-1)^n=\cfrac 12$, 看起来似乎这两种说法都可以令人接受. 这就让我们有理由去怀疑, 是不是柯西收敛的定义本身就不够好呢?下面我们转入非柯西意义下的求和问题, 通过对切萨罗(Cesàro)的求和方式进行观察来引入权的概念, 然后再对柯西的求和方式做一些解释.

定义3(切萨罗和) 设$\sum\limits_{n=0}^{\infty} a_n$是一个无穷级数, $\{S_n\}$是其部分和数列. 如果$\{S_n\}$的算术平均
\begin{align*} \sigma_n=\cfrac {S_0+S_1+\cdots+S_n}{n+1} \end{align*} 是一个收敛数列($\sigma_n $也称为切萨罗序列), 即$\lim\limits_{n\rightarrow\infty} \sigma_n=\sigma $, 就称级数在切萨罗意义下收敛, $\sigma$称为级数的切萨罗和.

注意,今后也常常会用$\sigma$和, 依$\sigma$收敛等来简单代替切萨罗和, 依切萨罗意义收敛, 读者将不难明白其中的含义.

现在通过切萨罗的方式来计算一下格兰迪级数的和. 之前已经得到格兰迪级数的部分和数列$S_n$的表达式, 于是不难得到
\begin{align*} \sigma_n=\begin{cases} \cfrac {n+1}{2n}, &\text{当n是偶数时};\\ \cfrac 12, &\text{当n是奇数时}. \end{cases} \end{align*}
据此有
\begin{align*} \lim\limits_{n\rightarrow\infty} \sigma_n=\cfrac 12. \end{align*} 这样就得到了级数$\sum\limits_{n=0}^{\infty} (-1)^n$依$\sigma$意义收敛于$\cfrac 12 $ .

可以比较一下依柯西意义收敛和依切萨罗意义收敛的关系. 根据熟知的Stolz定理可以看出, 如果级数$\sum\limits_{n=0}^{\infty} a_n $收敛, 那么必然会依切萨罗意义收敛且收敛到同一极限, 但是由格兰迪级数的例子可知依切萨罗意义收敛的级数却并不一定收敛. 从这种意义层面上来讲, 切萨罗和可以说是柯西和的一种推广. 但是我们要指出切萨罗和并不是毫无意义的纯粹为了推广柯西意义下的收敛而定义的, 其在研究傅里叶(Fourier)级数的收敛性问题中有着重要的应用.

既然前面说了切萨罗和是柯西和的一种推广, 下面我们就给出求和方式的推广定义.

定义4(推广和) 设有两种关于级数的求和方式, 把他们记为$s_1$, $s_2$. 如果依$s_1$收敛的级数也一定依$s_2$收敛, 并且收敛到同一极限, 那么就称$s_2$比$s_1$更广泛, 或者称$s_2$是$s_1$的推广. 如果还存在依$s_2$收敛但依$s_1$不收敛的级数, 就称$s_2$是$s_1$的严格推广. 若$s_1$是$s_2$的推广且$s_2$是$s_1$的推广, 就称他们是等价的.

有了求和方式的推广的定义后, 我们就有切萨罗和是柯西和的严格推广. 既然是严格推广, 现在要问, 在什么条件下由切萨罗收敛可以得到收敛呢?确切地说, 如果对所考虑的级数作出某种限制条件后, 根据切萨罗收敛能不能得到收敛?回答是肯定的! 我们可以对$a_n$作出简单的限制, 然后就可以切实得到在这种限制下的大量的级数, 切萨罗收敛是可以推出柯西收敛的.

在这之前我们先介绍阿贝尔(Abel)的一个很有用的公式, 这会对一些定理的证明起着至关重要的作用.

定理1(阿贝尔分部求和公式) 设有级数$\sum\limits_{n=0}^{\infty} a_n, \sum\limits_{n=0}^{\infty} b_n$, 记$S_n=\sum\limits_{k=0}^n a_k$为级数$\sum\limits_{n=0}^{\infty} a_n$的部分和, 那么有
\begin{align*} \sum\limits_{k=0}^n a_kb_k=\sum\limits_{k=0}^{n-1} S_k(b_k-b_{k+1})+S_nb_n \end{align*}
现在我们指出, 对于有限制条件的依切萨罗收敛问题, 有下述结论.

定理2 设级数$\sum\limits_{n=0}^{\infty} a_n$的切萨罗和为$\sigma$,如果有

\begin{align*}\cfrac {\sum\limits_{k=0}^n ka_k}n\rightarrow 0, n\rightarrow\infty.\end{align*} 那么$\sum\limits_{n=0}^{\infty} a_n$收敛且其柯西和为$\sigma$.

另外, 在切萨罗和存在的情况下, $\cfrac {\sum\limits_{k=0}^n ka_k}n\rightarrow 0 ( n\rightarrow\infty)$其实是柯西和存在且等于切萨罗和的充要条件. 我们来做一些简要的说明: 由Abel 分布求和公式不难得到
\begin{align*} S_n=\cfrac {\sum\limits_{k=0}^n ka_k}n+\cfrac {\sum\limits_{k=0}^{n-1} S_k}n \end{align*}
当$\cfrac {\sum\limits_{k=0}^n ka_k}n$极限不存在时, 易见$\sum\limits_{n=0}^{\infty} a_n$发散. 但是有没有可能出现$\cfrac {\sum\limits_{k=0}^n ka_k}n$极限存在但是却不等于0, 从而得到柯西和存在但是与切萨罗和不相等的情况呢? 当然不可能! 因为前面已经指出如果柯西和存在那么就一定等于切萨罗和. 不过也可以依据下述定理绕过这段弯路, 从$\cfrac {\sum\limits_{k=0}^n ka_k}n$有一个非0极限直接得到$\sum\limits_{n=0}^{\infty} a_n$发散, 这个定理本身也是很重要的.

定理3 如果$\cfrac {\sum\limits_{k=0}^n ka_k}n$趋于一个不为0的数s, 那么
\begin{align*} \sum\limits_{n=0}^{\infty} a_n=\text{sgn} s\cdot\infty. \end{align*}
虽然我们得到了一个在切萨罗和存在的条件下级数柯西可和的充要条件, 但是由于其形式比较复杂, 我们宁可加强条件来得到一个比较直观的结果.

例如当$a_n=o(\cfrac 1n)$, 也即$\lim\limits_{n\rightarrow\infty} na_n=0$ 时, 由Stolz定理易见$\cfrac {\sum\limits_{k=0}^n na_n}n$趋于0, 而$a_n=o(\cfrac 1n)$这个条件相对来说要直观多了.

 

为了更加深入的比较切萨罗可和与柯西可和的区别, 下一篇会先转入对级数的权的讨论, 但之后还会继续讨论切萨罗和。

 

下次再会。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

走进Matrix:塑造现实的隐藏法则

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

 

作者, Mark Buchanan,美国物理学家、作家,2009年拉格朗日奖得主。

翻译,浪荡游侠,哆嗒数学网翻译组成员。

原文地址:http://help-matrix.blogspot.com/2010/04/enter-matrix-deep-law-that-shapes-our.html


 

 

想象一下我们有一个理论能解释这个世界,不仅仅是原子、夸克,而且还能刻画我们生活中的方方面面。这听起来有点玄乎,但这样的理论也许真的存在,它就是最近在物理学中兴起的随机矩阵论。

 

随机矩阵始于50年前的微观物理,被用来描述原子核的能级。然而随着时间的推移,它开始在各个方面浮现。从通货膨胀率到固体性质,都出现了它的身影。一些科学家开始思索这些现象的背后是否蕴含着某些不为人知的共通模式。密歇根大学安娜堡分校的Raj Nadakuditi教授说:“随机矩阵背后似乎埋藏了某种自然界的核心规律。”

 

所有的这些,起源于物理学家将未知转变为优势的成功探索。1956年,我们对复杂原子的内部结构还知之甚少。德国物理学家Eugene Wigner说,要不然干脆就猜吧!量子物理告诉我们原子核有很多离散的能级,你可以把它想象成一个楼梯上的一堆非均匀分布的台阶。为了计算这些台阶间的距离,我们必须知道原子跃迁的所有可能方式以及其对应的概率。Wigner并没有这些数据,所以他随机挑了一些数作为概率,将他们排成方阵,并称之为“矩阵”。用矩阵表示能级间的关系是一种非常简洁的方式。与此同时,Wigner也拥有了强大的数学工具使他能对能级做出预测。他惊奇的发现,利用这种简单的方法,即使缺乏某一能级的信息,也能利用该能级邻近能级的信息对其做出大致估计。Wigner仅仅几行线性代数运算得出的结果超出了任何人的想象,并与之后几年的实验结论相差无多。但至于他的方法为什么会成立时至今日还是一个谜。

 

真正值得称道的是Wigner的方法在之后的运用。对于拥有一系列变量并且变量间相互关联的大量问题,都可以用随机矩阵加以解决。

 

第一个关于Wigner方法的其它应用发生在一个与原子物理毫不相干的领域,由英国物理学家Freeman Dyson和美国数学家Hugh Montgomery发现。Montgomery那时在研究数学中最著名的函数之一——黎曼Zeta函数。它是解析数论的枢纽,对于寻找素数有着重要意义。1859年,德国数学家黎曼猜测Zeta函数零点位置符合一个非常简单的法则,这些零点与素数的分布有着很紧密的联系。这就是著名的黎曼猜想,时至今日也没被证出。Montgonmery当时显然也没有证出这个猜想,但他推导出一个公式,只要知道某点附近一个零点的位置,就可以用它用来计算在该点找到零点的可能性。当Montgomery告诉Dyson他的公式的时候,这个物理学家马上意识到这和Wigner用在原子能级上的方法差不多。

至今,没人知道素数为啥和随机矩阵有关,更别提原子能级了。但是它们之间的关联不会有错。明尼苏达大学的数学教授Andrew Odlyzko计算了1023个黎曼函数的零点,发现其近乎完美地符合随机矩阵得出的结果。

 

随机矩阵邪乎的普适性不止于此。在过去几十年,研究者发现随机矩阵可以描述物理中一大类复杂系统。比如近来,哈佛物理学家Ferdinand Kuemmeth和他的同事用它预测了他们制造金纳米颗粒中的电子能级分布。传统理论认为这样的能级会被各种因素所干扰,包括纳米颗粒的准确大小和形状,以及原子间的相对位置等。这些因素或多或少包含一些随机性。然而,Kuemmeth的团队发现用随机矩阵得出的结果完美地契合了能级的实验数据。

 

由德国Regensbrug大学物理学家Jack Kuipers领导的团队发现了用随机矩阵得出的结果同样高度吻合电子在量子点内无规则反弹的实验数据,这种吻合在能捕捉到单一量子粒子的小盒子中尤为明显。

 

从量子色动力学到晶体的弹性性质,这样的例子数不胜数。“随机矩阵展现出的这种法则几乎在所有量子系统中有效,这是一个令人惊奇的结论。”瑞典物理学家Thomas Guhr说。

 

随机矩阵论的普适性引起了数学家的注意。诸如纽约大学的PercyDeify认为其中可能隐藏着更广泛的规律。他说,“这样的想法在数学家中并不常见。数学家倾向于认为每一类问题都有自己的特点,但是近年来我们开始看到看似没有什么关联的领域展现出了相同的行为。”在2006年的一篇论文中,他展示了随机矩阵可以非常自然地应用到诸多问题中,从某种纸牌游戏,到公交车堵塞,再到气体中分子反弹的路径。

 

  一个很重要的问题是数学物理背后是否有更深层次的理论可以解释为何随机矩阵可以抓住很多问题的关键。“原因肯定是存在的,只不过我们现在还不知道”,Nadakuditi说。与此同时,随机矩阵已经改变了我们对随机系统的看法,并使我们能够尝试去理解它们。这也许也为侦测全球气候的微小变化提供了新的工具。

 

   1991年,一个国际科研项目实施了一个后来被称之为赫德岛可行性测试的项目。在海底传播声音可以对气温升高进行敏感性测试。受此启发,他们在赫德岛附近的印度洋传播了一个巨大的“嗡嗡”声,并用分布在各地的传感器来接收信号。20年后再次进行这项实验对于气候变化可以产生十分有用的信息。然而考虑到巨大的声音会对当地的海洋生物产生负面影响,所以发射的信号必须很弱,弱到很难被一般传感器检测到,这时随机矩阵就派上了用场。

 

   近年来,NadakuditiAlan Edelman几位麻省理工的教授发明了基于随机矩阵的信号检测方法,尤其适用于全球大范围传感器检测。“原则上你可以发射相当弱的声音并且仍然能检测到信号。”Nadakuditi说。

 

   还有人用随机矩阵做一些非常有意思的事情,比如让光穿过不透明材料。去年,荷兰物理学家Allard Mosk团队用随机矩阵来描述射到物体上的光和散射光的统计关联。“对于散射效果非常好的不透明物体,它们之间的关联可以同随机矩阵完全表示”,Mosk说。

 

最有意思的是,用随机矩阵可以推导出一些奇怪的结论。结果显示,有一种特殊的波会穿过物体而非被反射,Mosk称之为“通道”。为了验证这一点,Mosk的团队制造了一束有着精巧的波阵面的光,让其穿过不透明的氧化锌层,他们发现投过的光急剧增加。随机矩阵导出了其他理论中没有的奇怪结论,而且还实验证实了!

 

到这里,我们才刚刚要说到随机矩阵最牛逼的应用。巴黎理工大学的物理学教授Jean-PhilippeBouchaud说,“尽管近十年来随机矩阵导出了很多重要的结果,但是当把它运用到各个领域海量数据的处理时,它的重要性又上升了一个等级”。

 

从粒子物理到天文,再到生态学和经济学,搜集和处理巨量数据都是家常便饭。一个经济学家可能从上百个数据集里筛选信息来解释通货膨胀率的变化,这些数据集可能包括石油期货、利率或者工业存货。诸如亚马逊等商业机构依靠相似的技术去挖掘用户购物行为然后为他们推荐商品。随机矩阵论显示,尽管这种方法有其合理之处,但是也有很大的缺陷。当越来越多的数据被采集到后,我们所研究的变量急剧增加,与之一同增加的是具有伪相关关系的变量。当变量数量足够多时,你几乎肯定会检测到某些变量间的显著相关性,然而事实上他们并没任何关系。

     

  假设你有多年的各种经济指标数据,包括通货膨胀率,就业率和股价等等。你在其中寻找因果关系。Bouchaud和他的同事证明,即使这些变量进行随机波动,选出其中两个看似相关度最高的变量,它们的相关关系依然非常显著。

 

  上述现象被称作“维数诅咒”。它的意思是当巨量信息被观察到时,研究问题变得简单,然而同时也更易使人发现实际上不存在的模式。为了区分何种模式有意义,随机矩阵便派上了用场。

 

   在上世纪60年代末期,乌克兰数学家VladimirMarcenkoLeonidPastur推导出大型随机矩阵的一系列性质。根据这些性质你可以计算随机情况下数据集间有多少相关性。这使得你能从伪相关性中得出真实情况。他们相关性的计算方法和Wigner的能级推导实际上是差不多的。

 

   Bouchaud团队的结果显示很多经济预测是多么不靠谱,尤其是那些对几个月之后的预测。当然,经济机构要靠这类预测吃饭,但是我们能相信他们么?

 

   为了回答这个问题,Bouchaud和他的同事研究了美国通货膨胀率是如何被其他指标解释的。这些指标包括工业生产指数,零售指数,消费者信心,生产者信心,利率和油价。利用1983年到2005年的数据,他们首先计算了数据间各种相关关系,并发现了一些看似显著的结果。这些结果显示某个经济指表发生变化导致了通货膨胀率在接下来一段时间发生变化。对于那些比较天真的小伙伴,这些结果似乎表明我们可以信心满满地用这些指标去预测通货膨胀率。然而Bouchaud团队运用Marcenkopastur的方法却得出这些所谓显著相关关系中只有极少量可能是真实存在的,因为只有这些相关性比完全随机得出的相关性要高。Bouchaud说:“加入更多数据并不像经济学家想的那样可以加强可预测性。”

 

  近年来,也有经济学家对这些从海量数据中得出的预测表示怀疑,但他们是少数。绝大多数经济学家还是相信更多的变量能提供更好的预测,然而这可能仅仅是他们的一个幻觉。也许他们时候学习一下随机矩阵了!

 

   Wigner一定也被吓尿了。他肯定不会想到他表示原子核能级的方法能走得如此之远,从物理中的普遍规律到社会科学中的数学工具,方向上似乎也越来越奇怪。这些一定偏离了他偷懒的初衷!

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

百万级巨奖奖励学生自拍党:科学突破新锐挑战奖

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

想过一个中学生自拍一个数学学习视频,然后有人为此视频奖励你250万的人民币吗?——啊,别埋汰我,你在骂我二百五吧!

 

不是的,我们哆嗒数学网的小编是认真的。

 

2015年9月14日,科学突破奖组委会与可汗学院联合宣布,设立科学突破新锐挑战赛(Breakthrough Junior Challenge)。这是一个为中学生设立的全球性年度大赛,用来激发中学生在自然科学与数学的基本概念之中产生创造性思想。

 

“这个计划是为了让年轻人在创新思想上尽情施展能力,让他们成为新一代的科学家。我们想鼓励来自世界各地学生们向他们的小伙伴们分享他们的各种奇思妙想。”科学突破奖创始人之一,Facebook创始人扎克伯格夫人,普莉希拉·陈这样说道。

 

全球任何国家的13至18岁的学生都可以参加这个比赛。参赛者需要录制并提交一个不超过10分钟的原创视频,来展示他们在生命科学、物理或者数学方面的构想或理论。如果参赛作品是用最吸引人,最富于启发,最有想象力的方式来交流复杂的科学理论,那么制作作品的学生一定会得到最高的分数。作品提交的截止日期是2015年10月7日。

 

一旦赢得比赛,参赛学生将获得25万美元的奖金(约160万人民币),指导老师获得5W美元(约31万人民币),学生所在学校获得价值10万美元(63万人民币)的最先进的科学实验室。总奖额度40万美元(约254万人民币)。

 

当然,奖励还不止这些。除了奖金和实验室,获奖这还有别的殊荣。

 

获奖者将受邀参加在硅谷举办的科学突破奖的年度颁奖盛典,有机会与各路科学巨匠,娱乐巨星见面(视频是2014年11月的颁奖盛况)。获奖师生还将参加美国国家地理频道的电视直播节目。这个节目,还会在福克斯有线电视重播。

 

 

“科学和数学的突破,很多时候是由我们用新的视角去看待事物开始的。我们设立这个奖的目的是激励年轻人用最新奇的方式来展现关于数学和科学的宏大想法,也许,这些想法能启发我们解开宇宙之谜,指引我们走向未来的突破。”可汗学院创始人萨尔曼·汗说道。

 

 

 

附:科学突破奖以及科学突破新锐挑战赛介绍

 

科学突破奖是由Facebook创立者扎克伯格夫妇、俄罗斯互联网巨头米尔纳夫妇、中国阿里巴巴集团创始人马云夫妇、谷歌创立者之一布林与23andMe公司创立者沃西基夫妇共同创立。目前设立生命科学、基础物理以及数学三个奖项,每位获奖者奖金达到300万美元。是目前全球颁发的表彰科研学术人奖金最高的奖项。而此次科学突破新锐挑战赛是由扎克伯格与普莉希拉·陈夫妇、尤利·米尔纳与茱莉娅·米纳尔夫妇通过科学突破奖基金会发起。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

陶哲轩再次引爆全场——声明解决80年数论难题

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

 

著名数学家陶哲轩又出杰作了,这回被他狙击的是已故著名数学家埃尔德什在1932年提出的,已经历经80多年的一个数论问题—— 埃尔德什差异问题。

 

陶哲轩,加州大学洛杉矶分校数学教授,2006年菲尔兹奖得主。他在9月17号已经把论文的详细内容放在了网上(arXiv),供各路人马“围观”。

 

虽然,论文的正确性还没有得到最终确认,但此消息已经足以让数学界的一些同行兴奋了。爱荷华州立大学的数学家Derrick Stolee难以掩饰兴奋,发推文说道:“陶神再次引爆全场!”(哆嗒数学网小编设计台词,原文“Terry Tao just dropped a bomb”)。

 

和所有经典的数学难题一样,埃尔德什差异问题看起来非常简单,源于一个数数的游戏。

 

给你一串无限长度数字,这串数字只由-1和1组成。给你正整数d,先把这串数字的第d个和第2d个抓出来,记录好正数和负数分别有多少个,再计算他们相差有多少个。比如,如果第d个是1,第2d个是-1,那么就正负数各一个,相差0个数。如果都是-1,那么就是2个负数,0个正数,相差数是2;两个都是1的情况也是一样,相差数也是2。然后,再把第3d个数抓出来,继续看第d,2d,3d个这三个数,正数和负数的相差情况。然后,在把第4d个数取出来,继续看相差的个数。这样一直做下去。

 

埃尔德什差异问题是问,对任意只由-1和1组成数字串,任意给出一个数C,我能不能找到上面过程中合适的d,使得上面过程会在做到某一步的时候,相差数大于这个数C?

 

2014年2月,英国利物浦大学的Alexei Lisitsa 和 Boris Konev,利用计算机,几近于暴力验证的办法,验证了C=2的特殊情况。但是,计算机验证过程产生数据达到13G,甚至超过整个Wikipedia网站的总数据量。这预示着,要用人脑来检查验证过程是否正确变成了不可能完成的任务。而C=3的情况,相同的计算机算法,没有给出结果。

 

这一回,陶哲轩声称解决了这个问题,而且是对任意的C他都证明了是对的。如果成功,也就是用一个人脑的力量解决了这个之前试图用计算机暴力破解也未果的问题,用的办法是真正数学家们的逻辑推理的办法,而不是去对给定数字串的相差值情况进行计算。

 

现在,虽然论文还没有通过同行评议,但是由于陶神过往的“战绩”,很多专家相信他的对的,他们现在的希望是,这个结果尽快通过,而不要让大家等太长时间。“我完全相信他!”——耶路撒冷希伯来大学的数学家 Gil Kalai说道。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

庸众的迫害——《罗辑思维》讲述的图灵的故事

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

整理作者,Jacob,哆嗒数学网群友。

 

如果你是计算机专业的学生,那么你一定对艾伦·麦席森·图灵这个名字有所耳闻,因为他即是计算机科学之父。什么,你不是?那么你看过电影模仿游戏么,这部电影改编自图灵传,描述了图灵如何通过密码学改变二战走势。什么,你还没看过?那么你听过这个传闻么,虽然它最终被证实只是个谣言——“苹果公司的logo是为了纪念图灵的去世,特意改成了咬了一口的模样

 

好吧,也没听过的话……那么本文随着《罗辑思维》主讲人罗胖儿带领,从他讲述的故事里让你接触一下图灵——这位构思计算机原型、通过密码改变二战趋势而最终死于含氰化钾的苹果的传奇人物。当然你直接拖到最后看视频也行!

 

1912年出生的图灵似乎天生就带着异于常人的直觉及非同凡响的理解能力。他在15岁时就能因帮助母亲理解相对论这个小小的理由而写出相对论的提要,在1718岁时两次获得自然科学奖,在19岁那年考入剑桥大学并在24岁的一篇论文之中,第一次向世人展示了现代电脑的原型——图灵机。图灵机的初次现身仅是作为论文中的一个注脚,一个图灵思绪中随意的片段出现在世人的眼前。但其蕴含的思想,是远超于时代的概念。那个年代中机器的主要研发理念是成为人体肢体力量的衍生品。无论是第一次工业革命中出现的蒸汽机,还是第二次工业革命中现身的内燃机,都是脱离不开人类操作、仅作为人类力量衍生的工具。而图灵所提出的图灵机概念,是试图对人思考过程的复制和再现,是人类思想的衍生品。通过利用机器熟悉的二进制,图灵试图构筑由晶体管组成的机器脑从而希望其能够实现通过输入信息、编程处理得到结果、再从结果中得到新的信息、最后再从新信息中得到结果,如此自动循环往复达到进行脱离人类干涉思考的目的。这一创想,从本质上看就是这样的一个哲学问题:人类是否能赋予机器智能,而机器有了思想后会不会犯错会不会拥有情绪,以及100年后的今天仍在被讨论的会不会反抗并消灭人类

 

如果说图灵机是图灵已被解密的成就,那么他在二战期间破解德军密码的壮举就是只被解开一半的谜。由于保密原因,图灵在二战中工作的结果至今只被人们窥见冰山一角。而仅是这一角的内容,就足以说明图灵起到举足轻重的地位。在信息流通性还不那么强的二战,每一天情报都具有巨大的价值。当时德国强大的原因,不止在其拥有实打实的军事实力,更在于其拥有号称是同时代最为可靠的通讯密保机器——enigma机作为情报保密手段。由于enigma机的存在,英国对于手头所截获的德军加密信息毫无办法,只能聚集大量学者,在布莱切利公园设立破解园进行解密工作,而图灵就是被聚集者中的一员。坚信着人性存在这缺点密码与机械都是死板的东西,图灵不懈地努力破解被认为是坚不可破的enigma机。在长期观察中,他发现德军密码中隐藏着几个明显的规律:其一是德国人使用的密匙都是相邻的字母,这使得破解的计算量被大大减少了;其二是使用密码前的电报通常会有固定语句,而这又为捕捉密码提供了更多的线索。而更进一步的,他还常识诱导德军发信息,利用数字算法破解密匙。正如历史所见,图灵在1941到1942年间成功破解了enigma机。他的这一成就使得英军能够掐着德军脉门进行作战。从而直接成就了英军击沉德军最强火力战列舰——“俾斯麦号,以及消灭隆美尔的沙漠之狐坦克部队这两大战果。可惜的是,战争结束后,为了保密,图灵在布莱切利公园的研究成果——破解机器的设计图纸、资料、论文——全部被销毁,他的贡献到底有多大,世人至今都无法得知。

 

     上面的故事,或多或少还存在着可以考据的文案,也还是图灵已被了解的一部分,而接下来要说的故事,大概是永远也不能被解密的、有关于图灵的谜了——他的去世。19546月,人们在房间中发现了图灵的尸体,尸体旁边还有一个被咬了一口的苹果,苹果上被检出含有氰化钾。有一种说法是图灵是自杀的,而自杀的压力来自于被时代所迫害的身份——同性恋者。在当时的英国,同性恋不仅被认为是道德的败坏更被明文规定一旦发现就会被处牢狱之灾。而图灵认为国家没权干涉私生活并在法庭上对直言不讳地道明了自己的态度。理所当然一般,当时的法庭判定图灵需要受刑或受化学阉割。而为了避免因坐牢耽搁了自己的研究,图灵选择了后者,此时正是1952年。在这之后,图灵因为化学阉割产生了性功能障碍、分泌紊乱、甚至发育出了乳房。

 

受到了巨大的打击,图灵一度郁郁寡欢——但是这真会导致图灵死亡么?据称,1954年时,图灵的生活已经开始回到了正轨。在事业上,曼切斯特大学不在乎图灵同性恋者的身份又和他续了五年的教授合约;在私生活上,图灵的性功能似乎已经恢复,他又在各种同性恋聚会上显身、寻找伴侣。而在房间的桌子上,更有人发现了图灵的日程安排——便签上记录着第二天要完成的任务,书信上同意接受约定,要参加聚会。在这种情况下,图灵真的会还想自杀么?如果不是,那么图灵又为什么会死亡?有阴谋论者认为,图灵的死亡是英国情报部所为。当时的图灵已从英国情报部门高级专家身份退位,也将研究方向从密码学转向了计算机、生物及人工智能方向。而英国情报部门不仅是认为他已经没有利用价值,更是要防止敌人利用图灵同性恋的身份窃取英国机机密。于是他们亲自动手,以保护机密。但这终是一阴谋论假说而已,并没有任何能作为判断的证据。唯一能确定的,也只有图灵的死亡以及他身边被咬了一口的苹果。而原因,已经成为了可能是永远也不会被解开的谜团。

 

这便是图灵短短42年人生中留给我们的、已被世人所知成果。他提出了我们至今仍在热烈讨论的人工智能的哲学问题;改变了现在也是热门密码学的整个学科的研究方向;还体现了至今为同性恋人权斗争的平等精神及开放思想。而这可能也只是其冰山一角而已,关于图灵真正的一切谜题的答案,可能只有等到英国解密所有关于图灵的机密文件的时候,世人才可能得知了。

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

10个令人惊诧的数学结论

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

作者,Sean Li 。

翻译,伯努利数,哆嗒数学网翻译组成员。

 

 

数学中有许多非常枯燥的事情。例如谁会关心(半径为r的)圆的面积是πr²,或者“负负得正”呢?为什么?也许我们可以在最出乎意料的结果上找到答案,反直觉的事实有时候甚至骗过了最好的数学家。

 

 

1、 生日悖论 

 

生日悖论是说如果一个房间里有23个人,那么有两个人生日是同一天的概率将大于50%。这事实看起来很违反直觉,我们都知道在任何一个特定的日子里某人过生日的概率是1/365。

 

 

这种差异源于我们只要求两个人彼此拥有同一天生日即可。不然,若我们考虑的是在某人在某个特定的日子过生日,例如3月14日,那么23个人中,出现这种事的概率是6.12%。

 

换句话说,如果一个房间有23个人,而你又选择了某人X,并问他:“有人和你是同一天生日吗?”,答案很可能是否定的。但如果对其他22个人重复同样的行为,每问一次,你会更有机会得到肯定答复,最终我们会看到,这个概率将会超过50%(准确的说是50.7%)

 

 

2、 曼德勃罗集

 

德勃罗集是一个复数集,考虑函数f(z)=z²+c,c为复常数,在这为参数。若从z=0开始不断的利用f(z)进行迭代,则凡是使得迭代结果不会跑向无穷大的c组成的集合被称为曼德勃罗集。规则不复杂,但你可能没预料到会得到这么复杂的图像。

 

 

当你放大曼德勃罗集时,你会又发现无限个小的曼德勃罗集,其中每个又亦是如此...(这种性质是分形所特有的)

 

 

这真的很契合那句俗话“大中有大,小中有小”,下面有一个关于放大他的视频,我想这绝对令人兴奋不已。

 

如果你看了这些视频后仍然不觉得这些纯数学令人感到惊讶,那我也不知说什么好了。

 

 

 

3、 巴拿赫-塔尔斯基悖论 

 

巴拿赫-塔尔斯基悖论是说,你可以将一个图形拆分后拼成两个各自和原先大小完全相同的图形。更特别的,它声称,对于一个3维实心球,可以将其分成有限份,而后拼成各自与原先的实心球大小完全相同的实心球。

 

 

很明显,这可是高度反直觉的。并且它被许多数学家视作数学中最为反常的一个结果。毕竟,在现实中,我们从未见过任何一个物体能凭空被复制成两个。事实上,它似乎挑战了物理中的质量守恒定律,即质量(在位移和旋转下)是不变的。但这个结果并非如此,似乎是在说一个物体的质量可以凭空变为原来的两倍?

 

不过,如果原来的质量是无限大的话。容易注意到无限大翻倍后还是无限大,那么从技术上看我们并没有打破物理法则。对于这个悖论更深层次的解释,可以搜搜其他相关的文章。

 

 

4、 蒙提霍尔问题 

 

这个声名狼藉的问题表述如下:

 

假设你正参加一个游戏秀,给予了你拿走你选中的三扇门中的一扇门后的物品的自由。其中一扇后有轿车,另外两扇后各是一头羊,但你并不知道门后的物品。你选择一扇门后,记这扇门为1号门,而主持人知道门后的物品,打开了另外一扇门后有羊的门,记为3号门。然后主持人问道:“哪扇门后有羊呢?你想选择2号门吗?”。这时改变你的选择会对你更有利吗?

 

 

我问的人中,没有一个人能第一次就回答对。令人诧异的是,答案是最好换一扇门。

 

与其试着解释其中的缘由,我更希望推荐你们阅读维基百科的相关条目,阐述的非常到位,下面的故事也一样非常有趣:

 

“问问玛丽莲(Ask Mailyn)”的许多读者都不愿相信换门会导致更好的结果,而并不在意玛丽莲的解释。这个问题出现在Parade杂志后,有接近一万名读者,甚至包括接近一千名PhD写信给杂志,他们当中大部分都认为玛丽莲是错的。甚至在给予了解释、模拟、数学证明后,许多人依旧不能接受换门是最佳策略。甚至埃尔德什(Paul Erdos),史上最多产的数学家,直至在他看到电脑模拟证实以后,才能打消他的疑虑。

 

这一课告诉了我们,不要轻信自己的直觉。

 

 

5、 “加百列的号角”与油漆匠悖论 

 

了解微积分的学生或许熟悉,“加百列的号角”是一个体积有限表面积无穷大的物体(用微积分的知识可以清晰地发现这一点)。

 

 

而它若在现实中,如果试着去漆上它,则会导致一些问题。油漆匠佯谬是说,我们可以填满这个号角(体积有限),但是却不可能完完全全的漆上它(表面积无限)。

 

“科赫雪花”是一种奇特的形状,与上例类似,它具有有限面积无限周长。事实上,第二个提到的曼德勃罗集也具有一样的性质!

 

 

 

6.巴塞尔问题

 

巴塞尔问题说,如果你将自然数各自平方取倒数加在一起,那么你会得到π²/6。

 

 

如果你是正常而且心智健全的人类,那么左边的这堆东西和π,这个圆的周长与直径的比值,会有如此联系这件事可能完全出乎了你的意料。

 

 

7、 阿贝尔不可解定理 

 

你们大部分人在中学都接触过二次方程,也知道怎么解次数为2的多项式方程 ax² + bx + c = 0。

 

 

但我们的故事并不到此为止。在16世纪,数学家解出了一元三次方程,即ax³ + bx² + cx + d = 0。它对应的求根公式更为复杂:

 

 

感谢老天你并没有在中学学到这个,但让我们看得更远一点,怎么求解一元四次方程关于这一点,下面的求根公式可谓是骇人了:

 

 

我敢打赌你并没有看完它的整个细节。

 

现在让我们松口气,因为我并不继续要向你们展示后续的求根公式了,因为一元五次方程的求根公式并不存在!并不是说至今还没有找到,我们确确实实的证明了它并不存在。事实上任何高于五次次的一元多项式都没有求根公式。

 

 

 

8、 有不同层次的无穷大

 

是的,有一些无穷大比其他的无穷更大。从学术角度而言,无穷大应该被称为基数,并且一个无穷大如果比另一个无穷大拥有更大的基数,则说它比另一个无穷大要大。(常规的自然数也是基数,但是无穷大的基数总是大于任何一个自然数的基数)

 

 

仍然有许多关于无穷大的基数的反直觉事实,例如,整数比奇数多吗?你可能理所当然的肯定,因为整数多出了一系列的偶数。但答案是否定的,因为他们拥有相同的基数。有理数多于整数吗?不,有理数与整数也一样多。

 

但是,康托发现实际上实数比有理数还要多。实数通常被认为是连续统,并且很长一段时间中,有过猜想,但至今并不能清晰的知道,是否有介于整数基数和连续统基数的无穷大?这个猜想被称为连续统猜想。

 

随后被发现,连续统猜想在通常意义下既非真也非假。它被证明并不能被证明或被证明为假(多读几遍,有点饶舌)。准确的说,保罗柯恩证明了连续统假设是独立于ZFC公理体系的,这是数学集合论中的标准公理体系。

 

 

9、 哥德尔不完备定理

 

 

简单的说,我们证明了有一些东西是不能被证明的。这个结果有大量初等的严格表述,我简单叙述如下:

 

(1) 任何一个足够强的系统存在一个命题既不能被证明也不能被证伪(例如连续统假设)

 

(2) 任何一个足够强的系统都不能证明它自身是不推出矛盾,即便它不能被推出矛盾

 

 

以上两条定义即著名的哥德尔不完备定理。显然,这些结果蕴含了巨大的意义,并不仅仅是数学上的,也有哲学上的。

 

 

10、 费马大定理 

 

毕达哥拉斯定理声称,对于任何一个直角三角形,都有a²+b²=c²。现在假定这些变量都是正整数。那么显然有解a=3,b=4,c=5,但是a=1.5,b=2,c=2.5就不对了,即便它也使得等式成立。可以发现,显然有无穷多对使得a,b,c都是整数的解。

 

 

但如果我们进一步考虑下面的问题呢,有多少对正整数解满足 a³+b³=c³?答案是没有。就算再把指数3换成5也如出一辙,也无解。

 

事实上,费马大定理称,任何指数大于2的上述等式,没有任何一组正整数。这个著名的问题在1637年作为猜想提出,花费了将近四个世纪才被解决,最终被安德鲁怀尔斯于1995年解决。

 

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

40年来,计算机科学家的寻找答案并不存在

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者, Kevin Hartnett,南卡罗来纳作家。

翻译,黑大帅,哆嗒数学网翻译组成员。

 


    40年来,计算机科学家一直试图寻找一个更快的方法来做一个重要的被称为“编辑距离”(edit distance)的计算。两名在麻省理工学院的研究人员由于开创性的工作,知道了失败的原因实际上是因为不可能创建一个更快的方法。

 

    编辑距离是一个容易理解以及实用的东西。想象你有两个数列,并想知道它需要多少步来把其中一个转换成另一个。在这个转换中,您可以添加一个数字,删除一个数字,或替换一个数字成另一个。例如,你有数据字符串“1234”和“2345”,把第一个数列变成第二个需要2步——删除“1”,添加一个“5”。

 

    这个转换所需要的步骤数就是编辑距离。这是一个非常酷炫,也非常有用的概念。生物学家在比较不同生物的染色体时使用的距离都是编辑距离。染色体大体上是一长串的数据—由A,G,T,C组成的DNA的数列。通过计算两种生物的染色体之间的编辑距离,生物学家可以估计早在进化时间的生物彼此差异。

 

    编辑距离虽然很有用的,但计算起来也很耗费时间。目前的计算方法,被称为菲舍尔-瓦格纳算法。它是40年前发展起来的,大致方法是将数据放在一个网格里。其中一个字符串摆放在第一行,另一个竖过来摆放在第一列,随着算法进行,填充对角线,计算变化的次数。

 

    菲舍尔-瓦格纳算法是一种密集型的计算方法,计算机科学家称之为“平方复杂度”,在一般情况下,这意味着当数据字符串的长度上升了一点点,所需的步骤的数目,相比长度会上升很多。例如,如果你有2个数列,每个数列包含10个数字,它需要100个操作(10的平方)来计算编辑距离。但是,如果你有2个序列,每个有100个数字,它需要你10000个操作(100的平方),相比之下。数列的长度上升了一点点(只有90)。操作的数量上升了很多(9900)。

 

    编辑距离的计算只需要平方时间的事实,对基因组学有很大的影响。人类的染色体包含约3000000000个碱基对。计算两个染色体之间的编辑距离需要3000000000的平方次操作(欣赏一下有多大,在9后面写18个零)。麻省理工学院的彼得亚雷·因迪克解释说这个操作的数量,是“不可行的”。也就是说,我们最好的电脑用了很长一段时间仍然不会产生一个答案。

 

    因为人类染色体之间的编辑距离的计算是不可行的,生物学家必须近似计算。他们希望更快的方法,但是因迪克和他的合著者,麻省理工学院毕业的学生巴克斯,最近发现不可能创造一个更快的方法。他们是“很难做到”或者“我们必须首先提高我们的技术”,他们的意思是,“通过数学的规律,我们无法做到。”

 

    因迪克和巴克斯在六月的波特兰,俄勒冈州的理论计算年会上展示了自己的成果。很难描述他们是如何证明这是不可能的,但他们的方法是很容易理解的。在计算机科学中,最著名的开放式问题是对NP-问题的研究。这是一个超大型的问题。首先证明它的人会获得数百万美元的奖金,而且国际新闻会争相报道。要不是大多数几乎所有的计算机科学家都认为NP-问题不等于P问题。因迪克和巴克斯采用了一个聪明的策略,他们说明,为了更快地计算编辑距离,更强的变形的P等于NP问题必须是正确的。因为大多数人都相信,这种变形的P等于NP问题是不正确的,它说明了几乎肯定没有办法真正能提升菲舍尔瓦格纳算法的效率。

 

    因迪克和巴克斯的结果受到计算机科学家们的一致欢迎,他们现在可以不用为了找到一个不存在的更快的方法而拿脑袋撞墙。

 

    麻省理工学院的计算机科学家阿伦森·史葛说:“我记得15年前我还是一个学生的时候,我想知道是不是能用平方复杂度以内的算法击败编辑距离。多亏了巴克斯和因迪克,我们第一次知道不能。”


    
对于因迪克来说,他最近的工作中心也转移到其他问题上。像其他计算机的数百名科学家一样,他花了几年的找一个更快的方法来计算编辑距离未果。现在,他说,“我将不再试图解决这个问题。”

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

教师节,来看看这些数学教授都说了些啥!

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

今天是教师节,这里分享一下美国数学会曾经分享的数学滑稽网页——数学教授语录(Math Professor Quotes, http://mathprofessorquotes.tumblr.com)。

这里分享一下我们口耐的数学教授们上课期间的一些代表性的语录——当然,有的可能有点雷,不喜误入!


“I teach calculus for money, I research algebra for my soul”
— Calculus professor  
“我教微积分是为了挣钱,我研究代数是为了我的心灵。”
—— 微积分教授

“It’s a game, see? I give you an epsilon, and you have to find the N! It’s a very fun game, I promise.”
— Real analysis professor 
“这是一个游戏,看着?我给你一个ε,你得去找一个N!这游戏非常好玩,我保证。”
—— 实分析教授

“There are no earthquakes in geometry.”
— Geometry professor
“几何里没有地震。”
—— 几何教授


“Zero is never invited to the eigenvector party.”
— Linear algebra professor
“零从来不会被邀请参加特征向量聚会。”
—— 线性代数教授

“One of you answered a problem on the test with ‘Only god knows this.’”
— Statistics professor
“你们中有个人在考试中这样答题的:‘天才知道。’”
—— 统计学教授

“A differential equation is something with a lot of x’s.”
— Differential equations professor
“微分方程就是某种包含一堆x的东西。”
—— 微分方程教授

“This isn’t mathematics, this is theology.”
— Number theory professor
“这不是数学,这是神学。”
—— 数论教授

“A problem being in NP doesn’t mean that the problem is hard. It just means that it’s slightly not easy.”
— Computer science professor
“一个问题是NP问题并不是说这个问题很难,只是说这个问题有点不太容易。”
—— 计算机科学教授

“A way to define natural numbers is by rocks–if you have that number of rocks, you have a natural number.”
— Discrete math professor
“一种定义自然数的办法就是用石头——如果你有了一堆石头,你就有了一个自然数。”
—— 离散数学教授

“When a ball is a cube, Paris is in Belgium.”
— Logic professor
“如果球是方的,巴黎就是比利时的。”
—— 逻辑学教授

“Love is NOT a symmetric relation.”
— Combinatorics professor
“爱情真不是对称关系。”
—— 组合学教授

“This is the kind of thing you think about for ten minutes and then say, “Yes, it’s obvious.””
— Graph theory professor
“这种事你思考了10分钟,然后说:‘是的,那是显然的。’”
—— 图论教授

“Whenever you make a sign mistake, you can say “Oh, but I meant modulo 2.””
— Abstract algebra professor
“无论何时你符号写错了,你都可以说:‘哎呀,我的意思是模掉了2。’”
—— 抽象代数教授

“It’s really easy to do math, you just have to know how to draw parabolas and potatoes.”
— Topology professor
“做数学真的很容易,你只需要知道怎么画抛物线和土豆就行了。”
—— 拓扑学教授

“It’s algebra, so it’s a little messy.”
— Algebraic topology professor
“那是代数,所以那有点凌乱。”
—— 代数拓扑教授


好啦,玩笑归玩笑,祝福所有老师节日快乐!

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

数学是如何告知我们一个灾难即将来临的?

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

作者,NATHAN COLLINS,前政治学者和天体物理学者。

翻译,黑大帅,哆嗒数学网翻译组成员。

 

 

 

灾难事件不仅在我们的世界中不同寻常,还和2008年的房地产崩盘到报纸头条上的全球气候变暖息息相关。科学家也越来越对我们如何发现那些导致灾难来临的关键点感兴趣。

 

但是在寻找蛛丝马迹的过程中,一个新的研究表明研究人员们忽略了一些真实世界的主要特点——这些特点暗示了一些能够避免灾难的方法。

 

预见灾难是最近的一个热点话题,但也是一件棘手的事。为了对世界上最为复杂的,包括地震,经济市场,甚至于我们的大脑这样的系统做出准确的预测,研究员们需要精确的模型。但是,许多的模型做出了这样的假设:世界是固定不变的。也就是说,基于目前的状态,未来是完全可以预见的。

   

事实上,通常是一点点的随机——科学家眼中所谓的随机。无论世界是固定不变的还是随机的,都会对预测灾难产生深远的影响。

 

例如,在确定的植物生长模型中,当降雨量很小时,沙漠就会存在,当降雨量很大时,植被就会占主导地位。降雨量不大也不小时,沙漠与广泛的植物并存就是可能的了,而这一点能否成立取决于过去的降雨量和植物生长的细节。在这种情况下,即使生态系统中一个微小的变化就能迅速地——也许还是永久的将绿地变成沙漠,不可逆转。

 

随机决定降雨量或者植物的分布情况,会使得从绿地变贫瘠的过程平缓一些,甚至还可以颠倒这个过程。即使我们不知道是什么使得这个过程平缓,或者防止、颠倒一个灾难性的变化。

 

 

现在,格拉纳达大学的物理研究生Paula Villa Martín与教授Juan Bonachela, Simon Levin和Miguel Munoz已经开始解决这些问题。他们用一个简单的数学模型捕捉植物生长模型的基本特征和其他的一些特征——也就是说,在一个系统中,急速的转变所引发的变化也将随机性也包括于其中。

 

通过计算机模拟和数学的分析显示:虽然随机不能排除灾难性的突然转变发生的可能性,但一定可以减少它。

 

特别地,在植物生长的例子中,植物的密度,种子和其他不是从大自然蔓延出的资源增加随机性或减少扩散性都将对应于更大的变化——无论是平稳地还是戏剧般地更换一个制度。

 

我们认为:除了它们的科学价值,这些观察还表明了防止灾难的方法。例如,放任牛群随机的在草原上任意地方吃草,而不是让它们有计划的均匀地吃草,会使得陆地的生态灾害更加强烈。

 

研究小组今天在国家科学院学报上发表:“鉴于人类对气候和生物多样性的影响的日益增大,我们希望这个框架会有有助于更好地理解并且打开新的研究道路,探索可能的应对方法,以减轻由突然改变的不受欢迎的体制所带来的激进且有害的影响。”

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

《鲁豫有约》连约两天数学!

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

作者,胡根瑞,阜阳师范学院数学与统计学院 

 

 

相信很多人都看过《鲁豫有约》吧?《鲁豫有约》是一档访谈节目,节目每期邀请明星或草根达人来做客,畅谈他们的生活与工作,并着重对一些社会民生类、话题类进行主题性的专题策划。

 

令人感到惊奇的是,8月28日和8月29日晚8:30在旅游卫视播出的《鲁豫有约》都与数学有关。起初,我是在百度贴吧的数学竞赛吧里看到这个消息的。当时有点不敢相信,但心里已经在默默地期待了。

 

8月28日播出的是《数学家的文艺人生·丘成桐》(凤凰卫视为9月2日播出——哆嗒数学网注)。初中时我就知道丘成桐,因为数学课本上说他是第一位获得菲尔兹奖的华人数学家。节目播出时,我实在抑制不住自己激动的心情。

 

豫问:数学大师的人生答卷

 

“假如中学生只能够学习三门课程,你会为他们选择什么?”

“我会选择数学、语言。这后面的比较困难一点。这是要看每一个学生自己的爱好了。我想假如是我,我会选择物理。可是我其实很爱好历史,所以我会自己看历史。可是会选择念数学。”

“我明白您的选择。您认为数学跟语言是基础的知识,每个人都要学习。除此之外根据自己的兴趣和特长,或者物理,或者历史、化学等,选择一个。”

 

“您觉得数学对人们最大的意义是什么?就用一句话来解释就好。”

“数学可以用我们最普通讲法,是提供真、善、美,三个很简单的字。”

 

“数学给您带来最大的快乐是什么?”

“它的美丽,同时它的真实,让我觉得(有)难以想象的奇迹,让我一辈子都花时间在这上面。”

 

“学好数学需要具备的几个素质是什么?如果用几个词来概括的话。”

“最重要的是有兴趣,同时坚持,眼界要宽广。”

 

鲁豫还给丘老出了一道“数学题”,丘老答不出来,我也答不出来。听台下一位小朋友说出答案后,我也是醉了。想知道这究竟是一道怎样的题目吗?那就观看这期节目吧!

 

节目中,丘老向鲁豫通俗地解释了什么是五维空间,展示了他的最新科研成果——三维照相机,分享了他的人生经历。翻开《丘成桐诗文集》,一首《蝶恋花》就让我们充分感受到一位数学家的文艺情怀。

 

丘老在中学二年级学习平面几何时,就对数学有浓厚兴趣。他觉得这是很伟大的一件事情,用这么简单的公理能够推导出这么漂亮的事情。节目中,丘老反复强调兴趣的重要性,我也很认同这一点。关于奥数,丘老认为,奥数在课余的时候去练,你提起这兴趣,还是有一定意义的。他还指出,奥数的内容是很狭窄的一个方向,需要练的数学比奥数能够提供的要多得多。真正好的念数学的学者,是为了兴趣来念的,不是为了分数来念的。

 

节目最后,丘老向大家推荐了《数理人文》丛书和《数学与人文》丛书。我在大学图书馆里看过《数学与人文》丛书中的几本,收获颇多。虽然书中有些内容我现在还看不太懂,但这会更加勾起我对数学的兴趣,促使我在数学的道路上更加奋勇前进。

 

 

8月29日播出的是《揭秘奥数国家队》((凤凰卫视为9月1日播出——哆嗒数学网注)。本期节目又会有怎样的精彩呢?


第56届国际数学奥林匹克竞赛于2015年7月4日至16日在泰国清迈举行。来自104个国家及地区的577名选手参加了这次比赛。每个国家代表队派出6名参赛者,用9个小时来解决6个问题。据称,本次考试是由1959年开始举办的奥赛历史上最难的一张试卷。在104支参赛队中,有74支队伍得了0分。


中国队在这次比赛中获得了团体第二名的好成绩,然而,中国选手的出色表现并没有在国内得到一致的好评。


你眼中的奥数是什么?难题?偏题?怪题?有人说:奥数属于5%的学生,但是有95%的学生“被奥数”。节目一开始,国家队队员俞辰捷就明确指出:“我们所从事的数学奥林匹克不是你们理解的奥数,不是有些人可能觉得仅仅是供我们升学、加分的一个工具。”

豫问:奥数国家队队员大拷问


“天赋、努力、兴趣,你觉得哪些是你获得奥数金牌的一个关键?”
“天赋跟努力是前期比较需要的,当然我认为兴趣是包含在天赋里面的。在最后的话,运气是比较重要的。”


“和没有学过奥数但是高考数学成绩得满分的人相比,你觉得你们俩谁更厉害?”
“如果是单单比数学,当然我更厉害。但是如果面对那些高考状元,我觉得他们更厉害。”


“奥数对于你来说更像是什么?A、武器,B、游戏,C、作业?”
“游戏。”


“社会上对于奥数最大的误解,你认为是什么?”
“一,把奥数和小学奥数的混谈。二,把奥数和加分的挂钩。我认为是这两点。”


“对所有奥数班的学生、家长说一句话,你会说什么?”
“如果有兴趣就去做,没有兴趣就不要去做了。”


“你的梦想是什么,和数学有关吗?”
“说起来有点傻,我觉得我没有什么很远大的梦想。此时此刻的梦想就是,好好读书,天天向上。”

节目中,国家队副领队李秋生老师的话打动了我。李老师大学毕业时放弃了做金融,赚大钱的机会,心甘情愿地回到他的母校人大副中,当了一名中学教师。真希望像这样热心教育的人能够更多一些。看到这6位与我年纪相仿的少年,与我有着共同的兴趣——数学,我倍感亲切。兴趣,兴趣,兴趣,重要的事情说三遍。

 


“我相信故事的力量,我相信温暖的价值,我愿意倾听不一样的人生。说出你的故事。”难得电视上有关于数学的节目,《鲁豫有约》连约两天数学,真的让我心潮澎湃。

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

中国数学是怎么被日本超过的

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

 

1945年8月15日,日本宣布无条件投降。同年9月2日,在包括中国在内的9个受降国代表注视下,日本在投降书上签字。当时的国民政府于次日(9月3日)下令举国庆祝,放假1天。2014年2月27日,十二届全国人大常委会第七次会议经表决通过,将9月3日确定为中国人民抗日战争胜利纪念日。这次中国对日本法西斯的胜利,是中国近代以来反侵略历史上的第一次全面胜利,不过,我们也付出了惨重的代价——3500万(有可能更多)的人员伤亡。

 

当时,日本的总人口数也不过7000万,为何日本军国主义者能给中国带来如此灾难,原因还是在于科学、技术与军事的领先。而本文,只和大家一起回顾一下数学学科被日本反超的历史,从中领略一斑。

 

把时间追朔到古代,从隋唐时代开始,日本就开始向中国大量地学习,其中就包括对数学的学习。《九章算术》、《周髀算经》这些代表古代中国数学辉煌成就的著作,都被日本人带回他们的国家,深入研读。另外,被认为“国粹”的算盘和珠算技术也在后来飘扬过海,进入日本,成为日本人学习的对象。那个时候,数学在日本叫做“和算”,而那个时候日本的数学在泱泱中国面前,就像数学老师面前的小学生一样。

 

到了明末清初,中国开始大量引进西方数学,1607年,利玛窦和徐光启出版了中文版的欧几里得《几何原本》前6卷。不久后,这个这一译著也传到日本,标志着西方数学开始对远东地区产生重大影响。到了清朝末年的1857年,数学家李善兰和英国人伟烈亚力出版了《几何原本》中译本的后9卷,不久后也被传往日本。同时,李善兰和伟烈亚力还分别在1853年和1859年出版翻译版的《代数学》及《代微积拾级》, 用于西方代数学和微积分学的传播,这两部著作也很快传入日本。那个时候,日本数学还处于和算时期,而《代微积拾级》还是当时日本和算家们能读到的最好的微积分读本。可以说,到19世纪60年代前后,中国的数学的总体水平还是在日本之上的。

 

 

然而,数学实力的强弱关系也就是在这个时期发生逆转。

 

1867年,同文馆设立天文算学管,李善兰担任数学教习。但天文算学管从设立之初,到设立之后一直饱受非议,关于它的存废,一直处于论战之中。甚至有大学士提出:“古今未闻有恃术数(即算学)而能起衰振弱者也。”中国的数学研究,在李善兰去世后,更是无人问津了。

 

1868年日本明治维新,不久后的1872年日本天皇颁布敕令“废止和算,专习洋算”,下令学校不再教授来自中国的传统古学“和算”,一律改为“西方数学”。

 

在“中学为体,西学为用”的方针下,晚清政府推出的措施反映出了对表面上的“坚船利炮”的痴迷。在一些工业、制造业的措施上,中日差别不大。但对于包括数学在内的基础学的投入上,基本都晚于日本三、四十年。

 

1965年,日本横须贺造船所动工。1965年,中国江南制造局成立。

 

1872年,新桥至横滨铺设铁路。1876年,上海至吴淞铺设铁路。

 

1879年,千住制绒所成立。1880年,兰州机器制呢局开工。

 

1887年,东京电灯株式会社成立。1893年,上海电力公司成立。

 

再来看看和数学相关的基础科学的情况。

 

1877年,日本东京数学会成立。1935年,中国数学会成立。

 

1877年,东京大学理学部成立。1903年,京师大学堂格致科(即理科)成立。

 

1879年,日本学士院成立。1928年,北平研究院成立。

 

1894年,甲午战争中国战败之后,中国的数学实力已经完全被日本超越。正如张奠宙先生在《20世纪数学经纬》中提到的那样,“短短三四十年间,中日数学实力完全逆转。抚今追昔,令人感慨万千。”

 

现在我们已经进入21世纪,日本已经成为了公认的数学强国之一。而中国的数学实力在过去100年间,虽取得长足进步,但仍然不及我们的近邻日本。代表数学最高荣誉的菲尔兹奖,中国至今无人获得,而日本已经有小平邦彦、广平中佑、森重文三位数学家获得过如此殊荣。

 

最后,用李克强总理在一次座谈会的讲话,来为本文结尾:“我们要搞原始创新,就必须更加重视基础研究,没有扎实的基础研究,就不可能有原始创新。国际数学界的最高奖项菲尔兹奖,中国至今没有一人获得。现在IT业发展迅猛,源代码靠什么?靠数学!我们造大飞机,但发动机还要买国外的,为什么?数学基础不行。……,所以,大学要从百年大计着眼,确实要有一批人坐得住冷板凳的人。”

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

什么是代数?

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

作者,基斯·德夫林,斯坦福大学教授 ,原文《What Is Algebra》。
翻译,Aria,哆嗒数学网翻译组成员。

 


我们常常听人说小孩子在中学阶段掌握代数是如何如何重要,但是代数到底是什么,她又是否真如人们声称的那样重要?为什么这么多人觉得代数很难学? 


要回答这些问题可比回答一道常见的代数习题要容易些,令人吃惊的是,几乎没有人能给出满意的答案。 


首先,代数并不是“字母的算术”(Aria: 其实译者在中学就是这么认为的)。在最基本的层面上,算术和代数是思考数的问题的两种不同的方式。(我必须强调这篇文章中我注重的是学校里学习的算术和代数,数学家通常用这两个术语来表示某些更一般的概念。)


让我们从算术说起。她本来指的是用加减乘除四则运算来计算各种数值问题,是数学中最古老的部分,起源于大约一万年前的苏美尔(大概就是今天的伊拉克)。苏美尔社会已经达到了用钱衡量财富和进行商品交易的阶段。其他的货币象征最终让路给了黏土片上抽象的划刻(现在我们认为这是最早的数字)。时光流逝,这些符号逐渐获得了她们自身的意义:数。换句话说,数字起初是以钱的形式产生的,算术则是一种货币贸易的方式。(Aria: 今天的状况其实也差不多是吧...)

 

 

需要注意的是,数数使数字和算术的使用提前了数万年。骨头上的刻痕证明人们至少在三万五千年前就开始数数了(大多是数家人、动物、季节、财产等),人类学家认为他们刻下的就是今天称为"数据记录"的东西。但是这些古人没有数字,也没有任何证据说明他们有任何算术。这些刻痕自身只是记录,它们直接代表着这个世界上的事物,而不是抽象的数。 


此外,算术并不必像学校里教的那样,用符号的操作来完成。现代的方法经历数个世纪才发展起来,在公元千年前半年在印度出现,在后半年被阿拉伯语系的商人所接受和采用,直到13世纪才传入欧洲(因此这种算术现在的名字是“印度-阿拉伯算术”)。在采用这种以符号为基础的印度-阿拉伯算术之前,商人们用一种非常复杂的手指计数或者计数板(板上画有线,线上有可以移动的小珠子;Aria: 听起来跟算盘有点像)来进行运算。算术书上描述了如何用文字进行计算,直到15世纪,符号操作开始成为主流。 


虽然许多人觉得算术难学,但我们大多掌握了这项技能,或者在足够的练习下至少没有挂科。我们之所以能够学会她,是因为算术大厦的基础材料——数字,在我们的周围很自然地出现:当我们数东西、测量、买东西、做小制作、打电话、去银行、查看垒球赛的比分等等。数也许抽象些——你从没看见过、感受过、听到过、闻到过数字“3”——但是数字和我们生活的世界里真实的事物紧密地联系着。 


至于代数,你的思维必须进一步脱离我们的日常生活。在代数中你学着去打交道的"x"们和”y”们表示的是数字,不过这是一种广义的“数”而不是具体的数。人的大脑并不会自然而然地适应这种程度的抽象,要做到如此,需要相当一些努力和训练。 


你必须认识到,代数是一种思维方式,并且和算术的思维方式不同。那些带着x和y的公式和等式,仅仅是在纸上体现这种思维的表示。她们表示着代数,这并不比用一纸音符表示音乐来的高明。不需要符号就可以做代数,好比你不必熟练地读谱也可以演奏乐器。 


事实上,商人和其他有需要的人,在符号形式被推广的16世纪前,已经使用代数长达3000年(这种早期的代数被称为rhetorical algebra"文辞代数",区别于今天通用的符号代数)。这里有几个帮助你理解算术和(学校里学习的)代数的区别的方法: 


♢ 首先,代数涉及逻辑的思维而不是数值的 
♢ 在算术中,你“使用”数的计算来思考;在代数中你用“关于”数的逻辑来思考 
♢ 算术包括数的定量推理;代数包括数的定性推理 
♢ 在算术中,你用已知的数来计算另一个数;在代数中,你引入了未知数并且用逻辑来确定她的值 


上述的区别应该能让你更清楚地认识到,代数不是用一个或者更多的字母表示已知或者未知的数来做算术。 


比如用一元二次方程求根公式来计算一元二次方程的根,这不是代数,这是算术。 


相反地,首先推导出一元二次方程求根公式却是代数。用标准的配方法和因式分解而不是公式来解二次方程也是代数。 


当学生开始学习代数,他们无可避免地用算术的思维来解决问题。考虑到他们曾经为学习算术付出的苦辛,这很自然,并且他们一开始他们遇到的代数题也是相当简单的(这是对老师而言的),这种方法也的确管用。 


事实上,一个学生的算术思维越强,在代数中他可以用算术走得更远。例如,许多学生可以用简单的算术解二次方程方程: x²=2x+15,完全不用代数。 

奇怪的是,或者仅仅是看起来如此,那些更优秀的学生认为代数更难学,因为对于代数学习来说,除了最基本的题例,学生必须要放弃算术思维,然后才可能开始用代数来思考。 

 


值得花这些精力去掌握代数思维吗?当然了——我相信在你历经艰辛地掌握了多数学校代数课本上的知识后,你会得出这个结论的。当今世界,大多数人的确有必要掌握代数思维。比如,如果你想要在像微软的办公软件EXCEL这样的电子表格里编写一个宏来计算格子里的项目,你需要代数思维。仅仅这个例子就能清楚地说明为什么代数而不是算术,现在是学校数学教学的一个目标。在一张电子表格里,你不用做算术,计算机自己会做,而且比人算得更好更快。使用者真正需要做的是,首先创建一个电子表格——计算机并不会帮你做这件事。 


不管你的电子表格是用来计算体育比赛的比分、追踪你的财务、运营公司或者俱乐部、或者计算你魔兽世界(暴雪公司出品的网络游戏,曾经拥有最多的玩家,在中国由网易代理)里角色的最佳装备,你都需要代数地思考如何建立你想要的东西。这意味着你必须使用广义的数而不是具体的数。 


当然,代数的需求并不能让学习代数变得简单——即使我认为比起火车出站和游泳池的放水问题(我们这代人做的题),电子表格对于今天的学生来说是更有意义和一个不错的应用。在如今这样一国生计依靠科技领先的世界之中,让我们的学生拥有世界所要求的思维是非常重要的。学会使用计算机正是这些技能中的一个。然而使用计算机来计算要求使用者的代数思维。 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

七夕节和你一起聊聊关于爱情的数学

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

在一般人眼里,数学家们似乎都很呆,他们“应该”成天拿着演草纸和笔,独自在房间某个角落对着电脑,计算和演化着各种数字、算式、符号和代码,然后冷不丁地来一句:我做出来了!

这样“不食烟火”的生活,很容易把“数学家”和“注孤生”两个本来毫不相干的两个词语联系起来。

然而,数学家Hannah Fry却不这样认为,她坚持数学厉害的人在寻找真爱方面也一定也是高手,因为用数学思维很容易分析出如何找到自己的Mr. Right的策略。

为什么要用数学?这里的一个例子,也许能说明利用一个靠谱的办法规划自己寻求另一半的行为是多么重要。Peter的家住在伦敦,他想找到高智商,高颜值的另一半,那么情况大致是这样的:

Peter附近住了多少女人?——伦敦,400万。

 

和Peter在适合的年龄范围内的有多少?——20%,还有80万。


单身的还剩多少?——50%,还有40万。

 

大学毕业的有多少?——26%,还有10400人。

 

其中,我能看上眼的有多少?5%,5200人。

 

能看Peter上眼的?5%,260人。

 

和Peter能相处不错的?10%,26人。

是的最后就剩下26个人 。

实际上无论是帅哥找妹子,还是靓女找男神,无论是通过线下社交圈的交往,还是线上的婚恋、约会网站上的约会,无论是恋爱中的相处,还是老夫老妻的日常生活。数学都能帮助你规划出一个最佳策略,让你在通往幸福的道路上更容易一点。

Hannah Fry给出三点秘诀也许对正在电脑或手机前的你有所帮助,而这些都是经过数学验证或者证明的:

一、 如何赢得线上交友的机会:在线上交友网站上,你的魅力程度无法预测你受欢迎的程度,事实上,让人们觉得你丑可能获得优势。

二、如何选择完美伴侣结婚:37%原则和次优选择原则,会让人在20多岁的末期找到最好的。这不能保证100%成功,但已经找不到更好的办法了。

三、如何避免离婚:不要忽略矛盾,不要让一些琐碎的问题堆积成大问题。数学博弈论的方程中的消极阈值能够解释这一点。

不过,这一切的讨论都限于理论。要找到自己满意的对象依旧不是件容易的事。你还是得自己亲自去做应该做的事情。今天是七夕节,本应当是你对心仪对象做点什么的日子,而你却还在把弄着电脑或者手机看我这篇无聊文章。——这样的机会不把握,你真得注孤生了——赶紧出门约会吧。

等等,出门之前,我最后告诉你让你看此文的目的——正如Hannah Fry在视频结尾说的那样: 我希望你们中的一部分人,能够了解一些关于爱的数学,能够让你爱数学稍微多一点。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

2015世界大学学术排名数学学科:普林世界第一,港城大中国第一,兰大内地第一

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

上海交通大学日前公布的2015年世界大学学术排名,前三名还是由美国学校占据。它们是哈佛大学、斯坦福大学、麻省理工学院。以这个榜单来看,美国在当今世界学术中心的地位不可动摇。

 

数学学科排名方面,美国院校依旧表现强势,占据前十名中的五个席位,并包揽前四。而英国和法国分别占据两席。第一到第四分别是:普林斯顿大学、斯坦福大学、哈佛大学、加州大学伯克利分校。另外一所美国名校加州大学洛杉矶分校位列第八。英国的牛津大学和剑桥大学分获第七和第九,法国的巴黎第六大学和巴黎第十一大学分获第五和第十。 前十中的唯一一个非美英法大学的席位被沙特阿拉伯的阿卜杜勒阿齐兹国王大学占据,位次是第六。

 

 

中国高校有42所大学进入榜单。在中国的高校的排名中,排名第一的是香港城市大学,世界排名第22名。第二名是兰州大学,世界排名第37名。兰州大学成为内地排名最高的大学,甚至超过了北大、复旦等传统的数学强校。中国排名第三的是香港中文大学,世界排名第39名。

 

哆嗒数学网下面再为你奉上所有中国高校的排名。

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

10个出人意料的数学公式

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

作者,Sean Li 。原文《10 Mind Blowing Mathematical Equations》

翻译,小米,哆嗒数学网翻译组成员。

 

 

很多时候,人们认为数学公式只是为了记忆来应付考试的。但有些时候,数学公式的价值却远超于此——它们本身就是艺术品,为纯粹的享受而生。今天我就收集了以此为目的的10个最惊人、眩目和疯狂的数学公式。这些方程应该能向任何人说明,数学不仅仅只是公式的记忆。

 

 

1. 欧拉恒等式

 

 

这是一个非常著名的恒等式。它给出了3个看似随机的量之间的联系:π、e和-1的平方根。许多人认为这是数学中最漂亮的公式。

一个更一般的公式是e^(ix) =cosx+isinx (a^b表示a的b次方,下同)。当x=π,cosx取值为-1,而isinx取值为0。由-1+1=0,我们得到了欧拉恒等式。

 

 

2. 欧拉乘积公式

 

等式左边的符号是无穷求和,而右边的符号则是无穷乘积。这个公式也是欧拉首先发现的。它联系了出现在等式左边的自然数(如n=1,2,3,4,5等等)与出现在等式右边的素数(如p=2,3,5,7,11等等)。而且我们可以选取s为任意大于1的数,并保证等式成立。

欧拉乘积公式的左边是黎曼ζ函数最常见的一种表示形式。

 

 

3. 高斯积分

 

 

函数e^(-x²)本身在积分中是很难对付的。可是当我们对它在整个实数轴上积分,也就是说从负 无穷到正无穷时,我们却得到了一个十分干净的答案。至于为什么曲线下面的面积是π的平方根,这可不是一眼就能看出来的。

由于这个公式代表了正态分布,它在统计中也十分重要。

 

 

4. 连续统的基数

 

 

上面的公式说明了实数集的基数与自然数全体子集的基数相同。这首先是被集合论的建立者康托尔证明的。值得注意的是,这也说明了连续统是不可数,因为2^N > N。

一个相关的假设是连续统假设。这个假设是说,在N和R之间不存在其它的基数。有趣的是,这个假设有一个奇怪的性质:它既不能被证明也不能被证伪。

 

 

5. 阶乘函数的解析延拓

 

 

阶乘函数通常被定义为n!=n(n-1)(n-2)……1。但是这个定义只对n是正整数时有效,而上面积分方程则对分数和小数也有效,而且还可以用于负数、复数等等……

同样的积分式中我们把n换成n-1就定义了伽马函数。

 

 

6. 勾股定理

 

 

勾股定理恐怕是这个清单中最熟悉的公式了。它给出了直角三角形三边的联系,其中a和b是直角边长,而c是斜边长。这个公式还将三角形和正方形联系了起来。

 

 

7. 斐波那契数列的通项

 

 

这里,注意到φ这个数字是黄金分割比例。很多人可能听说过斐波那契数列(0,1,1,2,3,5,8,13,21,34,55…,数列中每一项是前两项的和),却很少人知道有一个公式能够计算出任意某一项斐波那契数:这就是上面我们给出的公式,公式里面F(n)代表第n个斐波那契数。也就是说,为了得到第100个斐波那契数,你不需要去计算前99个,而只需要把100代入公式。

 

值得注意的是,即便在计算过程中出现了许多根号和除法,最后的答案总是一个精确的正整数。

 

 

8. 巴塞尔问题

 

 

这个公式告诉我们,如果你取所有完全平方数并将它们的倒数和相加,你将会得到\pi^2/6。这是欧拉首先证明的。注意到这个式子只是在前面的第二个方程(欧拉乘积公式)中令s=2。后者是黎曼ζ方程,因此我们可以说ζ(2)的值是π²/6。

 

 

9. 调和级数

 

 

这个公式有点反直觉,因为它告诉我们,如果你把一些不断变小的数(最终趋向0)加起来,最后将会得到无穷。可是如果你是取它们的平方,和却是一个有限的值(答案是π²/6)。如果仔细观察调和级数,你会发现它正是ζ(1)。

 

 

10. 素数计数公式的显式表达

 

 

这个方程的重要性体现在:

 

素数是那些除了1和它本身以外没有其它因子的数。小于100的素数有2,3,5,7,11,13,17,19,23,29,31,37,41,43,47,53,59,61,67,71,73,79,83,89,97 。 由此可知,素数的出现没有显然的规律:对于一串连续正整数,有时候你会找到许多素数,有时候你会一个也找不到。找到很多或一个找不到似乎是完全随机的。

 

很长时间以来,数学家都在尝试给出素数分布的规律。上面的公式正是不大于一个给定数素数个数的显式表达。

 

以下是各个符号的意义:

 

π(x): 素数计数函数。它给出了不大于一个给定数的素数个数。例如,π(6)=3,因为有3个素数不大于6:2,3,5。

 

μ(n): 莫比乌斯函数。它依据n的质因数分解而取值为0, -1或1。

 

Li(x):  对数积分函数。它被定义为函数1/lnt从0到x的积分。

 

ρ:  黎曼ζ函数的任意非平凡零点。

 

令人吃惊的是,整个公式的结果总是一个精确的正整数!这说明,给定一个实数,我们可以把它代入公式并得到不大于它的素数个数。存在着这样一个公式的事实说明,素数的分布存在某些规律,只是我们现在还不能理解罢了。

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

从布朗运动、随机微积分到股票买卖

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

作者,小米,哆嗒数学网群友。

 

1827年,英国植物学家布朗观察了水中悬浮花粉的运动轨迹,他发现,尽管每一时刻花粉的运动杂乱无章,但是却遵循如下的统计规律:在时间T内,花粉运动的平均位移正比于sqrt(T)( sqrt(T)表示T的算术平方根,下同——哆嗒数学网注)。这就是布朗运动的来历。爱因斯坦在1905年发表的关于布朗运动的论文中,利用分子动力学分析布朗运动,提出花粉的运动是水分子无规律撞击的结果。这是第一次对布朗运动的数学解释。但布朗运动的故事并未就此结束。1923年,美国数学家维纳第一次给出布朗运动作为随机过程的数学构造,从此布朗运动成为了概率论中严格化的数学对象。因此,布朗运动在概率论中也称为“维纳过程”。

 

那究竟什么是布朗运动呢?我们还是想像着花粉的运动。首先,既然花粉的运动是水分子撞击的结果,那么任一时刻之前和之后,花粉的运动应该遵循相同的规律,而且彼此是独立的。其次,花粉运动的规律应该具有尺度不变性。花粉在时间T内平均位移正比于sqrt(T),无论T是1秒钟、1分钟还是1小时,都是一样的,而且sqrt(T)前面的常数也应该与T无关。更进一步,当我们通过正确的时间空间尺度去看观察布朗运动时,观察到的物理规律应该完全一样。例如在10倍的放大镜下,视野中花粉移动1厘米用了1秒钟;那当我们去掉放大镜后(相当于把长度缩小了10倍),同样观察到1厘米的移动就需要100秒钟(相当于钟拨慢了100倍)。这个100:10符合T:sqrt(T)的关系,因而是正确的尺度变换。另一个例子是我们把(1维)的布朗运动轨道画在坐标系中,横轴是时间,纵轴是空间。假设我们把时间轴放大4倍,而把空间轴放大2倍时,看到的轨道应该是一样的(符合相同的规律)。聪明的读者可能看出来了,和雪花、海岸线一样,布朗运动的轨道也是分形。

 

 

接下来我们要谈谈随机微积分了。随机微积分的最重要的对象就是布朗运动。记得在高等数学的第二型曲线积分中,我们会遇到形如F(t)ds(t)的积分微元,这里s(t)可以是空间中一个粒子运动的轨迹,F(t)是t时刻施加在粒子上的力,那么整个积分就是某段时间内粒子被做的功。高等数学里面我们学习了如何把微元F(t)ds(t)写成F(t)*s'(t)dt的形式,从而问题转化成为了第一型曲线积分。如果我们的粒子像花粉一样做布朗运动,那么微元就应该写作F(t)dB(t)(注:B(t)表示布朗运动--B是布朗的首字母)。我们能不能定义布朗运动的微分B'(t)呢?最短的答案是:不能。因为我们知道,布朗运动在时间T内的位移是sqrt(T),在微元的情况下就是dt的时间微元里面运动了sqrt(dt)。但是微分(我们这里是速度)的定义是空间微元除以时间微元,我们得到了1/sqrt(dt),这是一个无穷大量!所以高等数学中通过微分来转化问题的方法在这里失败了。

 

有没有其它方法呢?布朗运动的导数虽然没有意义,但是并不代表积分也没有意义。历史上随机积分都好几种不同的定义方式,我们接下来要介绍概率论中应用最广的一种,也就是日本数学家伊藤清首先发展起来的伊藤积分。对时刻[a,b]内的布朗运动,我们可以把[a,b]分成很多个小区间a=t(0)<t(1)<...<t(n)=b,在每一个小区间[t(k),t(k+1)]上认为布朗运动是直线,受力F也是恒力F(t(k))。如果是普通的积分,这一步就是定积分的黎曼和逼近。因为布朗运动不可导,所以对每一条轨道而言,当我们把小区间越分越细时,黎曼和并不存在一个极限。但是,我们并没有充分利用布朗运动的随机性。对于小区间的每一个分划,因为轨道是随机的,所以黎曼和也是一个随机数,用概率论的语言来说就是随机变量。每一条轨道上,随机变量因为轨道的不可微性而不存在极限,在概率论的框架下,这只能说明不存在“几乎处处”的极限。但这只是概率论中最强的一种极限形式。对于随机变量而言,除了几乎处处收敛,还有依概率收敛、Lp收敛、依分布收敛等等,这些概念相信接触过初等概率论中大数定律、中心极限定理的读者都不会陌生。在更弱的收敛意义下,那些黎曼和确实存在极限(当然极限也是一个随机变量,因为布朗运动本来就是随机的)。既然积分能够被定义,而积分和微分又是相反的运算,所以微分在某种意义下也可以说是存在的,这也就是为什么在文献中布朗运动也是可以被“求导”的,而“随机微积分”也就名副其实了。

 

值得注意的是,伊藤积分和普通微分满足不同的运算规则。像我们熟知的莱布尼茨法则、牛顿-莱布尼茨公式都需要做额外的修改才能在伊藤积分中成立,这些规则可以泛称为“伊藤公式”。伊藤积分还满足概率论中的鞅性质,而鞅又是概率论中一个很好的研究对象。另一方面,注意到我们定义黎曼和时取左端点F(t(k))而非任意点吗?这可是很有讲究的。取左端点、右端点抑或是中点对应3种不同的随机积分,它们满足的运算法则也不相同,其中也只有伊藤积分满足鞅性质。例如,取中点对应的Stratonovich积分是通过光滑化布朗运动再作逼近得到的,它不满足鞅性质,却与普通微积分满足相同的牛顿-莱布尼茨公式,因此深受物理学家们的喜爱。

 

 

看到最后,有的读者可能要问,为什么要费那么大力气去定义关于布朗运动的随机积分呢?其实随机微积分的运用十分广泛。例如股票市场中一支股票的升降可以看作某种布朗运动,而持股人的决策--什么时候卖出或买入多少--就和前面例子中的力F充当着相当的作用。随机积分的结果恰好就是一段时间能持股人在给定决策下的收益!知道了这一点,对金融数学中频繁用到随机积分也就不会奇怪了。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

统计,以信仰之名:(五)统计模型中的经典模式

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,浪荡游侠,哆嗒数学网群友。

 

在上一章中,我们提到统计学中有一些经典模式,这些模式或多或少有一定的道理,而且能很大程度上简化模型。当你无从入手时,这些模式也许会给你一些启发,或者起码能给你一个出发点。

 

1、平稳性假设(smooth)

物理学中瞎逼求导的坏习惯百年来屹立不倒。很多东西在数学上我们无法确定它是否可导,但我们总愿意给出光滑性假设或平稳性假设(反正英文中都是smoothness)。这个直觉沿用到了统计学中。我们希望信号非常光滑,比如音乐的音调不会突然变化,无噪点图上颜色的变化近乎平稳,人的习惯不会突然变化,视频的图像具有连续性。从这些例子来看,这个假设还是有一定道理的,起码与我们的经验感觉相符。

 

下面说说统计学中的噪声。统计学中的噪声一般都是白噪声或布朗运动这些七里拐弯,乱七八糟的东西,它们简直是平稳性的天敌。这样,信号与噪声就有了区别,我们有了足够底气来分离它们。

 

在平稳性假设下的统计可以用两个字概括——平滑。其实数学里有专门的一个分支来研究平滑,就是调和分析。所以在平稳性假设下,调和分析就可以大展身手了。很多统计方法实际上就是移用调和分析的工具,比如用Fourier变换将无限维变为可数维是调和分析中的技巧,再如非参估计里的kernel就是调和分析中的approximate identity。我知道到了这里我已经显得神神叨叨,那么这一节就这么结束吧,我们讨论下一个经典模式。

 

 

2、稀疏性假设(sparse) 与 同质性原则(homogeneity)

在高维统计问题中,要估计某个量,我们往往要考虑成千上万个因素。但这些因素中很多都是没用的。比如要估计一个人的智商,给你今天降水量多少显然起不到什么作用,我们要找到像 看不看韩剧,转发没转发过锦鲤这样的关键性因素。如果一个因素提供的信息很少而掺进大量噪声,估计的质量反而要下降。所以我们有稀疏性假设:对一个事件产生重大影响的只有很少几个因素,影响小的因素我们索性将其置为0。

 

但是我们如何将这些“重要因素”筛选出来呢?人工选择是工科干的事,况且有时看似无关的因素实际却很重要。统计归根结底是一门关乎数据的科学,我们希望由数据来告诉我们哪些是重要因素。在数学中,也有一门近来兴起的分支来研究稀疏性问题,称作“压缩感知”,代表方法是L1惩罚,当然也有很多其他的方法(group lasso, SCAD)。它的好处是可以自动筛选重要的变量。

 

构建模型时也可能遇到这样一种情况,在诸多变量中几个变量都起作用,但是它们起的作用都相同,这就是所谓的"同质性(homogeneity)"。这种情况用压缩感知的方法同样可以解决,不过之前要做一些技术性处理。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

八一建军节致敬:军队中的数学家们

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

今天,数学已经渗透到每个人生活的各个方面,可以说已经无处不在。虽然你网上支付的时候不会想到密码学中的数论,坐飞机时候也不会想到空气动力学的微分方程,但数学就在那里默默的发挥着作用。

 

军事科学也不例外,无论是尖端武器设计还是战斗指挥决策,数学已经渗透军事领域的各个层面。甚至,数学对战争的作用可能是决定性的。有人曾经用这样话来突出数学在未来战争的作用:一战是“化学战”,二战是“物理战”,如果未来再次发生世界大战,那一定是“数学战”。

 

下面五个人,在数学界他们已经大名鼎鼎,虽然他们也许从来没真正在军中服过役,但却发挥着优秀军人的作用。为保卫家园、维护和平做出过不可磨灭的贡献。

 

 

阿基米德:“数学之神”一己之力击退罗马军队

 

 

阿基米德在数学上有着“数学之神”称谓。有一次罗马军队来犯,他连夜研发了起重机和投石车,从而击退罗马军队。当时他造了巨大的起重机,可以将敌人的战舰吊到半空中,然后重重摔下使战舰在水面上粉碎;他还利用杠杆原理制造出一批投石机,凡是靠近城墙的敌人,都会被投石车投出石块砸中。这些武器弄的罗马军队惊慌失措、人人害怕,连大将军马塞拉斯都苦笑的承认:“这是一场罗马舰队与阿基米德一人的战争”、“阿基米德是神话中的百手巨人”。

 

图灵:计算机科学之父破译密码,扭转盟军的大西洋战场战局

 

 

图灵有在军队服役过,他可以说是真正的军人。二战期间,作为主要参与者和贡献者之一,在破译纳粹德国通讯密码的工作上成就杰出,并成功破译了德军U-潜艇密码,为扭转二战盟军的大西洋战场战局立下汗马功劳。另外,他还协助破译德军著名的密码系统“恩格玛”,帮助盟军取得了二战的胜利。2015年奥斯卡最佳改编剧本奖《模仿游戏》就是讲述图灵的这段故事。

 

冯·诺依曼:原子弹、氢弹和计算机

 

 

1943年,冯·诺依曼以顾问身份参与研制原子弹的“曼哈顿计划”。他主导完成了在原子弹爆炸设计中的关键计算。由他团队完成的EDVAC方案,是计算机设计的一座里程碑,这个方案使得原子弹的研制工作顺利完成。他还参与了原子弹的投弹目标地点的决策。二战结束后,冯·诺依曼研制出来当时最快的计算机,帮助美军完成了氢弹研制的计算工作。

 

 

 

维纳:因火力控制项目成为控制论之父

 

 

二战期间,维纳接受了一项与火力控制系统有关的工作,由此建立了预测理论并将其应用于防空火力控制系统的预测装置。希特勒的空军优势给同盟军造成很大的困难,英国面对德国的空袭,要求美国帮助增加地面防空力量。维纳认为:潜水艇和轰炸机的战斗是两个我们应用数学帮助制服的主要威胁。而维纳的数学家生涯也因为这段军方项目的经历产生了质变,促使他的跨时代的论文《控制论——关于在动物和机器中控制和通讯的科学》在1948年横空出世,使得维纳进入伟大数学家行列。

 

柯尔莫哥洛夫:重新制定苏联军队轰炸计算系统为斯大林的解忧

 

 

柯尔莫哥洛夫在数学上是绝对的名声显赫,他几乎与维纳在相同的时间研究火力控制,只是服务的对象变成了苏联军队。当时,苏联的空军力量就德军被彻底毁坏。斯大林试图将民航机改造为轰炸机来重建空军。但民航机速度太慢,无法预测和控制打击目标所需要的时间。柯尔莫哥洛夫等苏联数学家重新制定苏联军队的所有轰炸计算系统,消除了斯大林的烦恼。此外,他还在战争期间发展了平稳随机过程的理论。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

统计,以信仰之名:(四)高维统计之殇

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

作者,浪荡游侠,哆嗒数学网群友。

 

前面对基础统计学的讨论比较简单,看官可能已经昏昏欲睡了,那么现在就来点有难度的。尽管在我看来“大数据时代”与“互联网时代”是两个不相同的概念,但是大数据并非炒作。所谓的大数据并不仅仅是数据量的增多,更是体现在数据的维数增大,数据的复杂度增高。所谓的统计不再是求个均值,而是利用一切数据的关联,从微弱的信号中提取信息。

 

1、大数据与统计模型

大数据是还海量信息与噪声的混杂。噪声与信息本是同根生,只不过信息具有一定的模式。信息的模式至关重要。当金子混在沙子里时,你可以将其分离,但沙子混在沙子里,就不可能分离了。模式便是区别沙子和金子的试金石,它决定着信息与噪声能否分离,用何种方式分离,能分离到什么程度。这种模式往往是从信息的物理规律推出,或者脑洞大开猜出。一些常见的模式我们将在下一节中进行总结。但是不论如何,你必须要对这种模式有信仰。比如你认为股市好和星座运势有关,从数学上来讲,这并没有什么问题,这也是为什么统计学用到如此之多的数学方法,却永远成为不了一门严谨的科学。

 

在很多问题中,我们希望从相关数据得到某方面的信息。在数学上,最理想的就是求条件期望(可以证明条件期望在最小均方误差原则下总是最优的)。但是条件期望在绝大多数情况下并不能求得,因为我们不知道这些数据内部的机制到底是什么样的。我们只能猜测这些机制具有什么特性。可如果我们猜得太多就和主观臆断没有什么区别了。所以我们往往退而求其次,假定一些可能模式,然后统计推断出一个大致结果。

 

2、机器学习的启发

对于大数据的绝大多数问题,如商品推荐、金融预测、基因定位、信号处理,我们所面临的维数都是巨大的,而且数据的形式记为复杂,事实上,我们是在一个极大的向量空间乃至函数空间寻找一个真值。在如此大的空间内,即使大如大数据的数据量也显得捉襟见肘。这时聪明人会选择“尽力”而非“尽善尽美”。

 

为了阐述下面的统计哲学,我们先来看一下误差的构成:

总误差=模型内部误差+模型逼近现实误差

对于模型内部误差,往往可以通过数学的方法精确分析并优化,但是模型能从多大程度上逼近现实就难说了。所谓的模型就是我们不知道现实而“猜”出来的,我们不但无法减小其误差,甚至量化分析也做不到。对于线性回归,就是人们干脆放弃治疗,索性不去管逼近误差。可不得不说傻人有傻福,这个方法在多数情况下还挺管用。然而有一点是可以肯定的,模型越复杂越能更好地逼近现实。可是,如果我们构造一个非常非常复杂的模型,那么需要估计的参数空间又变得非常大。对于数据量一定的情况下,我们不能盲目地扩张模型,如果消耗数据的幅度大于模型逼近现实的幅度,这个扩张就是失败的。

 

我们要找到恰如其分的模式来构建模型,使模型既能很好地逼近现实又不至于令参数空间过于庞大。这句话说起来容易做起来可就难了。机器学习为我们提供了一条新思路。计算机界的高富帅基佬们可不关心理论性质,他们处理这类问题一般将模型放得很复杂,然后通过极富启发式的方法来进行估计。他们的出发点并非假设,而是根据主观经验直接构造算法。这类算法有一定的适用空间,他们不知道空间具体是什么,但是经验使得他们对这些空间的某些性质有了模糊的把握,所以这类方法往往能在现实中取得较好的效果。于是在借鉴他们算法的同时,也需要一批统计学者来给他们擦屁股,将算法适用空间中隐藏的模式明确出来。

 

3、估计的界限——知止不殆

从大数据中提取信息的基础是我们相信数据中或多或少含有某类信息,尽管不多,但当我们把它们聚集起来时,还是足以给我们一定的启发。这么想其实是非常有道理的,毕竟狗屎里也有少量的金原子。但是如果你想要从狗屎里炼金,那么只能说你too young, too simple, sometimes naive.

 

数据中含有的信息量是有限的。我曾见过很多人利用过往的金融数据企图准确预测下一天的价格。他们或摆弄不同模型,或尝试不同算法,偶尔能蒙中一两次,但最终一败涂地。诚然,如果你告诉我所有信息,大致公司财务,小至每个投资者的心情,准确预测股市不是不可能。但是仅仅利用过往交易数据,那么预测准确度至多只能达到差强人意的地步。人们的交易习惯是含有一定规律的,这是人性使然,但是第二天价格的大多数信息绝不包含在过往数据中。金融定价中多采取“鞅”模型,在该模型下不可能通过建立在过往数据上的策略赚钱(Martingale Representation Theorem)。鞅模型取得巨大成功本身就说明过往数据中并不含有很多信息。当然,通过高频交易还是能使得这些微量信息起到一些作用。

 

言归正传,在我们进行统计推断时,我们要清楚统计推断的界限。当无法改进结果时,我们就不必浪费精力在上面了。在统计学内部也有一整套框架来刻画这个界限,最著名的属Minimax理论(统计决策)和复杂度理论(machine learning)。老子云,知止不殆,当达到山的顶峰时,再爬就是往下了。正如某位大牛经常说的一样:不是我的方法不好,是这个问题太难。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

当外国人获得奥数第一

 

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

中国队在泰国清迈以极微弱的劣势输给美国,没想到会有那么多人讨论。遥想去年,哆嗒数学网的小编报道中国队获得冠军的时候,得到的最多的回复是:“他们是做题的机器。”

 

于是,中国夺冠是应试教育的失败,丢冠是数学教育的失败。无论怎么样,奥数都会被评价为失败者——这是怎么了?

 

本文整理了几个关于外国人夺得国际奥林匹克竞赛冠军后的反映,来和大家一起看看,一起思考奥数是什么,或者说奥数应该是什么?我们是不是让“奥数”它背负了本来不应该它来背负的东西?

 

这次,击败中国的是美国,美国白宫(美国总统官邸)在其官方推特(相当于官方微博)发表推文祝贺美国队自1994年,21年来,第一次获得第一。

 

 

欧美一些媒体和网站纷纷撰文,以“破天荒”、“爆冷”、“奇迹”来形容这次美国夺冠。在这些文章之中,笔者找到的在《华盛顿邮报》网站上的这篇文章,最为热血,是这样描述的:

 

“1980年,美国冰球队制造一个巨大的冷门,这是冬奥会历史上最大的冷门之一。美国队以4比3的比分战胜了巨无霸苏联队,扫清了夺冠的障碍,并最终获得金牌。这场比赛史称‘冰上奇迹’。”

 

“35年后的今天,美国队又制造了一个惊世骇俗的冷门。”

 

“这次胜利来自一堆数字而不是冰鞋,带来这次胜利的也不是满负装备的冰上战士,而是一群十几岁的少年。”

 

 

这篇文章还援引美国奥数对主教练对这次奥数第一得评价:“这关乎着国家的荣誉!我们之所以如此兴奋,是因为过去5年多来我们一直获得第二或者第三,要获得第一简直太难了。我们的对手中国队是冠军的常客,他们有四倍于我们的人口。人口上我们不占优势。”——当然,我们哆嗒数学网的小编队“奥数人口优势论”并不完全认同。

 

提到人口,不得不提到世界上的另外一个人口大国——印度。虽然印度这回比赛只获得37名,但美国队里有两个印度血统的队员也引起了一些印度网站的关注。IndiaWest网站以《印度裔美国人带领美国队夺得21年来第一个国际奥数冠军》为标题介绍了美国队夺冠的消息。看来,印度人也在想方设法的在奥数上找给自己长脸的机会。

 

 

 

我们再把时间转到2012年。这一年,我们中国队同样没有得到这次国际奥数竞赛的第一,输的对手是韩国。

 

2014年,韩国首尔举办了国际数学界最高规格的会议——国际数学家大会。这次会议朴槿惠总统也到访参加。大会举办者录制了一个数学家大会的宣传视频,除了介绍数学以及数学家大会的历史外,也介绍了近年来的韩国数学成果,其中专门把2012年国际奥数夺冠的事件做了进去。下面视频的1分50秒的截图为证。

 

 

总之,既然是比赛,就会有输赢。即使第二名,全世界也只有一只队伍比他们更好,这本当是应该祝贺的事情。祝福这些队员们。

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

统计,以信仰之名:(三)衡量估计量的四大原则

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

 

为了照顾到广大浑浑噩噩的群众,在这节之前,首先要声明一下,所谓的估计量都是随机变量,你每生成一次数据,用同样方法得到的估计量可能截然不同。我们无法控制数据的生成,但是能找到一个很屌的方法,使我们的估计量在多数情况下尽量准确。

 

在学习数理统计时,我们都会学到评判估计量的三大原则:无偏性,有效性,一致性。水平比较高的老师也会讲到第四个原则:最小均方误差原则。我们在统计推断时默认这些原则,它们是人为规定的,而非某种公理性或定理性的东西。我们不禁要问,为什么要如此规定这些原则?比如,一个统计量为什么要无偏呢?是因为它长得帅吗?您别说,对于最后一个问题可能还就是因为它长得帅。实际上,这些原则都是从好的统计量中总结出来的,比如用几个观测的均值来估计其期望,均值具有无偏性,有效性,一致性,于是这些原则就总结出来了。下面我们对这些原则一个一个地讨论。

 

1、无偏性 is a piece of shit

所谓的无偏估计量就是它的期望恰好等于原参数。无偏估计量的优越性是非常直观的,在大数定律的保证下,它能以较快的速度收敛到原参数。如果让你列举什么是一个好的估计量,估计你第一个想到的就是无偏性。而且无偏性在数学上有一些非常优美的性质,比如很多情况下你可以找到一个最好的无偏估计量(一致最小方差无偏估计)。然而,这并不妨碍它是一坨shit。

 

你想想无偏性到底是什么呢?期望等于原参数有什么用呢?用一个N(θ,100)的无偏随机变量X来估计θ,如果θ=0,你估计出来的很可能是5,或者8,这样的估计量你敢相信么?

 

如果一个无偏估计量概率集中在真值周围,那么这个无偏估计量是可靠的。可惜无偏估计量在很多情况下并不符合这条性质。事实上,在高维统计中,无偏估计量是不可接受的(inadmissable),因为你总能找到一个比无偏估计量更靠谱的有偏估计量,在各个方面都要胜无偏估计量一筹。所以,无偏估计量可能仅仅是长得比较帅而已。在这个看脸的世界,有时长得帅就够了。

 

2、有效性——渣男的评判标准

一个估计量如果分布得太分散,那么这个估计量一定是个花心大萝卜。比如你生成一组数据 估计量是1,另一组数据 估计量是100,。这样的估计量绝非居家好估计量。我们希望它的概率尽量集中,这就是有效性。光有有效性是不够的,比如你就拿0做估计量,稳定得不行,但是离真实估计量十万八千里,也不靠谱。但是作为一个评判标准,有效性还是够格的,如果一个估计量都不具有有效性,不论他说多么爱你,都不要相信他。

 

3、一致性——众里寻他千百度,只要钱多,参数却在,灯火阑珊处

一致性指的是当你样本趋于无穷时,你的估计量依概率趋于真实参数。也就是说,只要你的样本够多,一致估计量总能给你一个靠谱的参数。在有限样本时,这个评判标准仍然存在一定局限。然而统计学上,它仍不失为一条重要的评判标准。如果多采集样本都不管用,那只能看脸了。

 

4、最小均方误差原则——最靠谱的准则

一个估计量的均方误差可以表示为:$E(\hat{\theta}-\theta)^2$。在最小均方误差准则下,我们选估计量要使其均方误差尽可能小(似乎是句废话)。

 

为什么说这条准则是最靠谱的呢?首先,如果均方误差小,这个估计量一定比较靠谱,即以很大的概率在真实参数旁边。而且该准则跟样本数量无关,不管样本多少,估计量都会有一个均方误差,只要均方误差够小,这个估计量都靠谱。

 

根据mean-variance分解:均方误差=偏差+分散度

也就是说最小均方误差事实上是无偏性与有效性的结合,最小无偏估计量的概率分布既集中,而且集中在真值周围。

 

均方误差事实上是一种距离(统计决策上称为“损失”),是参数空间内真值与估计量之间的欧式距离。于是我们要问,我们是否可以将欧式距离扩展至一般的距离?答案当然是可以的,对一般距离的探究构成了统计决策理论的基础。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

国际数学奥林匹克成绩:美国第一,中国第二

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

 

第56届国际数学奥林匹克(IMO)于2015年7月4日至16日在泰国清迈举行,来自104个国家及地区的577名选手参加了这次比赛。美国队以185分获得团体总分第一,中国队以181的得团体总分屈居第二名,第三名是韩国队,161分。美国队同时也得到了美国白宫官微发表的祝贺。

 


值得注意的是,美国队上一次获得IMO冠军还在21年前,21年来美国队其实获得过6次亚军,但每次都因为有更强对手而和冠军失之交臂。其中,中国扮演这样的对手5次。而近10年来,这是中国队第三次让冠军旁落,还有两次是2012年和2007年,对手分别是韩国和俄罗斯。

 

 

不管怎么样,第二名也是非常优秀的成绩,向中国队表示祝贺。

另外,上届的第三名中华台北队本届滑落至18名。而中国香港和中国澳门分获得28名和35名。而个人方面,代表加拿大参赛的华裔选手宋卓群(音译)获得大会唯一一个个人满分,并获得金牌。通过这枚金牌,宋卓群以5枚金牌的成绩,成为历史上获得IMO金牌最多的选手。

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

统计,以信仰之名:(二)统计学——科学的逻辑

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者,浪荡游侠,哆嗒数学网群友。

 

 

 

E.T.Jaynes所著的《概率论沉思录》自出版以来广受好评。然而这本厚达700余页的书所讲述的确并非概率论,而是统计。它的英文名字实际是”Probability Theory, The Logic of Science”,翻译过来就是“概率论——科学的逻辑”。严格来讲,统计的是不严谨的,很多东西我们无法根据公理推出,但是它符合我们的常识,就像物理基本定律一样。从某种角度讲,统计更类似于一种信仰。下面我们看看这种“信仰”是如何产生的。

 

假设我约你赌钱,规则是投均匀硬币,正面你赢100块钱,反面我赢100块钱。投了100次,100次全是反面,那么此时你已经倾家荡产了。比起接下来几年泡面度日,你更可能质疑我是否在“出老千”。这时要做的就是假设检验:再投100次,如果还是全是反面,那么就说明我在“出老千”。然而,均匀硬币出现这种情况可不可能呢?是可能的,只不过概率很小。你可能就是个喝水都塞牙的倒霉蛋。但是在现实中,我们所能想出的最好的方法也不过如此了。所以古典统计的逻辑简单来说就是“相信自己不是一个倒霉蛋”。

 

曾经哆嗒数学网上有这样一个问题,大意如下:

已知随机变量Xi , i=1,2,...,10服从形式为N(μ,10)的正态分布,要对是否有μ=0进行假设检验。

 

通常的步骤是,我们算出Xi均值X,它服从N(μ,1)。该均值只有5%的概率落在[-2,2]外。所以,如果这个均值落在了[-2,2],那么我们接受μ=0,如果它落在[-2,2]外面,我们坚信自己不会这么倒霉,所以我们认为μ≠0。

 

那个问题是,均值落在[-0.01,0.01]之内的概率也很小,为什么不选则落在[-0.01,0.01]时拒绝μ=0呢?其实他这么说在逻辑上没有错误,然而并没有什么卵用,因为我们不关心它是否在[-0.01,0.01]。假如我们还是在赌博,当然我们希望进行的是一场公平的赌博。我们扔一个同分布的Χ0出来,然后我付给你Χ0万元。如果均值是[-0.01,0.01]并没有什么问题,但是如果均值落在[-2,2]外,我们就得好好谈谈了。

 

这里注明一下,选什么区间也不是绝对的,要根据问题而定。有时候还就得选[-0.01,0.01]作为拒绝域。

 

总结:与概率论不同,统计强烈依赖于你相信什么 与 关心什么。从这一点上讲,统计与信仰没什么不同。

 

 

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

2015年国际数学奥林匹克数学竞赛(IMO)试题

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

2015年国际数学奥林匹克数学竞赛(IMO)试题

 

每题7分,共6题

 

 

 

 

 

第一天 2015年7月10日

 


第1题 我们称平面上一个有限点集$\mathcal{S}$是平衡的,如果对$\mathcal{S}$中任意两个不同的点$A,B$,都存在$\mathcal{S}$中一点$C$ ,满足$AC=BC$。我们称$\mathcal{S}$是无中心的,如果对$\mathcal{S}$中任意三个不同的点$A,B,C$,都不存在$\mathcal{S}$中一点$P$ ,满足$PA=PB=PC$。
(a)证明:对每个整数$n\ge3$,均存在一个由$n$个点构成的平衡点集。
(b)确定所有的整数$n\ge3$,使得存在一个由$n$个点构成的平衡且无中心的点集。



第2题 确定所有三元正整数组$(a,b,c)$,使得
$~~~~~~~~~~~~~~~~~~~~~~~~~ ab-c~,~bc-a~,~ca-b $
中每个数都是$2$的方幂。
($2$的方幂是指形如$2^n$的整数,其中$n$是一个非负整数。)



第3题 在锐角三角形$ABC$中,$AB>AC$,设$\Gamma$是它的外接圆,$H$是它的垂心,$F$是由顶点$A$所引高的垂足,$M$是边$BC$的中点。$Q$是$\Gamma$上一点,使得$\angle HQA=90^\circ$,$K$是$\Gamma$上一点,使得$\angle HKQ=90^\circ$。已知点$A,B,C,K,Q$互不相同,且按此顺序排列在$\Gamma$上。
证明:三角形$KQH$的外接圆和三角形$FKM$的外接圆相切。

 

 

 

 

 

 

 

 

 

第二天 2015年7月11日



第4题 在三角形$ABC$中,$\Omega$是其外接圆,$O$是其外心。以$A$为圆心的一个圆$\Gamma$与线段$BC$交于两点$D$和$E$,使得点$B,D,E,C$互不相同,并且按此顺序排列在直线$BC$上。设$F$和$G$是$\Gamma$和$\Omega$的两个交点,并且使得点$A,F,B,C,G$按此顺序排列在$\Omega$上。设$K$是三角形$BDF$的外接圆和线段$AB$的另一个交点。设$L$是三角形$CGE$外接圆和线段$CA$的另一个交点。
假设直线$FK$和$GL$不相同,且相交于点$X$。证明:$X$在直线$AO$上。



第5题 设$\mathbb{R}$是全体实数的集合。求所有的函数$f:\mathbb{R}\to \mathbb{R}$,满足对任意实数$x,y$,都有
$~~~~~~~~~~~~~~~~~~~~~~f(x+f(x+y))+f(xy)=x+f(x+y)+yf(x)$



第6题 整数序列$a_1,a_2,\cdots$满足下列条件:
(i) 对每个整数$j\ge1$,有$1\le a_j\le2015$;
(ii) 对任意整数$1\le k< \ell$,有$k+a_k\not=\ell+a_\ell$。
证明:存在两个正整数$b$和$N$,使得
$~~~~~~~~~~~~~~~~~~~\left|\sum\limits_{j=m+1}^{n}(a_j-b)\right|\le 1007^2$
对所有满足$n>m\ge N$的整数$m$和$n$均成立。

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

 

 

统计,以信仰之名:(一)永远不要用概率的思维思考统计

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

作者:浪荡游侠,哆嗒数学网群友 。

 

在很多教材中,概率论与数理统计都是写在一起的。这是为了快速让读者进入概率统计的世界。然而对于真正有志于概率统计研究的人来说,这是一种非常不负责任的做法。二者截然不同的逻辑使得很多初学者将概率论中的概念与统计学中的概念搞混。

 

1、概率论——没有真正不确定性

我们很多人认为概率论是研究不确定性的科学,但事实上概率论中没有真正的不确定性。研究不确定性是统计学做的事情。就拿我们所熟知的随机变量X来说,很多初学者认为X是一个可以取很多值的数,取有些数的概率高,有些数的概率低。这么理解对不对呢?在统计上是可以的,但在概率论里就有失偏颇了。

 

在概率论中,随机变量X其实是一个映射,一个事件空间Ω到R上的映射,也就是说它实际上是一个函数。如果把它写全就是X(ω),ω∈Ω。你会觉得f(x)有不确定性吗?为什么我们会感觉随机变量有不确定性呢?因为它有一个分布。这个分布实际上是继承了原事件空间上的概率。到目前为止,我们已经将随机变量的“不确定性”归结为事件空间上的“不确定性”。我们继续来看事件空间上的不确定性是怎么一回事。

 

比如我们投硬币,一般认为正面概率为0.5,背面概率为0.5。我们投2次硬币,便有4种可能情况:{正,正}、{正、反}、{反,正}、{反,反}。我们不知道哪种情况会发生,所以我们认为这个事件有不确定性。然而,在概率论中,我们不考虑哪种情况会发生,我们想的是,4个事件已经在那里了,只不过每个事件自带0.25的“概率测度”。就像打dota时有很多英雄,每个英雄带有不同属性一样,你会认为有不确定性吗?

 

2、统计学——逆概率的应用

如果说概率论没有任何不确定性,那么在统计学中你则永远无法知道真相。

 

还是举投掷硬币的例子,你投了100次,发现硬币100次全是反面,于是你估计反面概率100%,但是也许反面概率只有99.999%或者99.998%呢?也许你就是个倒霉蛋,反面概率只有1%,但偏偏这100次都让你碰上了。

 

如果你仅仅拥有数据,你永远无法无法确切地知道事情的真相。如果说概率论给了你一个没有不确定性的框架让你产生数据,那么统计就是让你拿着这些数据去反推框架。从本质推现象与从现象推本质,二者的难度截然不同,就像放屁容易,但放出的屁再收回去就难了。统计学做的就是(此处省略6字)。

 

总结:概率论与统计学是两门截然不同的科学。前者属于数学,没有任何不确定性,而后者是所有不确定性科学的基础。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

国际奥数竞赛开幕——陶哲轩:奥数改变一生

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

2015年第56届国际数学奥林匹克竞赛(International Mathematical Olympiad,简称IMO)于今日(7月4日)在泰国清迈召开。和近几年大会的规模一样,有来自全球5块大陆,100多个国家的选手参加。而从1999年开始,已经连续16年非冠即亚的中国队毫无疑问是其中的夺冠的最大热门。

然而,中国选手在IMO上的出色表现,并没有让奥数在国内得到一致的好评。在反对奥数的各界人士中,不乏数学大家,曾经的菲尔兹奖得主丘成桐曾这样评价到:“奥林匹克数学竞赛的组织者是一个帮助中学生的国际组织,他们都不是一流的数学家,所做的也只是引起学生对数学的兴趣,对发展整个数学没有起到什么作用。在数学界看来,‘奥数’就像是报纸上的娱乐版,看过之后也就扔到垃圾筒里了,根本不可能拿到课堂上去讲的。……,出‘奥数’题目的很少是一流的数学家,他们出题很偏,在研究数学的人看来,学生解决非一流数学家出的很偏的问题,并没什么了不起的。”

 

但大数学家之中,也有不少支持者,比如同样是华裔,同样是曾经的菲尔兹奖得主的陶哲轩。陶哲轩教授甚至是IMO基金会赞助者,他本人先后三次参加IMO,分别获得铜牌、银牌、金牌,至今保持着最年青获得IMO金牌的记录(那年陶哲轩12岁)。

 

“我对参加国际数学奥林匹克竞赛有着非常美好的回忆。”,陶哲轩教授说,“和其它任何学校的运动会一样,在IMO有一群有着差不多能力与爱的人在一起狂热的进行比拼。我强烈推荐这个赛事给每一位高中生,因为它也是一个全国性和国际性的旅行机会。参加IMO可能是一位有天赋青年数学家改变一生的事件。因此,我将全身心的支持国际数学奥林匹克基金会。”

 

事实上,近几届获得数学界最高荣誉菲尔兹奖的人中,很多人都是IMO的奖牌获得者。也许IMO对他们数学兴趣的培养,起到过至关重要的作用——这个对兴趣培养的作用,无论是丘成桐还是陶哲轩都是同意的。

 

附2015国际数学奥林匹克竞赛宣传视频

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

著名华人数学家丘成桐:学点微积分,炒股可以炒得更好

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

广州日报讯 (记者黄蓉芳)“中国孩子学数学,不是因为兴趣,而是因为高考,所以,最终难以学好。”昨日,著名华人数学家、哈佛大学终身教授丘成桐参加全国首家互联网社区医院成立仪式时接受本报记者独家采访时表示,学好微积分,在生活中随处可用。“学点微积分,炒股可以炒得更好。”可惜,因为中国高考不考微积分,所以中学不教微积分,他认为“这是个错误”。


数学对医疗很有用

 

“数学跟医疗当然有关系!”昨天,当记者问及丘成桐为什么要来参加一个互联网社区医院的成立仪式,他很肯定地说,数学对互联网、对医疗都很有用。他解释之所以来参加,是想看看他领衔的团队,能否将开发大数据数学模型运用在医疗健康领域。

“得同样一种病的人成千上万,但各个人的情况都各不相同。如果能够运用大数据分析,将‘这个人’跟‘那个人’的病情比较一下,可能会知道‘这个人’吃错药了。”他说,未来,健康大数据模型将颠覆传统医学的思路,依托海量存储和计算能力,实现精确“打击”,为老百姓量身定做私人诊疗方案,从而达到健康管理和预防疾病的目的。

 


中学不教微积分是个错误


丘成桐认为,现在很多人对数学的认识存有误区,以为数学只是用来考试的,考完试后,数学就没有用了。其实,数学在生活中的作用无处不在。“学习数学,对提高一个人的思维、逻辑推理能力都很有好处。”

“尤其是微积分,很多人认为,大学毕业以后,除了从事相关职业的人,工作和生活中根本用不上。”丘成桐说,事实上,恰恰相反,微积分在普通的工作和生活中用处非常大。“微积分不仅可以运用在统计、工程、管理等各个方面,对于老百姓理财,也是大有裨益的。比如炒股,学点微积分,可以炒得更好。”

丘成桐说,国外大学对微积分的学习十分重视。“比如哈佛大学经济学院、管理学院、医学院等学院的招生,就一定要求学生学过微积分。”

“中国孩子的所有学习,都是以高考为指挥棒的。”丘成桐不无遗憾地说,因为高考不考微积分,所以,中学就不会教微积分,因为没用。可是,微积分恰恰是最有用的。“所以我要说,中国的中学不教微积分,这其实是个错误。”

 


不为考试而学才能学好


“我认为,要让孩子学好数学,最好别考试。当孩子不用为考试而学数学时,才有可能学好数学。”他说,孩子一旦为了考试而学数学,就不会有真正的乐趣和兴趣。“因此,高考即使要考数学,也应该针对对数学真正感兴趣的孩子进行考核和选拔。”

中国的学生为什么可以在各种数学竞赛中得高分,却在数学研究中难以出成果,因而缺少真正的数学家?他认为,最主要的原因就是,中国孩子只是为了高考考个高分、考个好大学、毕业后赚大钱而学习数学,这样不可能成为数学家。“一定要引起孩子的兴趣。”

丘成桐感叹,中国的小学生和初中生太辛苦、太紧张,他们所有的学习都是以考试为主,因而过早地失去了对学习的兴趣。“大家都有个误解,认为美国的高中生数学不好,或者不考数学。”他说,事实是,美国的好学校也要考数学,但他们不注重初中和小学的考试,到了高中才注重考试。正因为如此,孩子学数学的兴趣得到了保护。

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

大学数学课程中常犯的四种错误

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa

 

 

作者系来自Varsity Tutors的Erica Cirino。哆嗒数学网翻译。 

 

问起任何一个大学生哪门课程对他来说最有挑战性,他一定会说:“数学”。

 

从代数到微积分再到三角学,数学已经被誉为最具挑战性的大学课程之一。这是因为大学数学的问题往往是复杂的——他们要求学生执行多步操作才能得出正确的答案。大学数学是需要很大的努力去记住和了解如何使用方程,而不这样做几乎你总是得不到好的成绩。

 

当一些大学生能够真正理解数学概念时,其他一些数学厌恶者常犯一些简单的错误导致他们作业和成绩失分。

 

知道如何防止这些错误是确保你不成为这些人的最好方式。现在,让我们来看一下学习大学数学的四个最常见的错误以及如何避免它们:

 

 

1、 做完数学题不仔细检查

 

你的数学教授可能假设你已经在高中时期养成复查作业的习惯。因此,他可能不强调要求你在大学时还这样做。然而,学习任何领域任何水平的数学,检查是必不可少的。

 

重温你的解题步骤并不仅仅在检查作业。为了审核一个数学问题,可以采用另一种方法解题。如果能得到相同的答案,那么结果应该是正确的。为什么?简单地说,用两种不同计算方法得出同一个错误答案一般是不可能的。

 

 

2、书写混乱易混淆

 

谈及数学不可避免整洁问题。首先,潦草的字迹可以令你在解决一个数学问题时得出一个错误的答案。假如你不花时间写清楚,有些看起来相像的数字如“2”和“7”,还有一些运算符号和变量如“+”、“T”“容易混淆起来。一些教授在无法读懂你的作业时,甚至会扣分或者否定你。(也许2和z的例子更好,2和7之间如果能混淆,那得有多潦草?——哆嗒数学网注)

 

 

为了解决数学问题,小心地避免潦草的字迹,你可以使用铅笔,而不是钢笔。这样,你就不会有任何使你的理解发生障碍的笔误。还有一种确保你不混淆相似的数学字母或数字的方法就是使用明显易于区分的表达方式。例如,加法符号“+”和变量符号“T”可以采用独特的写法使得它不太可能互相混淆以避免错误。

 

 

3、思维定势

 

一些大学生总是在看到家庭作业或考试中一个特定类型的数学问题时使用同一类型的方法来解决它。但这并非总有效。事实上,你的教授也许希望你能用另一种不同于你的习惯的解题方法来解答它。

 

假设你知道你需要使用哪种解题方法会结束你的失分,请花时间全方面地理解你在作业和考试中遇到的每一个问题。

 

 

4、 需要帮助的时候羞于提问

 

师者,传道授业解惑也。另外教授也会支持大学生学术成长。尽管如此,许多大学生在数学中挣扎时并不敢畅所欲言。

 

这是一个巨大的错误。不提问题可能造成你在短期内的学习混乱,比如你很难理解一个特定的论题,从长远来看,它可以让你的研究明显落后。如果你不懂一个论题,一定要问你的教授问题——无论是课前,课上还是课后,甚至通过电子邮件都可以提问。你的教授会很乐意伸手帮助你。

 

 

 

关注微信:DuoDaaMath 每天获得更多数学趣文

新浪微博:http://weibo.com/duodaa