Category Archives: Mathematics

低维拓扑的数学家—威廉·保罗·瑟斯顿(William Paul Thurston)

Thurston 生平介绍

早年生活与教育

威廉·瑟斯顿于1946年10月30日出生于美国华盛顿特区,父亲保罗·瑟斯顿是航空工程师,母亲玛格丽特是裁缝。幼年因先天性斜视导致深度知觉障碍,母亲通过训练帮助他重建三维视觉能力。1967年,他作为首届学生从新佛罗里达学院毕业,本科论文为拓扑学构建直觉主义基础。1972年在加州大学伯克利分校师从莫里斯·赫希(Morris Hirsch)获得博士学位,论文题为《圆丛的三维流形叶状结构》。

学术生涯

瑟斯顿的职业生涯始于普林斯顿高等研究院(1972-1973)和麻省理工学院(1973-1974)。1974年,28岁的他成为普林斯顿大学正教授,展现了非凡的学术潜力。1991年重返伯克利任教授(1991-1996),并担任数学科学研究所(MSRI)所长(1992-1997)。1996年转至加州大学戴维斯分校,2003年加入康奈尔大学直至去世。他是最早将计算机引入纯数学研究的学者之一,曾启发杰弗里·威克斯开发三维双曲空间计算程序SnapPea。

研究贡献

瑟斯顿以低维拓扑学的革命性工作闻名:

  1. 叶状结构理论(1970年代早期):解决了流形上Haefliger结构的可积性问题,构造了三维球面上具有连续变化Godbillon-Vey不变量的叶状结构族。
  2. 几何化猜想(1976年后):提出三维流形的几何分类框架(含8种Thurston几何),证明双曲德恩手术定理和哈肯流形的双曲化定理,为佩雷尔曼最终证明庞加莱猜想奠定基础。
  3. 密度猜想(与Dennis Sullivan合作):推广了Klein群极限的代数性质,2011-2012年被完全证明。
  4. 轨道折叠定理(1981年):将几何化理论扩展至三维轨道空间,2000年左右由多团队完成证明。

荣誉与奖项

菲尔兹奖(1982年):表彰其对2-3维拓扑学的变革性贡献。

奥斯瓦尔德·维布伦几何奖(1976年,与James Simons共享)。

美国数学会首届图书奖(2005年,《三维几何与拓扑》)。

斯蒂尔奖(2012年):因其工作“彻底改变了三维流形理论”。

个人生活

瑟斯顿与第一任妻子Rachel Findley育有三子,其中长子Dylan成为印第安纳大学数学家。与第二任妻子Julian Muriel Thurston育有两子女。2011年确诊鼻窦黏膜黑色素瘤,于2012年8月21日在纽约罗切斯特去世,享年65岁。

学术遗产

瑟斯顿培养了包括David Gabai、William Goldman、Oded Schramm 等杰出学生。他的思想深刻影响了几何拓扑学,尤其是双曲几何在低维流形中的应用。其著作《三维几何与拓扑》等成为经典教材。康奈尔大学称他为“数学界的真正先驱”。

《On Proof and Progress in Mathematics》

William P. Thurston 在《On Proof and Progress in Mathematics》(1994)这篇经典论文中,Thurston超越了传统数学哲学的讨论,深入探讨了数学研究的本质、数学理解的多样性以及数学知识的社会化过程。数学常被视为一门纯粹的逻辑科学,其发展往往被简化为“定义—定理—证明”(DTP)的机械过程。然而,数学家的工作远不止于此。他们不仅是形式体系的构建者,更是人类认知的探索者、思想的传播者,以及数学知识社会化网络的维护者。William Thurston 在本文中深刻剖析了数学家的多重角色,揭示了数学研究的本质及其对人类思维发展的重要意义。

1. 数学家的创造性角色:超越形式化框架

传统的 DTP 模型将数学研究简化为从公理出发的演绎推理,但它无法解释数学问题的来源。数学家的工作并非仅仅是生产定理和证明,而是通过猜想、启发式论证和直觉洞察推动数学的发展。正如 Thurston 所言,数学的核心价值在于“帮助人们更清晰、更有效地思考数学”,而不仅仅是积累形式化的结论。

Jaffe 和 Quinn 提出的“推测性数学”(speculative mathematics)补充了 DTP 模型的不足,强调数学家需要通过提出猜想、探索可能性来推动学科进步。然而,Thurston 进一步指出,数学的真正挑战在于如何保持原始数学洞察的丰富性,而不是让形式化定义掩盖其背后的思维多样性。

2. 数学家的认知贡献:多元理解与思维整合

数学理解并非单一的逻辑过程,而是多维度、个体化的认知活动。Thurston 以“导数”为例,列举了七种不同的理解方式:

无穷小量(微积分早期思想)

符号运算(代数规则)

逻辑定义(ε-δ 语言)

几何直观(切线斜率)

物理速率(瞬时速度)

线性逼近(最佳局部近似)

显微极限(高倍放大下的极限行为)

这些理解方式并非互相排斥,而是互补共存。数学家的工作不仅是建立严格的定义,还要调和不同视角,使数学概念在不同领域(如物理、工程、计算机科学)中都能被有效应用。Thurston 强调,数学教育的核心挑战之一就是帮助学生内化这些不同的思维方式,而不仅仅是记忆公式和证明。

3. 数学家的社会角色:知识的传播与共享

数学的发展依赖于有效的交流,而 Thurston 指出,当前的数学界过于关注前沿成果的发表,而忽视了基础认知结构的传播。他呼吁数学家应更注重“如何向未知者传达数学思想”,而不仅仅是向同行展示技术性证明。

例如,在坐标参数化的研究中,数学家需要找到一种表达方式,使得非专业人士也能理解其核心思想。这意味着数学语言必须既能精确描述问题,又能适应不同背景学习者的认知需求。Thurston 认为,数学的未来发展需要更多精力投入在数学思维的普及,而不仅仅是追逐最新的理论突破。

4. 数学证明的社会化本质:共识与动态修正

Thurston 通过自身经历揭示了数学证明的社会化特征

共识验证:许多数学定理的接受并非仅依赖于书面证明,而是通过学术共同体的口头交流、引用和集体认可逐渐确立。

动态纠错:某些“公认”的定理可能缺乏完整证明,甚至存在错误,但数学界通过持续的讨论和修正维持其可靠性。

知识网络:数学理解不仅存在于论文中,更嵌入研究者的思维网络和社会互动中。

这一观点挑战了“数学证明是绝对真理”的传统观念,强调数学知识是动态、社会化的认知构建,而非静态的逻辑产物。

5. 数学家作为人类思维的塑造者

Thurston 的论述表明,数学家的工作远超出形式逻辑的范畴。他们是:

思想的创造者(提出猜想,探索未知结构)

认知的整合者(调和不同理解方式,促进跨学科应用)

知识的传播者(发展有效表达,使数学更易被理解)

社会共识的维护者(通过学术网络验证和修正数学真理)

Photograph by Paul Halmos

数学的真正进步不仅体现在定理数量的增长,更在于人类对数学的认知深度和传播效率的提升。因此,数学家的核心使命不仅是证明,更是推动人类思维的发展。全文始终贯穿一个核心主张:数学不仅是形式系统,更是人类认知活动与社会实践的复合体,需要从思维多样性、交流有效性和知识社会化等维度重新审视数学的本质价值。

十个与 Thuston 相关的小故事

Yair Minsky的回忆:比尔的文字具有一种称之为”唯一正确补全特性”的写作风格。他的行文清晰但极为简练,初读(甚至再读)时总难以把握该如何补全论证细节。Minsky屡次经历这样的体验:苦思冥想许久后意识到某个关键论点或条件确实被遗漏了,但当Minsky重新查阅原文时,却发现那些内容自始至终都白纸黑字地写在那里。Minsky回忆Thurston的教学风格——注重几何直觉而非形式化计算。一次,Minsky在课堂上试图用公式证明某个定理时,认真研读证明过程,理解了演算步骤的脉络,回到课堂后在黑板上逐步推演。Thurston痛苦地打断他说:“我想要的不是公式……”这体现了Thurston对直观理解的执着。某年比尔与丹尼斯·沙利文将各自的研究生团队合并,在普林斯顿大学和纽约市立大学研究生中心轮流举办联合研讨会。这些研讨会及其前后、乃至火车旅途中的交谈,都让我们获益良多。

Lee Mosher的厨房时光:Mosher描述与Thurston一家在普林斯顿的“食物合作社”生活。他们一起购物、做饭,厨房常陷入混乱。Thurston的数学热情甚至延伸到生活细节,比如用UNIX工具 grep 研究群论,并兴奋地宣布“我能用这个群做计算!”。

Benson Farb的“泡泡理论”:Farb向Thurston请教负曲率流形的课题时,对方陷入两分钟的沉思后突然说:“哦,这像一堆泡泡,泡泡间的相互作用有限。”Farb一头雾水地记下“泡泡,有限作用”,三年后完成论文时发现这竟是问题的完美总结。

Danny Calegari的地板绘图:在加州大学戴维斯分校,Thurston曾兴奋地买来巨幅纸张和彩笔,与Calegari趴在地上画数学构造。他感慨:“在普林斯顿时我常这么干!”这一幕展现了Thurston用视觉化探索数学的童趣。

Ian Agol的二进制手指计数:在MSRI的野餐活动中,Thurston向学生演示如何用手指表示二进制数,并全程用这种方法数完了徒步的步数。他还用SnapPea程序颠覆了Agol对纽结理论的认知,强调“从简单模型出发”的研究哲学。

Carol Wood的MSRI改革:担任MSRI所长期间,Thurston推动“数学对话”打破研究者与教师壁垒,引入3D打印等新技术,甚至试图将机构昵称从“misery”(痛苦)改为“emissary”(使者)。他办公桌上总摆着自制的猪与人类DNA胶带模型,向来访者展示科学之趣。

Tan Lei的跨领域顿悟:2011年,Thurston在研究三次多项式迭代时,突然发现其组合结构与S^3中的判别式补集存在隐藏联系。经过一周沉思,他构建出两者间的桥梁,并激动地宣布:“这适用于任意次数!”展现了他“数学万物互联”的信念。

幼儿园的镜面实验:在解释“轨形空间”时,Thurston带着两面镜子和蓝精灵玩偶去幼儿园课堂。孩子们通过调整镜面角度,直观理解了多重镜像如何生成无限宇宙,体现了他用生活化方式传达深奥概念的才能。

脑模型趣事:参与创造力研究后,Thurston收到黏土制作的脑模型。他逢人便炫耀,甚至在某次数学讨论中突然插话:“我的大脑明天就到!”让在场学者陷入迷惑,直到他掏出那个粉色模型。

临终前的数学热情:2011年Banff会议上,重病中的Thurston仍积极参与Dani Wise的讲座,甚至开玩笑问:“如果我给你1000美元找论证错误,你会检查哪里?”直至生命最后,他仍通过Dropbox与全球年轻数学家合作,延续着思想的激荡。

实分析与复分析

先说结论:复分析研究的是性质“最好的”函数,实分析研究的是性质”最差的“函数。

复分析与实分析是数学分析的两个重要分支,它们在研究对象、方法和性质上存在显著差异。

1. 研究对象

复分析:主要研究复变量的函数,即定义在复数域上的函数。复分析的核心对象是解析函数(全纯函数),这类函数在定义域内处处可微,并且满足柯西-黎曼方程(Cauchy-Riemann equations)。

实分析:研究实变量的函数,即定义在实数域上的函数。实分析的对象包括连续函数、可微函数、可积函数等,但更关注的是那些性质较差的函数,如处处连续但处处不可导的函数、狄利克雷函数(Dirichlet function)和康托尔函数(Cantor function)等。

2. 函数的性质

复分析:解析函数具有极强的正则性(regularity),例如: 解析函数在其定义域内无限可微。解析函数的局部性质可以完全决定其全局性质(如解析延拓)。解析函数的积分路径可以自由变形(柯西积分定理)。解析函数的实部和虚部是调和函数(满足拉普拉斯方程)。解析函数的零点孤立(除非函数恒为零)。

实分析: 实函数的性质更加多样化和复杂,例如: 存在处处连续但处处不可导的函数(如魏尔斯特拉斯函数)。存在可积但不可微的函数(如狄利克雷函数)。存在单调连续但导数几乎处处为零的函数(如康托尔函数)。实分析中的函数通常需要更精细的工具(如测度论、勒贝格积分)来研究其性质。可测函数”差不多“是连续函数。

3. 核心定理

复分析

  • 柯西积分定理(Cauchy’s Integral Theorem):解析函数在简单闭合路径上的积分为零。
  • 柯西积分公式(Cauchy’s Integral Formula):解析函数的值可以通过其在边界上的积分表示。
  • 留数定理(Residue Theorem):计算解析函数在奇点处的积分。
  • 最大模原理(Maximum Modulus Principle):解析函数的模在边界上取得最大值。

实分析

  • 勒贝格积分(Lebesgue Integral):比黎曼积分更一般的积分理论,适用于更广泛的函数类。
  • 单调收敛定理(Monotone Convergence Theorem):单调递增的非负可测函数序列的积分与极限可交换。
  • 控制收敛定理(Dominated Convergence Theorem):在控制函数的条件下,极限与积分可交换。
  • 鲁津定理(Luzin’s Theorem):几乎处处有限的函数在适当条件下可以“几乎连续”。

4. 应用领域

复分析: 在物理学中用于研究流体力学、电磁学和量子力学,在工程学中用于信号处理和控制系统,在数论中用于研究素数分布(如黎曼 zeta 函数),在复动力系统中研究分形结构。个人感觉复分析的发展依赖于解析数论的那些大问题。

实分析: 在概率论中用于研究随机过程和测度论,在动力系统中研究遍历理论,在经济学中用于优化理论和博弈论。

5. 总结

复分析和实分析虽然在形式上都是研究函数的性质,但复分析更关注那些性质极好的函数(解析函数),而实分析则更关注那些性质复杂甚至“病态”的函数。复分析的许多结果依赖于复数的特殊性质,而实分析则需要更一般的工具(如测度论)来处理实函数的多样性。两者在数学和应用科学中都有广泛的应用,并且相互补充,共同构成了现代分析学的基础。

数学奇境:数学巨匠与他们的世界

在极远极远的过去,数学界的世界一片璀璨,几座神奇的城池横亘在这片土地上。首先是“算数丘城”,那里住着微分方王、积分方伯、变换方公和几何王子。他们的城池,虽然有时风景如画,却总是布满了各种极限、收敛与发散的迷雾。然后是“群体之城”,它有一个独特的结构,既有哈密顿广场、概率城、又有李群大道;每一条路都被不等式区隔开来,深藏着许多离散与连续的深奥谜题。

在这些城池间,有一条河流叫做“代数溪”,河水清澈见底,充满了各种群的原型,有时流得急促,有时又变得缓慢。每年都有不计其数的流派聚集在这条河边,讨论群的性质、环的结构、域的扩展与代数方程的解法。这里的村民过着不平凡的生活,他们的名字或许听上去十分熟悉,却隐藏着无穷的数学智慧。村头有一个老教授,名叫“高斯”,他以开拓尺规作图正十七边形、无穷大和无穷小的疆域而闻名。人们常听到他传授在“复数村”创造的奇迹,讲述那些关于欧拉公式和复变函数的故事。他的居所是一座古老的塔楼,塔楼上刻着不朽的名句:“真理总是深藏在解的边缘”。高斯的朋友,黎曼,也常常出现在塔楼里,二人就黎曼猜想、黎曼曲面、以及曲率问题热烈争辩。每当他们辩论激烈,塔楼外的风会变得狂乱,仿佛在回荡着无数未解的数学疑问。

再往北行,便是“概率城”,在这座城市里住着伯努利兄弟、拉普拉斯和伯努利兄弟。这里有一条名为“标准正态分布河”的河流,水流宽广,急速湍流。每天清晨,贝叶斯与费马都会围绕着先验概率与后验概率进行激烈的争辩,哪怕只是为了讨论一小块概率密度的形状。这个城市的特色之一是人们常穿着拉普拉斯设计的“概率服”,那种衣服不仅能让人隐形,还能隐藏所有的不确定性。还有柯尔莫哥洛夫(Kolmogorov)这位数学家,将概率论进行公理化,让大家都围绕着这个体系运作。

在“算数丘城”与“概率城”的交界处,坐落着一座神秘的“映射宫殿”。这座宫殿的结构极为复杂,每一层都通过不同的映射连接。映射宫殿的主人是一个著名的数学家,他的名字叫做“康托尔”(Cantor)。他以研究“集合论”和“无穷”而著名,在他的宫殿中,所有的物体、事件和空间都可以通过不同的映射被彼此联系。每一扇门、每一根柱子、甚至每一根绳索,都与“康托尔集”上的点有着某种微妙的对应关系。宫殿的屋顶是无穷的分形图案,时刻在变化,时而显现出细致的维数,时而展现出无限的自相似。

在康托尔的宫殿深处,有一个大大的“基尔伯特空间”,这是一个神秘的地方,拥有着极高的数学价值。基尔伯特空间里没有传统意义上的点,只有数不清的“向量”和“超函数”。这里的每一件物品都是一个函数,每一条线段都是一个向量,甚至连空气中的气流也是由无穷多个谱系的正交基所组成。在这里,赫尔曼·闵可夫斯基(Minkowski)和特奥多尔·冯·纽曼(Von Neumann)正在密切合作,他们探索着量子力学与数学结构的奥秘,甚至深入到数学与物理的交汇点,讨论着如何通过线性代数与算子理论来描述量子态的变换。

映射宫殿的周围有一片神秘的“拉普拉斯湖”,湖水清澈见底,但却流动着无尽的概率波动。每当月光照耀在湖面上时,波动的几率与函数就会以极其奇异的方式交织成美丽的图案,仿佛是某种奇异的统计分布。湖边常有一位老者坐在岩石上冥思,他就是“马尔科夫”(Markov)。他身着“随机过程长袍”,时而低声自语,时而向前方的极限倾诉。马尔科夫的最大贡献是“马尔科夫链”理论,这也是他在随机过程领域的独到之处。人们经常听到他谈论“平稳过程”、“独立增量”,以及如何运用“马尔科夫不等式”预测未来的随机事件。

在“几何山谷”,几何大师欧几里得、阿基米德、高斯的几何派弟子、黎曼和罗巴切夫斯基的弟子聚集在一起,讨论着平面几何与空间几何的奇妙图形。这个地方藏着一座几何宝塔,塔上有一行古老的铭文:“所有直线都汇聚在无穷远处。”这座塔的周围有一个神秘的区域,叫做“李群园”,园内的树木都是由群论构成,每一棵树都有一个独特的群表示,群木的枝繁叶茂像极了复杂的群结构。

在“微积分之海”,牛顿和莱布尼茨常常一同乘船,遨游在无穷小的浪花之间。他们的讨论内容永远不离求导与积分的美妙,有时他们也会偶尔停下来,向他们的同伴,欧拉、达朗贝尔与拉格朗日展示他们为数不多的数学成果。微积分的每一个波动都充满了创造与启发,仿佛数的精灵在海面上自由舞动。

继续往南,穿越“积分荒原”,你会遇到一座座如同“黎曼几何”的“石塔”,这些石塔中藏着一位又一位著名的数学家。这里有“菲尔兹”塔、还有“赫尔德”塔,它们的顶端都镶嵌着用“拉普拉斯变换”雕刻的精美图案,标志着这些伟大数学家的无穷探索和成就。而塔下,总有学者在进行“拉格朗日乘数法”和“柯西-施瓦茨不等式”的比试,看谁能在复杂的条件下,找到最优的极值。

再往东,远远的“拓扑村”伫立在群山之中。在这里,庞加莱总是与拉克莱布和斯图尔特一同,探讨拓扑空间与同调理论,探讨扭结、缠绕、孔洞与映射之间的千丝万缕的关系。这里的树是由不连续的空间组成,根部在无限小的空间中能看到“李群”的影子。每当这些拓扑学者散步时,脚下的道路会变形、拉伸,仿佛在展现那些神秘的同伦群。在“拓扑村”的深处,有一个叫做“类比道”的地方,专门用来讨论“同伦”和“同调”的问题。这里的居民是一些专门研究“拓扑空间”的学者,他们常常在村庄里讨论“连通性”、“紧性”以及“欧拉示性数”。每年的秋天,这里会举行一场盛大的“同调竞赛”,数学家们需要借助“霍普夫映射”和“阿特伍德定理”将不同的拓扑结构归约到一个标准化的模型。赛场上,选手们展示了他们的“拓扑不变量”,各种“嵌入定理”与“同调群”在空中飞舞,仿佛能触碰到天空的极限。

而在“微分方程之峡谷”中,常常传来阵阵高亢的讨论声。这里的住民是一群钟情于微分方程的学者,最著名的当属“欧拉-拉格朗日”二人组。欧拉总是在研究如何用“常微分方程”来刻画物理现象,而拉格朗日则致力于通过“变分法”来发现最优解。在这片峡谷中,人们有时还会见到一位“卡尔曼”大师,他带着一只神奇的“卡尔曼滤波器”,总能在复杂的动态系统中,提取出最重要的“状态估计”。每当卡尔曼大师走进峡谷,附近的树木、河流、甚至空气中的噪声都会开始静默,仿佛都在等待着他对“最优控制理论”的深刻解答。

在“度量空间山脉”的另一端,有一片“概率森林”。这片森林有着独特的规律,任何一棵树的生长都遵循“泊松过程”,森林的土壤中充满了“不确定性”,每一片叶子都是一个随机变量。森林的深处藏着“贝叶斯-帕松-拉普拉斯”三位贤者,他们经常在这里探讨如何通过“贝叶斯网络”来建构统计模型,或者如何通过“极大似然估计”来预测未来的事件。

在“矢量空间平原”上,众多数学家们像欧几里得、阿基米德、笛卡尔等,都在这片广袤的平原上留下了他们的足迹。在这片广阔的领域内,“线性代数”的大师总是带着他的“矩阵”与“特征值”,在不断地将不同维度的空间互相转换,创造着极限与无限之间的美丽画卷。除此之外,还有一片广袤的“希尔伯特平原”,平原上生长着众多的数学森林和神秘的定理山脉。其中有一条通往“范畴之城”的道路,这条路是由“范畴论”铺设的,它用一条“同构”桥连接着不同的数学领域。这个城市的建设者是“埃尔朗”(Eilenberg)和“马尔基厄尔”(Mac Lane),他们共同创造了“范畴论”的基础,强调了数学结构间的关系与变换。每当人们走进范畴之城,都会看到“函子桥”和“自然变换塔”巍然矗立,仿佛在讲述一个个不同领域之间的“同伦”与“同调”的深刻联系。

在城市的北部,有一片被称为“模糊逻辑草原”的广袤区域。这里住着“扎德”(Zadeh),他是“模糊集合”理论的奠基人。这片草原的特殊之处在于,任何物体的边界都变得模糊不清,定义变得不再是明确的零和一。在这里,“模糊集合”和“隶属度函数”像是草原上飘动的风,能够让不确定性和模糊性在数学中得到应用。

再往东,进入了一个被称为“数值分析岛”的地方,岛上遍布着“高斯-赛德尔迭代法”和“雅可比法”的魔法阵。岛屿的中心有一座神秘的“数值逼近塔”,塔内住着和“库塔”(Martin Kutta),他们经常在塔内探讨“数值解法”和“误差分析”。塔顶悬挂着一块“收敛性”铭文,表明只有那些能在有限步骤内求得近似解的算法,才配得上进入塔顶。

Runge-Kutta法- 維基百科,自由嘅百科全書

岛屿的西面,有一座高耸的“图论山”,山顶处矗立着欧拉(Euller)和其他数学家,他们共同建立了图论的经典理论,推动了“图的着色”和“图的遍历”这两项基础理论的诞生。这里的居民时常以“图的连通性”与“欧拉回路”讨论,时而利用“斯图尔特定理”来指导他们如何在复杂网络中找到最佳路径。在岛屿的南方,是一片充满数理逻辑和不确定性的“哥德尔沼泽”,这个地方的主人是“哥德尔”(Gödel),他以其“不可判定性”定理著称。哥德尔沼泽中的水面时常漂浮着一些“自指”与“递归”的奇怪生物,它们不停地在“数理模型”中穿梭,试图破译“形式系统”的奥秘。这里的空气充满了“逻辑推理”的味道,每当春风吹过时,就会出现一阵“哥德尔不完全性”的阵阵回响。

南方不远,有一座叫做“拓扑荒野”的地方,荒野中住着斯坦因(Steenrod)与塞尔(Serre)。他们探索了拓扑学的边界,在此建立了“同调理论”和“层理论”。拓扑荒野的地形总是令人迷惑,时而平坦如“霍普夫环面”,时而曲折如“克莱因瓶”。这里的每一块岩石、每一棵树、每一滴水都充满了“连续性”和“同胚”的特性,仿佛能在无限的变换中保持不变。

而在“统计王国”的深处,住着“费舍尔”(Fisher)、“诺伊曼”(Neumann)与“皮尔逊”(Pearson)三位巨匠,他们共同开创了“统计推断”的新时代。在这里,密布的“概率密度森林”和“回归分析草原”里,弥漫着“不确定性”的气息。居民们时常在“极大似然估计”与“最小二乘法”的指引下,走向真理的彼岸。每当“费舍尔方差分析”传出声音时,周围的“抽样”与“假设检验”便会随着算法的变化而起伏。

在这片充满智慧和奥秘的“数学大地”上,有一座神秘的“计算机科学宫殿”。这座宫殿的建设者是“图灵”(Turing),他不仅是“图灵机”理论的创始人,还揭示了计算和可计算性的极限。宫殿的中心是一个巨大的“图灵测试”大厅,里面时常有来自各个领域的数学家和工程师在测试人工智能的极限,进行着一场场关于“算法复杂性”和“计算模型”的深刻对话。

计算机科学宫殿的周围有一片“信息论森林”,在这片森林中,“香农”(Shannon)和“哈夫曼”(Huffman)时常聚集在一起,讨论信息的“压缩”与“编码”问题。每当他们挥动手中的“信息熵公式”时,森林中的鸟儿似乎也开始发出更具“信息量”的鸣叫,仿佛在向世界传递着知识的真谛。

在“数学帝国”的东南角,有一片被称为“动力系统之海”的地方,那里充满了涌动的波涛与湍流。这里的领主是“庞加莱”(Poincaré),他是混沌理论的奠基人之一。在这片海洋中,任何一个小小的扰动都会引发系统的剧变,仿佛在传达着“初始条件敏感性”的深刻道理。海面上漂浮着“李雅普诺夫指数”的符号,预示着“稳定性”与“不稳定性”之间的永恒博弈。沙滩上存放着“斯梅尔马蹄”,象征着稳定的系统也会带来混沌。

在复数的世界里中,存在着两位伟大的数学探险家——FatouJulia。他们穿越了复数平面的神秘荒原,创造了复动力系统的基石。他们通过不懈的研究,发现了在复平面上,某些函数的迭代过程会演化出令人惊异的图形。Fatou专注于研究这些迭代过程的稳定性,而Julia则深入探索了这些过程的边界行为。他们的工作奠定了复动力学的基础,揭示了复数上“吸引域”和“逃逸域”之间复杂而美丽的关系。尽管他们的发现曾一度被忽视,但他们留下的理论为后来者铺设了通往深奥几何的道路。五十年后,一位名叫Mandelbrot的数学家,他仰望着复数平面的星空,发现了更加神秘的景象。他用无穷迭代的技术,揭示了一个无穷小的区域,这个区域的边界既不规则又精美,像是自相似的图案重复展开。这就是分形的起源,Mandelbrot集——一个既简单又极为复杂的图形,它的边界充满了无穷的细节。每次放大,它都展现出崭新的世界,如同数学世界的无尽宇宙,充满着无尽的可能性与奇迹。与此同时,Dennis Sullivan站在前人发现的基础上,揭开了一个新的谜题。他用极其精细的拓扑手段,证明了一个深刻的命题——有理函数没有游荡区间。他向世人展示了复数上的拓扑结构的力量,证明了无论多么复杂的函数,在适当的条件下都必须遵循某种精确的秩序。Sullivan的工作为动力系统带来了新的光辉,揭示了在混沌的世界中,依然隐藏着无法逃脱的内在秩序。

这些地方和人物共同构成了21世纪前的数学风景画,承载着数不尽的定理、公式与想法,像一条条交织的河流,永远流向未知的远方。此时此刻,四方的数学巨匠与神秘的数学力量共同演绎着世界的奇妙构造,无论是微分方程的华丽舞步,还是拓扑空间的神秘网格,亦或是代数群的无穷回响,都在这片土地上勾画出数学无穷尽的美丽与奥秘。

备注

  1. 高斯 (Gauss) – 德国数学家,贡献包括数论、概率论、复变函数等。
  1. 黎曼 (Riemann) – 德国数学家,以研究复变函数和几何方面的贡献著称,尤其是黎曼猜想。
  1. 伯努利兄弟 (Bernoulli) – 瑞士数学家家族,主要贡献在概率论和流体力学等领域。
  1. 拉普拉斯 (Laplace) – 法国数学家、天文学家,贡献包括天体力学、概率论。
  1. 欧几里得 (Euclid) – 古希腊数学家,被誉为几何学的奠基人。
  1. 庞加莱 (Poincaré) – 法国数学家、物理学家,拓扑学的奠基人之一。
  1. 牛顿 (Newton) – 英国数学家、物理学家,微积分的创始人之一。
  1. 莱布尼茨 (Leibniz) – 德国哲学家、数学家,微积分的共同发明者之一。
  1. 康托尔 (Cantor) – 德国数学家,集合论的创始人之一,提出了不同大小的无穷集合。
  1. 马尔科夫 (Markov) – 数学家,特别是马尔科夫过程的研究者,马尔科夫链理论的重要人物。
  1. 卡尔曼 (Kalman) – 美国数学家,卡尔曼滤波器的发明者,广泛应用于控制理论与信号处理。
  1. 黎曼几何 (Riemannian Geometry) – 由黎曼创立的一种几何学,研究曲面和流形的性质。
  1. 柯西-施瓦茨不等式 (Cauchy-Schwarz Inequality) – 数学中著名的不等式,涉及向量的内积空间。
  1. 范畴论 (Category Theory) – 由埃尔朗和马尔基厄尔发展,强调对象和态射之间的关系。
  1. 模糊集合 (Fuzzy Set) – 扎德提出的集合理论,允许元素具有模糊的隶属度。
  1. 高斯-赛德尔迭代法 (Gauss-Seidel Iteration) – 数值分析中的迭代方法。
  1. 图论 (Graph Theory) – 研究图形结构的数学分支。
  1. 哥德尔不完全性 (Gödel Incompleteness) – 哥德尔提出的定理,表明任何足够强大的数学系统都存在不可判定的命题。
  1. 极大似然估计 (Maximum Likelihood Estimation) – 一种估计参数的方法,常用于统计推断。
  1. 图灵机 (Turing Machine) – 图灵提出的计算模型,是理论计算机科学的基础。

随笔(四十三)— 从范畴论到博士资格考试

当初在国外读博时,我的代数教授对范畴论(category theory)情有独钟,甚至亲自写了两本书,一本是关于环论的,另一本则深入探讨范畴论。每当代数考试临近时,他总爱出一些涉及群论、环论、模论和范畴论的题目,而域论和伽罗华理论却鲜有涉及。虽然教授的书籍颇具深度,但其中的内容往往艰涩难懂,且并不完全契合我的学习口味。于是,无奈之下,我只好前往图书馆翻阅其他参考书,经过一番查找,我偶然发现了 Serge Lang 的《代数学》。然而,翻阅之后,我意识到这本书虽然丰富,但并不完全符合教授考试的风格,最终它只能作为额外的学习补充材料。

终于,在图书馆翻阅了一番后,我找到了这本书——《Algebra: Chapter 0》。这本书不仅涉及范畴论,但却没有那么晦涩难懂,且充满了丰富的例子,极大地激发了我的兴趣。它由Paolo Aluffi编写,是一本研究生水平的代数教材,属于美国数学学会(AMS)《Graduate Studies in Mathematics》系列的第104卷。全书分为九章,内容从集合论和范畴论的基础知识开始,逐步深入群论、环与模、线性代数、域论以及同调代数等核心领域。

书中的第一章“预备知识”通过朴素的集合论和范畴论介绍基本概念,并强调普遍性质(universal properties)在代数中的重要性,为后续章节的学习奠定了坚实的理论基础。第二至第四章系统地探讨了群的结构,包括群同态、自由群、商群和群作用等内容,同时结合Sylow定理与对称群等经典例子,深化了对群论的理解。第五至第七章则聚焦于环论和模论,内容涵盖了唯一分解整环、多项式环的因式分解以及线性代数中的自由模理论。最后,第八章和第九章转向同调代数,研究张量积、Ext和Tor函子等高级工具,并最终以导出范畴和谱序列作为总结。

这本书,正是应对考试所需的必备教材!

Chapter 0

个人感觉,本书特别适合具备一定数学成熟度的读者,尤其是那些已接触过基础抽象代数但希望以更现代的观点重新审视该领域的学者,也适合研究生。其范畴论框架不仅统一了分散的代数概念,还为后续学习代数几何、表示论等提供了语言准备。此外,书中包含大量非传统例题(如由整除关系定义的范畴),挑战读者对代数结构的常规认知。该书以范畴论的语言为框架,系统介绍了抽象代数的基础概念和高级主题,为读者提供现代数学的统一视角。

  1. 范畴论视角:不同于传统教材,Aluffi从范畴论的角度重构代数概念,如将商集、直积等构造描述为特定范畴中的初始或终对象,凸显数学结构的普适性。例如,集合的并和积分别对应范畴中的余积和积,而群同态的基本定理则通过范畴的泛性质自然呈现。
  2. 强调普遍性质:书中反复出现“universal property”这一主题,将其作为理解代数对象(如自由群、张量积)的核心工具。例如,自由群的构造通过遗忘函子的左伴随定义,而多项式环的泛性质则刻画了其在交换环范畴中的唯一性。
  3. 渐进式难度设计:前四章适合本科学生,涵盖标准群论和环论内容;后五章逐步引入高阶主题,如诺特模、Jordan标准形及Galois理论,适合研究生阶段学习。每章末尾的习题既巩固基础知识,又延伸至模形式、四元数等拓展内容。
  4. 历史与动机结合:在引入新概念时,作者常辅以历史背景或直观动机。例如,同调代数的章节始于拓扑中的链复形类比,帮助读者理解代数与几何的联系。

在国外读博的第一个假期里,我几乎把自己泡在了图书馆,每天背着那本书来回穿梭于图书馆和住处之间。当图书馆还没开门时,我便坐在门口的长桌旁,开始埋头学习。整个假期,我几乎是这样度过的,熬过了无数个日日夜夜。终于,在第二个学期开始时,我顺利地通过了代数的博士资格考试,一次性解锁了这一关。那一刻,我长舒了一口气,心头的重担终于卸下,代数的世界也仿佛远离了我——如同所谓的“forget algebra”。

复动力系统创始人之一—数学家 Gaston Julia

生平简介

Gaston Maurice Julia(1893年2月3日-1978年3月19日)出生于法属阿尔及利亚的Sidi Bel Abbes。他自幼展现出对数学和音乐的浓厚兴趣,后进入巴黎高等师范学院(École Normale Supérieure)和巴黎大学深造。第一次世界大战期间,21岁的Julia应征入伍,并在战斗中遭受重伤,失去了鼻子,此后终生佩戴皮革面罩遮盖伤处。战后他重返学术生涯,成为法国数学界的核心人物,晚年于巴黎逝世。

数学贡献

Julia集与分形理论

Julia最著名的贡献是提出了Julia集的概念。1918年,25岁的 Julia 发表了199页的里程碑论文《有理函数迭代备忘录》(Mémoire sur l’itération des fonctions rationnelles),系统研究了复平面上有理函数的迭代行为,奠定了全纯动力系统理论的基础。这一成果为他赢得了法国科学院大奖(Grand Prix des Sciences Mathématiques)。 尽管他的工作一度被遗忘,直到20世纪70年代,Benoit Mandelbrot在研究分形时重新发掘并推广了Julia的理论,使Julia集与Mandelbrot集成为分形几何的核心内容。

学术影响与遗产

Gaston Julia 与 Pierre Fatou 共同开创了复动力系统的现代理论。他的研究涉及复分析、几何学、量子理论数学基础等领域,出版30部著作,如《Eléments de géométrie infinitésimale》(1927)和《Cours de Cinématique》(1928),他还培养了Claude Chevalley等著名数学家。《Oeuvres》(6卷,1968–1970)收录其全部研究成果,《Traité de Théorie de Fonctions》(1953)是函数论经典教材。

个人生活与家族

Julia的儿子Marc Julia是著名有机化学家,发明了“Julia烯烃化反应”。尽管身体残疾,Julia始终活跃于学术前沿,其坚韧与才华使他成为20世纪数学史上的标志性人物。

荣誉与纪念

二战后他继续任教于巴黎大学和巴黎综合理工学院,1934年当选法国科学院院士,1950年任院长。 1970年代,Mandelbrot 通过计算机可视化复兴了Julia的工作,使其理论在分形几何中重获关注。Julia 的成就通过分形理论的普及被广泛认可,其名字永久关联于数学中美丽的 Julia 集图形。他的多部著作被收录于《数学科学史百科全书》,而 MacTutor 数学史档案等资源持续记录他的学术遗产。

斯蒂芬·斯梅尔:从里约海滩到菲尔兹奖的数学传奇

20 世纪最具影响力的数学家之一

斯蒂芬·斯梅尔(Stephen Smale,1930年7月15日-)是20世纪最具影响力的数学家之一,以其在拓扑学、动力系统、经济学和计算理论等领域的开创性工作而闻名。他出生于美国密歇根州弗林特市的一个工程师家庭,从小展现出对数学的兴趣,但高中时期的学业表现并不突出。1948年,他进入密歇根大学学习物理,随后转向数学,并于1957年在拉乌尔·博特(Raoul Bott)的指导下获得博士学位,研究方向为微分拓扑。

Stephen Smale 的亲笔签名

斯梅尔的数学生涯充满了突破性贡献。1961年,他证明了五维及更高维度的庞加莱猜想(Poincaré Conjecture),这一成果震惊了数学界,并为他赢得了1966年的菲尔兹奖。他的证明方法引入了一系列拓扑方法和“h-配边定理”(h-cobordism theorem),这些工具成为微分拓扑领域的核心。他在动力系统领域的研究也极具影响力,特别是他构造的“马蹄映射”(Smale horseshoe),为混沌理论奠定了基础,并广泛应用于非线性动力学、气象学和生物数学等领域。

Smale 的学术成就

但是斯梅尔的学术生涯并非一帆风顺,他于1948年进入密歇根大学学习之后,他是一名不错的学生,被选入由鲍勃·索尔(Bob Thrall)教授的荣誉微积分课程,并取得了优异的A成绩。然而,在大学二年级和三年级期间,他的成绩平平,大多是B和C,甚至在核物理这门课上得了F。斯梅尔于1952年获得了理学学士学位。尽管成绩不佳,但凭借一些运气,他仍被密歇根大学数学系录取为研究生。然而,在研究生阶段的前几年,他的表现依然不佳,平均成绩仅为C。当系主任希尔德布兰特(Hildebrandt)威胁要将他开除时,他才开始更加认真地对待学业。最终,斯梅尔于1957年在拉乌尔·博特(Raoul Bott)的指导下获得博士学位,并开始在芝加哥大学担任讲师,由此开启了他的学术生涯。

Smale 的维基百科

在里约的沙滩上寻找马蹄映射

斯蒂芬·斯梅尔在1960年春天前往巴西里约热内卢的访问,成为他数学生涯中一段极具传奇色彩的经历。当时他获得了美国国家科学基金会(NSF)的资助,选择前往里约热内卢的纯粹与应用数学研究所(IMPA)进行学术交流。这段时期不仅孕育了他最重要的数学突破,也留下了”在里约海滩上完成伟大证明”的佳话。在里约工作期间,斯梅尔保持着独特的研究习惯,他常常带着笔记本来到著名的科帕卡巴纳海滩,在沙滩上思考数学问题。这种非传统的工作方式后来引发了一些争议,但也成为他创造性思维的象征。正是在这样的环境中,他同时完成了两项里程碑式的成果:动力系统中马蹄映射的发现和高维庞加莱猜想的证明。

Smale的文章

马蹄映射(Smale horseshoe)的发现是斯梅尔在里约期间最重要的贡献之一,这一发现彻底改变了人们对动力系统的理解。当时斯梅尔正在研究结构稳定性问题,受到同事Mauricio Peixoto的启发,他开始深入思考动力系统的长期行为。在里约海滩上的思考中,他构造出一个简单而深刻的几何模型——马蹄映射,这个模型展示了一个确定性系统如何产生看似随机的行为。马蹄映射的核心思想是通过拉伸、折叠的几何变换,展现出动力系统中对初始条件的敏感依赖性,这后来成为混沌理论的基石之一。这一发现不仅为混沌现象提供了严格的数学描述,也为后来的动力系统研究开辟了全新方向。

里约的海滩

在拓扑学领域,斯梅尔在里约期间完成了对高维庞加莱猜想的突破性证明。庞加莱猜想是拓扑学中最著名的未解决问题之一,其核心是探讨如何通过局部性质判断一个空间是否等同于球面。斯梅尔采用创新的微分拓扑方法,成功证明了该猜想在五维及更高维度上的正确性。他的证明引入了革命性的”斯梅尔手术”技术,通过系统地处理流形上的奇异点,最终建立了h-配边定理。这个定理不仅解决了庞加莱猜想的高维情形,还为流形的分类提供了强有力的工具。值得一提的是,斯梅尔在里约的证明过程极具个人特色,他常常在研究所和海滩之间往返,将深奥的拓扑思考与里约的自然环境奇妙地融合在一起。

而斯梅尔的数学觉醒始于他对庞加莱(Henri Poincaré)”同宿点”(homoclinic point)理论的重新发现。在里约热内卢数学研究所(IMPA)的图书馆里,斯梅尔偶然翻阅了美国数学家伯克霍夫(George Birkhoff)的著作集,其中详细记录了庞加莱在研究三体问题时提出的同宿点概念。庞加莱曾发现,在保守系统中,稳定流形和不稳定流形的横截相交会产生极其复杂的动力学行为,他将这种现象称为”同宿纠缠”。这一发现曾让庞加莱本人都感到震惊,以至于他在《天体力学新方法》中写道:”这一现象的复杂性令我震撼,我甚至不愿尝试描绘它的图景。”然而,这一深刻见解在随后的几十年里几乎被数学界遗忘,直到斯梅尔通过伯克霍夫的著作重新发现了它。

与此同时,斯梅尔正与动力系统领域的另一位关键人物——麻省理工学院的诺曼·莱文森(Norman Levinson)保持着密切的学术交流。莱文森在1949年对英国数学家卡特赖特(Cartwright)和利特尔伍德(Littlewood)关于非线性振动的研究进行了严格化,他们的工作揭示了某些微分方程中存在的复杂解行为。莱文森在给斯梅尔的信中指出了他早期猜想中的一个错误,这个批评成为斯梅尔思想转变的催化剂。斯梅尔后来回忆道:”莱文森的信像一道闪电,击碎了我原有的认知框架,迫使我重新思考动力系统的本质。”在里约海滩的反复推演中,斯梅尔将莱文森描述的复杂行为与庞加莱的同宿点理论联系起来,逐渐形成了”马蹄映射”的雏形。

前苏联数学家庞特里亚金(Lev Pontryagin)和安德罗诺夫(Alexander Andronov)的结构稳定性理论构成了影响斯梅尔的第三个重要思想来源。通过他在普林斯顿高等研究院的同事所罗门·莱夫谢茨(Solomon Lefschetz),斯梅尔接触到了苏联学派关于”粗糙系统”(即结构稳定系统)的研究。庞特里亚金和安德罗诺夫在1937年提出,许多物理系统可以用在微小扰动下保持定性性质的动力系统来描述。斯梅尔的巴西同事莫里斯·佩肖托(Mauricio Peixoto)曾跟随莱夫谢茨学习,他将这一理论传统带到了巴西。斯梅尔敏锐地意识到,庞特里亚金的结构稳定性理论与他自己正在思考的问题存在深刻联系,但苏联学派的研究因排除了同宿现象而显得过于局限。

在这三重理论背景的交织下,斯梅尔于1960年初在里约的海滩上完成了他的两大突破。在科帕卡巴纳海滩的某个下午,他忽然领悟到庞加莱的同宿点必然导致马蹄结构的出现。他后来描述这一顿悟时刻:”当我将同宿点的概念与莱文森描述的复杂行为联系起来时,整个图景突然变得清晰起来。”马蹄映射的精妙之处在于,它通过简单的几何操作(拉伸、折叠)展现了确定性系统中的内在随机性:一个二维映射将正方形区域拉伸变窄后折叠成马蹄形,通过迭代这个过程,系统会表现出对初始条件的极端敏感性——这正是混沌的核心特征。斯梅尔证明,这种马蹄结构在出现同宿点的系统中是普遍存在的,从而为混沌现象提供了第一个严格的数学框架。

马蹄映射

几乎在同一时期,斯梅尔在拓扑学领域也取得了惊人突破。多年来,他一直被庞加莱猜想所困扰,这个猜想探讨如何通过代数不变量来识别球面。在里约期间,斯梅尔发展出了一套全新的微分拓扑方法。他创造性地将动力系统中的思想引入拓扑学,提出了”斯梅尔手术”技术,通过系统地处理高维流形上的奇异点,最终证明了五维及更高维度的庞加莱猜想。这一证明的关键在于h-配边定理的建立,该定理表明在某些条件下,两个流形之间的配边实际上是一个平凡配边。斯梅尔后来回忆,这一突破同样发生在里约的海滩上:”有一天,当我看着海浪周而复始地拍打沙滩时,突然想到了如何通过逐层消解流形上的奇点来构造同胚。”

斯梅尔在里约的这段科研经历展现了跨学科思想交融的强大创造力。他将庞加莱的天体力学直觉、莱文森的严格分析技巧和庞特里亚金的结构稳定性观点融为一体,最终在动力系统和拓扑学两个领域同时取得重大突破。这种独特的学术轨迹也反映了20世纪中叶数学发展的一个显著特征:不同学派、不同传统的数学思想在全球范围内的流动与碰撞。斯梅尔的工作不仅解决了具体难题,更重要的是建立了连接不同数学分支的新范式,为后续的混沌理论、微分拓扑和动力系统研究开辟了广阔的道路。正如他后来所说:”数学中最美妙的事情往往发生在你让不同领域的想法自由对话的时候。“斯梅尔后来回忆说,里约的海滩为他提供了理想的思考环境,阳光、海浪和轻松的氛围帮助他突破了传统思维的束缚。这种非传统的工作方式虽然一度引起NSF对其研究经费使用的质疑,但最终产出的卓越成果证明了其有效性。斯梅尔的这段经历也成为数学史上的一个传奇,展示了伟大数学发现可能诞生在最意想不到的环境之中。从马蹄映射的发现到庞加莱猜想的证明,斯梅尔在里约的短暂停留永久地改变了多个数学领域的发展轨迹。

斯梅尔马蹄映射

斯梅尔马蹄映射(Smale’s Horseshoe Map)是动力系统理论中的一个经典模型,由数学家Stephen Smale在1960年代提出。它通过简单的几何变换,揭示了混沌动力系统中的复杂行为,如无限周期轨道、非周期轨道以及拓扑熵的存在。马蹄映射的核心在于拉伸、折叠和压缩的操作,使得系统在迭代过程中产生高度复杂的动力学行为。

1. 马蹄映射的几何构造

初始设定

考虑一个矩形区域 D (例如单位正方形 [0,1] \times [0,1])。马蹄映射 f的作用是将这个矩形进行非线性拉伸和折叠,使其在水平方向上拉长,在垂直方向上压缩,并弯曲成“马蹄”形状。

拉伸与折叠

  1. 水平拉伸:首先,矩形 DDD 在水平方向上被拉伸(例如,长度变为原来的 \lambda 倍,\lambda > 2)。
  1. 垂直压缩:同时,在垂直方向上,矩形被压缩(高度变为原来的 \mu倍,\mu < 1/2)。
  1. 弯曲折叠:拉伸后的长条被弯曲成“U”形或“马蹄”形,并重新放置在原矩形区域上方,使得它横跨原矩形的两个垂直条带(例如,左右各占一部分)。

迭代过程

每次应用映射 f,矩形都会被拉伸、压缩并折叠一次。逆映射f^{-1} 则相当于反向操作,即垂直拉伸、水平压缩,并反向折叠。

马蹄映射

2. 马蹄映射的动力学行为

不变集与混沌

在无限次迭代后,某些点永远不会离开矩形 D,这些点的集合称为不变集 \Lambda\Lambda 是一个Cantor集(分形结构),由无限多个离散点组成,具有自相似性。这个不变集上的动力学行为是混沌的,即:存在无限多个周期轨道(任意长度的周期),存在非周期轨道(永不重复的轨道),系统对初始条件敏感依赖(微小变化导致长期行为完全不同)。

符号动力学与混沌

马蹄映射的不变集 \Lambda 可以与符号动力学(Symbolic Dynamics)对应:每个轨道可以用一个二进制序列(如 \dots 0 1 0 1 \dots)表示,其中“0”和“1”分别代表点在每次迭代中落在左侧或右侧条带。这种对应关系表明,马蹄映射的动力学行为等价于伯努利移位(Bernoulli Shift),即一个无限符号序列的混沌系统。

Smale 马蹄映射的变形

3. 马蹄映射的意义

Smale 马蹄映射是第一个严格证明的混沌系统之一,它展示了如何从简单的几何变换中产生极其复杂的动力学行为。它解释了横截同宿点(Transverse Homoclinic Points)的存在如何导致混沌(Poincaré曾发现同宿点,但Smale用马蹄映射严格证明了混沌的存在)。它广泛应用于非线性动力系统领域、天体力学、工程与物理中。

马蹄映射的迭代

4. 直观理解

想象一个橡皮筋被拉伸、压缩并折叠成一个马蹄形,然后再次拉伸、压缩并折叠。每次操作都会使橡皮筋的结构更加复杂,最终形成一个无限精细的网状结构(Cantor集)。在这个结构中,任何微小的扰动都会导致完全不同的未来轨迹,这正是混沌的本质。Smale马蹄映射的美妙之处在于,它用如此简单的几何操作,揭示了自然界中广泛存在的混沌现象。它不仅是一个数学构造,更是理解复杂动力系统的一把钥匙。

多次迭代

斯梅尔的学术生涯

在学术职位上,斯梅尔曾先后任教于哥伦比亚大学(1960–1964)、加州大学伯克利分校(1964–1995)和香港城市大学(1995–2002),并在伯克利分校退休后成为荣誉教授。在2003至2012年期间,斯梅尔担任丰田工业大学芝加哥分校的教授;此外自2009年8月1日起,他开始担任香港城市大学的特聘教授。斯梅尔的研究兴趣广泛,晚年还涉足计算理论和数理经济学。他研究了“牛顿法”在数值计算中的收敛性问题,并提出了“斯梅尔问题”(Smale’s problems),即“P vs. NP”问题的数值版本。在经济学领域,他与经济学家合作,探讨了一般均衡理论和市场动态的数学结构。他的多学科研究展现了他对数学及其应用的深刻理解。

教职经历

斯梅尔的卓越贡献为他赢得了多项顶级荣誉,包括菲尔兹奖(1966)、美国国家科学奖章(1996)和沃尔夫数学奖(2007)。他的工作不仅解决了高维庞加莱猜想这样的重大难题,还推动了动力系统、计算理论和经济学的发展。许多数学概念以他的名字命名,如斯梅尔马蹄、斯梅尔手术和斯梅尔问题,这些成果至今仍在数学和科学领域产生深远影响。

所获部分奖项

2002年退休后,斯梅尔仍保持对数学研究的热情。他的职业生涯体现了数学家对社会责任的关注,以及跨学科研究的价值。正如数学家迈克尔·阿蒂亚(Michael Atiyah)所说:“斯梅尔是那种罕见的数学家,他不仅能解决难题,还能改变整个数学的走向。”斯蒂芬·斯梅尔的生平和成就,无疑为现代数学留下了不可磨灭的印记。

沃尔夫奖得主Sullivan:菲尔茨奖得主Thurston的十个故事

William Thurston(昵称 Bill)是 1982 年数学界最高奖菲尔兹奖得主,2012 年去世。他的数学研究就像进行魔术表演,总是突然就从帽子里抽出绝妙的创意,无数次让世界范围内的数学家们惊叹不已。1970-1980年间,Thurston 的研究工作在拓扑学领域引起了一场翻天覆地的革命,对数学界的影响一直持续到现在。

Dennis Sullivan 是 2010 年数学界另一个大奖沃尔夫奖得主,在代数拓扑和复动力系统两个领域为数学界作出深刻的贡献。Thurston 和 Sullivan 的研究有着很大的交集。当 Sullivan 得知 Thurston 去世的消息后,他迅速写下了这十个记录他们之间来往的故事。

撰文|Dennis Sullivan

翻译|杜晓明

故事一

1971 年 12 月,在伯克利召开的一个动力系统研讨班结束的时候,貌似解决了一个能很好地应用于动力系统的平面上的棘手问题。解决方案宣称:能把 N 个两两位置不同的点逐步移动到另外的 N 个点,使得在移动过程中不发生自交,并且每一步都整体只移动非常小的距离。坐在前排的资深动力系统专家们都乐观地相信这个结果,因为根据之前的经验,在三维以及更高维数的动力系统的应用中,由于这些点能摆成一般位置,这个结论显然是对的,如今该定理在二维的情形也应该成立。

一个坐在教室最后排的长头发、大胡子的研究生站了起来,说证明中的算法是不成立的。他就是 Bill Thurston。他怯怯地走到黑板前面,画了两幅图,每幅图都有 7 个点。然后开始按照刚才的算法来操作。一开始出现的连线尽管很短很少,但毕竟挡住了另外一部分线的延伸方向。想把另外一部分线继续延长又同时避免出现交叉的话,必须从别的地方绕回来,于是各条线开始变得越来越长。在这个复杂的图示例子里,刚才的算法无效!我从未见过其他人有如此强的理解力,也从来没见过有人能如此之快就创造性地构造出反例。这让我从此对几何上可能出现的复杂性产生敬畏。

各个时期(上世纪70 年代、80 年代、90 年代)的 Thurston。

故事二

几天之后,伯克利的研究生们邀请我(那时我也同样是大胡子、长头发)在分隔办公区与电梯区的走廊墙壁上画一些与数学有关的壁画。就在准备画的时候,故事一里面提到的那位研究生跑来问我:“你觉得画这个东西有意思吗?”他给我看的是平面上围着三个点绕来绕去的一些复杂的一维对象。我问:“这是什么?”他的答案让我很惊讶:“它是一条简单闭曲线。”我说:“这一定很有趣!”

于是我们就开始花几个小时一起在墙上画这条曲线。这真是一次非常棒的学习如何粘贴的体验。为了让这条曲线看起来较美观,首先得画一些较短的、彼此平行的、有些弯曲的短线(正如叶状结构局部方形邻域内的图案一样),然后再把它们光滑地接起来。我问他是如何想到这样的曲线的,他说:“从一条给定的简单闭曲线出发,不停地沿着中间的相交曲线作成对的 Dehn twist。”

这幅 2 米高、4 米宽、画着曲线的壁画(见2003年《美国数学会通讯》第50卷第3期的封面)署有作者和日期:“DPS and BT, December, 1971”,它在伯克利的墙上保留了40多年,直到几年前才被擦去。

过去在伯克利 Evans Hall 里由 Thurston 和 Sullivan 一起画的壁画。这个围着三个点绕来绕去的复杂图像实际上是一条简单闭曲线。| 摄影:Ken Ribet

故事三

上面两个故事在伯克利发生的那个星期,其实我只是从麻省理工学院访问伯克利,讲一系列关于微分形式和流形同伦论的课。那时候叶状结构与微分形式到处出现,并且成为研究的热潮,我想利用在我的研究中出现的1-形式来描述基本群的中心下降序列,进而构造叶状结构。这些叶状结构的叶子覆盖了从流形到它的幂零流形的映射图像。幂零流形就是从基本群的高阶幂零子群出发构造的流形。这其实是把利用同调来构造的到高维环面的 Abel 映射推广成幂零的情形。由于缺少 Lie 群的知识,我曾向麻省理工学院和哈佛大学的微分几何学家们请教这个推广的可能性,但我自己还是没弄明白。这些都太模糊、太代数化了。

来到伯克利之后,我在第一次课上就提出这方面的问题,并私下里与 Bill 进行讨论。开始我并没有抱什么希望,因为这是奇怪的代数与几何的混合体。然而第二天,Bill 就想到了彻底的解决方法,并且给出了完整的解释。对于他来说,这些只是很初等的东西,涉及的几何知识也不多,仅仅是 Elie Cartan 的 dd=0 的对偶形式中的 Jacobi 关系。

就在以上两个故事发生期间,我向我的老朋友 Moe Hirsch 提起了 Bill Thurston。Thurston 是 Moe 的博士生,那时候正处于博士阶段的第五年。我记得是 Moe 还是谁说过,Bill 开始念博士时进展很缓慢,甚至在口试时出了点小问题。当时 Bill 被要求举一个万有覆盖的例子,他选择了画亏格为2 的曲面的万有覆盖,在黑板上画出一些笨拙的八边形,八个八边形共用一个顶点。

亏格 2 曲面的万有覆盖。

这种论证很快就在黑板上越来越呈现为没有说服力的混乱。我想 Bill 是第一个在考场上想出如此非平凡的万有覆盖的人。Moe 说,不久之后,Bill 便开始以每个月一个的速度解决博士论文级别的大问题。许多年之后,我听说就在那段时间里, Bill 刚好有了他的第一个孩子 Nathaniel。孩子在晚上不睡觉,所以 Bill 也没法睡觉。在念研究生的时候,有一整年的时间,他晚上都只能与 Nathaniel 在地板上来回地走。

在伯克利度过的那一周改变了我的人生。我很感激命运让我有幸欣赏到所谓的“莫扎特现象”,并且认识了一位新的朋友。我刚从伯克利回到麻省理工学院,就马上把这一切告诉我在麻省的同事们。但我想我的热情过于强烈了,以致没法让别人全部理解:“我遇到了自己所见过的、甚至从没期望会遇到的最好的一位研究生。”

我安排 Bill 先去普林斯顿高等研究院(IAS),然后来麻省理工学院做一场报告,并计划把他招到麻省理工学院。但最后的结果是,Bill 在 1973-1974 年来麻省理工学院访问了一年,但那一年我正好去访问法国高等科学研究院(IHES),并且在法国一待就是 20 年。而 Bill 则被邀请回到普林斯顿大学任职。

故事四

普林斯顿高等研究院,1972-1973

在 1972-1973 这段时间,我从麻省理工学院访问普林斯顿,于是与 Bill 接触的机会更多了。一天,我们从普林斯顿高等研究院出来准备去吃午饭。我问 Bill,什么是极限圆(horocycle)。他说:“你们待在这儿别动。”然后他开始向学院的草地走去。走了一段距离,他停住并转过身来,说:“你们在以我为圆心的圆周上。”然后他转身走得更远,再次转过身来说了一些东西。由于距离远,他说什么我已经听不清楚了。他每走到一个新的地方就再喊一次,我们终于知道他说的是同样的意思:“你们在以我为圆心的圆周上。”接下来他走得更远了。由于距离太远,他喊什么我都听不见了。等他转过身来使劲喊大概同样意思的时候,我忽然知道了什么是极限圆。

极限圆

Atiyah 问我们其中某些拓扑学家:平坦向量丛是否存在分类空间?他曾对这样的丛构造出一些新的示性类。由 Brown 定理,我们知道这东西存在,但是还不知道如何具体地构造出来。第二天,Atiyah 说,当他问 Thurston 这个问题的时候,Thurston 给出了一个神奇的构造:把作为向量丛结构群的李群看成一个抽象群,赋予离散拓扑,然后就给出分类空间。

后来,我听说 Thurston 通过画图证明给 Jack Milnor 看:任意单峰映射的动力系统模式都会出现在取适当值c时对应的二次函数 x → x2+c 的迭代中。我因为正在学习动力系统,所以就计划花一个学期的时间在普林斯顿,向 Bill 学习这篇从刚才提到的画图而发展出来的关于 Milnor-Thurston 万有性的著名论文。

故事五

普林斯顿大学,1976 年秋

1976 年 9 月,我准备去普林斯顿大学学习一维动力系统,而 Thurston 则已经发展出曲面映射的新理论。我刚到的时候,他在高等研究院做了三个小时精彩的即兴演讲来解释这个理论。我非常幸运:因为有之前在伯克利的墙上画那条曲线的艰苦劳动,由此启发,Thurston 关于叶状结构的极限的主要定理直观上对我来说非常清晰。在我待的那个学期即将结束的时候,Thurston 告诉我,他相信这些东西对应的映射环面具有双曲度量。我问他为什么,他说不知道如何向我解释,因为我没有充分理解微分几何。

在我离开普林斯顿之后的几个星期里,Bill 没有我的干扰,有更多时间从事研究。对于特定的 Haken 流形,他完成了双曲度量存在性的证明。而对于映射环面的情形,他后来又花了两年多的时间。其中的细节本文后面会说。

在 Bill 讲授的一门一学期课程里,研究生和我都学到了很多关键的思想:

  • 双曲几何在无穷远处变成共形几何”的类比。让人印象深刻的是,Bill 处理的方式是在双曲空间内部而不是在无穷远边界处,他关注的是一个特殊的模型。这给我带来完全不同的心理体验。
  • 我们学会极限点凸包的边界曲面的内蕴几何。一天,Bill 来上课,他在讲台上转动一个他自己做的精巧的纸制装置,不停地旋转,而他却不说任何话,直到我们领悟出平坦性为止。
  • 我们还学到了双曲曲面的厚薄分解。我记得 Bill 在普通房间的黑板上画出有 50 米长不停环绕的曲面薄块。忽然一切明朗起来,包括如何解释在几何上收敛到 Riemann 曲面组成的模空间上著名的 Deligne-Mumford 紧化上的点。

后来 Sullivan 在课上讲解带很“薄”的部分的双曲曲面。

1976 秋,我在普林斯顿整整待了一个学期。Bill 和我讨论如何理解 Poincare 猜想,希望证明一个对所有三维闭流形都成立的更一般性的猜想。我们的想法是建立在三维是相对较低的维数这个基础之上。我们在一篇小文中论述,只要能证明三维闭流形都有共形平坦坐标,就可以证明整个 Poincare 猜想。我们决定在这个问题上共同花上一年。然而,当时在那儿学习的一位名叫 Bill Goldman 的本科生在几年之后证明了这个前提是不正确的。(如果上数学家家谱网站查师承关系,可以查到 Thurston 与 Goldman 都是Hirsch 直接指导的博士。Thurston 为 Hirsch 带来的学术后裔有 200 多个,而 Goldman 则带来 30 多个。除了他们俩之外,Hirsch 的其他博士带来的学术后裔加起来没几个。)

接下来,Bill 在普林斯顿发展了 quasi-Fuchsian 型 Klein 群的极限的理论,来寻找映射环面上的双曲结构。与此同时,我在巴黎努力想解决 Ahlfors 的极限集零测度猜想。一年之后,他的研究取得了关键进展(把尖点封闭上了),而我的研究则在否定的方向上取得了极大进展(证明所有与已知 Klein 群信息有关的遍历论方法都是不够的,有太多深层次的非线性障碍)。在一次瑞士阿尔卑斯山上召开的会议上,我们对比了各自的笔记。他的整个映射环面证明计划虽然完成了,但是证明过程非常复杂。而我否定方向的信息则能把 Mostow 刚性定理推广成一般性的结论,这能在相当大的程度上简化 Bill 在纤维化情形下的证明(参见次年Bourbaki讨论班关于 Thurston 工作的报告)。

Thurston 证明映射环面上存在双曲结构的论文首页。该项工作把三维流形的双曲结构、Riemann 曲面、分形、填充二维区域的连续曲线等众多领域联系了起来。

故事六

石溪会议,1978 年夏

在石溪举行了一次关于Klein 群的盛大会议。Bill 出席了会议,但没有发言。Gromov 和我邀请他即兴做一个计划之外的长时间的报告。这是一场通向双曲三维流形无穷远端、凸包、皱褶曲面、ending lamination 等等的美妙旅程。在报告的过程中,Gromov 凑过来跟我说,Bill 这次报告使他感觉这个方面的研究还没真正开始。

凸包与皱褶曲面。双曲球体表面有一条分形曲线,粉红色与浅绿色的两个皱褶曲面围住的部分是该分形曲线在双曲球体内部的凸包,作为凸包边界的皱褶曲面在除了一个零测集之外都是测地曲面。| 图片来源:http://vivaldi.ics.nara-wu.ac.jp/~yamasita/

故事七

科罗拉多,1980 年 6 月至 1981 年 8 月

Bill 和我一起在 Boulder 大学做 Ulam 访问教授,在那里举办两个讨论班:一个较大的讨论班是把整个双曲性定理的全部证明细节过一遍,另一个较小的讨论班是关于Klein 群的动力系统以及一般性的动力系统。参加第一个讨论班的许多研究生们共同检查了双曲性定理的全部证明细节。

有一天,在动力系统的讨论班上,Thurston 迟到了。Dan Rudolph 正在精力充沛地对一个以往证明过程极度复杂的定理作简化证明。这个简化的证明在一小时之内就能讲完。在两个遍历的保测度变换的轨道相差不太远的前提下,该定理能把轨道等价类加强成共轭类。旧的证明 Katznelson、Ornstein 和 Weiss 用了一门短课才能解释清楚,而新证明的引人注目之处在于仅仅用一小时就能完成。Thurston 终于来了,问我前面讲了什么,让我帮他跟上进度。我都照办了。

在讲座即将结束的时候,Thurston 大声向我耳语:证明的难点究竟在哪里?我向他发出“嘘”声让他安静,提醒他应该尊重课堂环境。最后,Bill 说,只要想象一下:在一根线上布满了珠子;珠子往线的两端无穷地延伸,中间只有有限的间隙;然后让它们都滑向左边(同时他张开出双臂给我作形象的说明)。只要把这个想法翻译成标准的文字,就马上能给出一个新的证明。那天晚些时候,Dan Rudolph 充满敬畏地跟我说,他之前没有想象到 Bill Thurston 会聪明到这个程度。

故事八

美国加州 La Jolla 与巴黎,1981 年夏末

在科罗拉多的经历很愉快。Thurston 的几何讨论班在完全放松的氛围中度过。某一天我们构想出了 8 种几何模型,另一天我们为某个对象究竟应该命名为“manifold”还是“orbifold”而投票。我也正在写几篇我自己的关于 Hausdorff 维数、动力系统、极限集的测度的论文。接下来的夏天末尾,Thurston 回到普林斯顿。我则从巴黎飞到 La Jolla,给美国数学学会做一系列关于动力系统最新进展的特邀报告。为了达到更好的演讲效果,我决定改变报告的主题,换成首次向数学界公开展示整个双曲性定理!并且我也希望以此作为 Boulder 讨论班结束后我给自己安排的一次期末考试。

在去往美国的飞机上,我只准备了一页纸的概括性讲稿。但将要讲的报告却一共安排了四到五天,每天两场!第一天估计能勉强应付过去。我想:先讲点综述,剩下的再即兴发挥一下吧。但是想把这么重要的一系列报告做好,我需要极好的运气。历史性的时刻到了!

从巴黎到加州有 9 个小时的时差。刚到达的那天深夜我睡不着,到安排给我的办公室里准备报告的内容。很快我却发现,关于双曲性的论证过程,我碰到很多问题都没法自行解答。这时我发现办公室桌上的电话居然还可以打长途。此刻加州的时间是凌晨 4 点,普林斯顿的时间是早上 7 点。我打电话到 Thurston 的家,他接了。我向他陈述了我的问题,他先给出部分简短的回答。我赶快用笔记下来。他说等送完小孩到学校再赶回办公室之后给我回电话。当他在两个半小时之后打电话给我时,我对他刚才的答案提出更多否定意见,而他又作出更加细致的答复。我们终于把所有可能产生问题的地方都处理完毕。

加州时间 8 点整,我准备好了两场演讲的材料。第一天顺利度过:第一场报告,午餐,去沙滩,游泳,第二场报告,晚餐,告别同事,回住处睡觉。重新看报告的录像时我才发现,听众的阵容强大得可怕:Ahlfors,Bott,陈省身,Kirby,Siebenmann,Edwards,Rosenberg,Freedman,丘成桐,Maskit,Kra,Keen,Dodziuk……

来听这次报告的人。作开场介绍的是德高望重的 Ahlfors。听众里包含了当时几何与拓扑领域几乎所有的顶尖数学家。

Bill 和我每天重复这样的事情,配合得很完美。每天加州时间早上 8 点的时候,我准备好我的两场报告内容,做好一切提问的应对。当陈述 Bill 那些绝妙地控制住测地线长度的技术时,演讲推向高潮!这些测地线是分支皱褶曲面在分支处的曲线。要估计它们的长度,利用的却是内蕴曲面上测地流产生的动力系统的熵。这个熵又与分支曲面万有覆盖的面积增长率有关。但在负曲率的空间中,这个面积的增长速度却又被双曲球体的体积增长率所控制。证毕!不但如此,Thurston 还构造出一个漂亮的例子,表明估计的界是精确的。对于听众之一的 Harold Rosenberg(他是来自巴黎的精明的朋友)来说,这次报告的水平是超乎想象的。报告结束之后,他沮丧地问我:“Dennis,你是不是一直把 Thurston 锁在你办公室的楼上呀?”

Sullivan 阐述控制测地线长度绝妙证明的时刻。

我之前一直对这些报告背后的故事三缄吾口,直到现在才说出来。这一系列报告都被 Micheal Freedman 用录像机记录了。如今这些 Thurston-Sullivan 讲座的视频都能在互联网上找到。

故事九

巴黎,1981 年秋

我在美国数学学会的演讲大获成功之后,Bill 来巴黎访问我。我在私人办公室买了个舒适的沙发床,以便于他休息。他很有礼貌地问了我以下两个问题:一、如果之前在美国数学学会的演讲上没有把报告的主题换成他的双曲性定理的话,我原定计划讲的是什么内容;二、在科罗拉多,除了双曲性定理的讨论班之外,我似乎还在一直忙着别的东西,具体是在研究什么。

关于这些,我总共有 6 篇计划中论文的内容要告诉他。其中包括一个我从他那里学到的最吸引人的想法:对于无穷远球面上一个适当的集合来说,从双曲球体内部一点看过去时,在视觉上的 Hausdorff 测度,能定义出一个双曲三维空间中 Laplace 算子对应于本征值 f(2-f) 的大于零的本征函数。我向他陈述并解释这些想法。每当我陈述完一个想法,他就马上给出一个证明,或者我给出我证明的主要思路。这六篇论文里的定理都被我们一一证明,有的是他证,有的是我证。我们差点漏掉一种情形:如果最后一个本征函数 f>1 的话,规范化之后新的本征函数的平方积分范数将可以通过凸核的体积来估计。Bill 躺回沙发床中,闭上双眼想了没多久,就很快把差点漏掉的这种情形证明了出来。他估计的方法是让测地线无限延长,然后在横截的方向求平均值。

随后我们外出散步,从 Orleans 港穿过巴黎市区走到 Clignancourt 港。我们边走边沉浸在数学讨论之中,以致于忘了自己身处何地。一直等到我们经过塞纳河,圣母院和古监狱同时映入眼帘时,才想起来自己置身于美丽的巴黎。

故事十

从普林斯顿到曼哈顿,1982-1983

由于开始了长达 13 年的纽约市立大学 Einstein 研讨班的主持职务,我不得不把时间分配开,一直在法国高等科学研究院和纽约市立大学研究生中心之间来回奔波。Einstein 研讨班的主题一开始是动力系统与拟共形同胚,后来慢慢转变成拓扑中的量子对象。Bill 则继续发掘和训练有天赋的学生,传播双曲空间那些漂亮的理论,培养出大批新一代年轻的几何学家。Bill 推迟写他那关于双曲性定理论文的终稿。取而代之的,是让他不断培养起来的越来越多的新一代几何学家们把整套理论发展到更加广阔的天地中去。他在 20 世纪 70 年代初关于叶状结构的论文震撼了该领域,但同时也终结了该领域的研究。他不想看到在双曲几何领域发生同样的事情。

有一次,我们准备在曼哈顿聚一下,讨论在单变量复动力系统、双曲几何,以及我之前研究的 Klein 群的各种类比。在公寓里我们很随意地讨论,讨论话题也开始拓展延伸。最后我们在 Bill 乘火车回普林斯顿之前 30 分钟制定好了研究计划。我概括了一般性的类比:庞加莱极限集、不连续域、复结构的形变、刚性定理、分类空间、Ahlfors 有限性定理、Ahlfors 与 Bers 的工作……与以下概念相比较:Julia 集、Fatou 集、非游荡域定理、Hubbard 与 Douady 的工作……他快速完整地吸收了这些想法,然后离开去坐火车。

两周之后,我们听说他用 Teichmüller 空间上不动点的观点改写了整个复动力系统的理论,其中的部分手法与他的双曲性定理异曲同工。若干年后许多新的结果相继涌现,比如 McMullen 的工作。自此,复动力系统的研究提升到了一个更高的水平。

后 记

在 2011 年 Banff 举行的 Jack Milnor 的 80 岁寿宴上,我和 Bill 再次相遇。在 30 年之后,我们从之前研究中断的地方重新开始。(当我第二次见到他的绿色格子衬衫时,我称赞这件衣服,第二天他就把衣服送给了我。)我们还约定一起去攻克 Klein 群和复动力系统框架里遗留下来的一个大问题:不变线场猜想。这是一个好主意,不幸的是,它永远都不可能实现了。

Thurston 在 Banff 的会议上讲解多项式迭代与熵之间的联系。

在那次会议上,当 Jeremy Kahn 报告他和 Markovic 合作的对长达数十年之久的子曲面猜想作出的证明的时候,Bill 小声对我说:“我忘了取偏移这一步了。”在 Kahn-Markovic 的证明中,需要把所有可能的理想三角形粘起来,构造出浸入的曲面,然后把遍历理论应用到在这个空间的作用上。当两个理想三角形沿着一条边粘合时,各自的中心在粘合的边上的垂足也许并不吻合,而是可以差了一个偏移量。这一步偏移保证了取极限时不遗漏任何东西,这也正是 Bill 之前的证明里漏掉的。我带着极为愉快的心情看到 Kahn 和 Markovic 完成了证明。证明的每一步都让我回忆起 30 多年前 Bill 发明的类似关键思想与技术。这些思想与技术都传递到他在普林斯顿的门徒们那儿了。

同一次会议上 Kahn 讲解他与合作者的技术。

本文英文原文出自Notices of the A.M.S.,2015 年 11 期。中文翻译曾发表于杜晓明科学网博客,此文为最新修订版,原文题目为“沃尔夫奖得主Sullivan:菲尔茨奖得主Thurston的十个故事”,现标题为编者所加。原文链接:https://www.ams.org/journals/notice

从动力系统到微分几何:谈一下三位巴西的数学大师

维灵顿·德梅洛:巴西动力系统理论的先驱

维灵顿·塞尔索·德梅洛(Welington Celso de Melo,1946-2016)是20世纪后半叶巴西数学界的杰出代表,以其在动力系统理论,特别是实一维动力系统和单峰映射重整化研究方面的开创性工作而闻名于世。这位严谨而富有洞察力的数学家不仅推动了数学理论的发展,还培养了一批优秀的学生,其中包括菲尔兹奖得主阿图尔·阿维拉。

早年生活与教育

维灵顿·德梅洛于1946年11月17日出生在巴西米纳斯吉拉斯州的小镇瓜佩。他在巴西接受了早期教育,后来进入里约热内卢的巴西纯数学与应用数学研究所(IMPA)深造。在IMPA,他有幸师从动力系统领域的另一位巴西数学巨匠雅各布·帕利斯(Jacob Palis),并于1970年代初期获得博士学位。

学术生涯与主要贡献

德梅洛的整个职业生涯几乎都与IMPA紧密相连。1980年,他成为该研究所的正式教授,并一直在此工作直至2016年去世。他的研究主要集中在动力系统理论,这是研究随时间演化的系统的数学分支。

实一维动力系统的拓扑行为:德梅洛与马可·马滕斯(Marco Martens)和塞巴斯蒂安·范斯特里恩(Sebastian van Strien)合作,对一维实动力系统的拓扑行为进行了全面描述。这项工作为理解简单系统中复杂动力学行为奠定了基础。

单峰映射的重整化理论:他与阿尔贝托·平托(Alberto Pinto)和埃德森·德法利亚(Edson de Faria)合作,证明了Cr单峰映射重整化的全局双曲性。这一重要结果为重整化理论提供了严格的数学基础,该理论在统计物理和量子场论中也有广泛应用。

数学严谨性:德梅洛以极端严谨的数学风格著称。他坚持最高标准的数学证明,这种严谨态度使他的工作具有极高的可信度和持久价值。1998年,他在柏林国际数学家大会上发表了题为”一维动力系统中的刚性与重整化”的演讲,总结了他在这方面的研究成果。

教学与学术影响

尽管德梅洛以严格著称,甚至”吓到”了一些学生,但他实际上是一位非常支持和鼓励年轻数学家的导师。最著名的例子是他与菲尔兹奖得主阿图尔·阿维拉的关系。阿维拉最初因为德梅洛的严格名声而不敢正式选修他的课程,只是旁听。然而,德梅洛很快发现了这位年轻学生的才华,并给予了他极大的鼓励和支持。这种师生关系最终促成了巴西数学的又一次辉煌。

德梅洛还指导了许多其他学生,并在IMPA建立了一个活跃的研究小组,使巴西在动力系统领域保持了国际领先地位。

荣誉与奖项

德梅洛的贡献获得了多项国际认可:

  • 2003年第三世界科学院奖(TWAS Prize)
  • 巴西科学院院士
  • 多个国际学术机构的特邀演讲者和访问教授

个人生活与遗产

德梅洛于2016年12月21日逝世,享年70岁。即使在休闲时间,如帆船运动时,他也在思考数学问题。他留下的不仅是重要的数学成果,还有培养新一代数学家的传统。正如阿图尔·阿维拉所回忆的,德梅洛虽然以严格著称,但实际上对学生非常友善和支持。

维灵顿·德梅洛的工作将巴西数学推向了国际舞台,他的遗产继续影响着全球的动力系统研究。他对数学严谨性的坚持和对年轻数学家的培养,为巴西数学界树立了高标准,确保了该国在这一领域的持续繁荣。

阿图尔·阿维拉:开创拉丁美洲动力系统的菲尔兹奖得主

阿图尔·阿维拉·科尔德罗·德梅洛(Artur Avila Cordeiro de Melo)是当代数学界最杰出的学者之一,以其在动力系统和谱理论领域的开创性工作闻名于世。这位巴西数学家于2014年获得菲尔兹奖,成为首位获此殊荣的拉丁美洲和葡语国家数学家,标志着全球数学研究版图的重要扩展。

早年经历与教育背景

阿维拉于1979年6月29日出生在巴西里约热内卢,自幼展现出非凡的数学天赋。他的父亲是一位自学成才的会计师,在阿维拉三岁时就教会了他读写和基础数学。五岁时,阿维拉已经开始自学阅读数学书籍,展现出超前的学习能力。

1995年,年仅16岁的阿维拉在国际数学奥林匹克竞赛中获得金牌,这一成就为他赢得了巴西纯数学与应用数学研究所(IMPA)的奖学金。值得注意的是,他在攻读硕士学位期间仍在里约热内卢的圣本笃学院和圣阿戈斯蒂尼奥学院完成高中学业。

学术生涯与主要成就

阿维拉的学术道路堪称传奇。19岁时,他开始撰写关于动力系统理论的博士论文,并于2001年在IMPA获得博士学位,导师是著名数学家维灵顿·德梅洛(Welington de Melo)。同年,他前往法国进行博士后研究,师从1994年菲尔兹奖得主让-克里斯托夫·约科兹(Jean-Christophe Yoccoz)。

“十马丁尼问题”的解决:2005年,26岁的阿维拉与斯维特拉娜·吉托米尔斯基(Svetlana Jitomirskaya)合作,解决了由美国数学物理学家巴里·西蒙(Barry Simon)提出的”十马丁尼问题”。这个困扰学界25年的难题探讨了特定类型算子在给定参数条件下的谱是否为康托集。马克·卡克(Mark Kac)曾承诺为解决问题者提供十杯马丁尼作为奖励,阿维拉和吉托米尔斯基最终给出了肯定的答案。

Zorich-Kontsevich猜想的证明:同年,阿维拉与马塞洛·维亚纳(Marcelo Viana)合作证明了Zorich-Kontsevich猜想,该猜想涉及紧致黎曼曲面上阿贝尔微分模空间上Teichmüller流的非平凡Lyapunov指数的性质。

动力系统理论的革新:阿维拉的工作彻底改变了动力系统领域的研究面貌。他利用重整化这一强大思想作为统一原则,在一维和复动力系统、薛定谔算子的谱理论、平坦台球和部分双曲动力学等方面做出了基础性贡献。

学术职位与国际影响

阿维拉在学术机构间保持着独特的合作模式:

  • 2003年起担任法国国家科学研究中心(CNRS)研究员,2008年成为该中心最年轻的研究主任
  • 2018年9月起任苏黎世大学教授
  • 同时保持与IMPA的紧密联系,每年在巴西和法国各工作半年

这种跨国工作模式使他成为连接欧洲和拉丁美洲数学研究的重要桥梁。

荣誉与奖项

阿维拉的卓越贡献获得了国际数学界的广泛认可:

  • 2014年菲尔兹奖:数学界最高荣誉,表彰他在动力系统领域的革命性贡献
  • 2011年迈克尔·布林动力系统奖:表彰他在动力系统理论方面的杰出工作
  • 2008年欧洲数学学会奖:肯定他在数学研究上的卓越成就
  • 2006年塞勒姆奖:表彰他在调和分析及相关领域的贡献
  • 2015年法国荣誉军团骑士勋章:法国最高荣誉之一
  • 2019年当选美国国家科学院外籍院士:国际科学界的崇高荣誉

学术风格与个人特质

阿维拉以其深刻的洞察力和独特的解决问题方式著称。他曾在采访中提到:”很多时候,我寻找已知的难题并努力解决它们。但我也致力于构建和发展理论,这有时不仅涉及解决问题,还包括问题的表述。”这种理论构建与问题解决相结合的方法,使他的工作既有广度又有深度。

尽管成就卓著,阿维拉保持着谦逊的态度。他回忆自己最初因德梅洛教授的严格名声而不敢正式选修其课程,只是旁听,这一经历展现了他作为学习者的一面。如今,他自己也成为新一代数学家的榜样和导师。

对巴西及拉丁美洲数学的影响

阿维拉的成功对巴西和整个拉丁美洲的数学发展产生了深远影响:

  1. 激励作用:作为首位获得菲尔兹奖的拉丁美洲数学家,他证明了该地区的学者也能达到数学研究的最高水平
  2. 国际合作:他的跨国工作模式促进了巴西与欧洲顶尖数学机构的交流
  3. 教育推动:他的成功故事激励了无数拉丁美洲年轻人投身数学研究

阿维拉曾表示:”我来自一个数学传统并不强大的国家,这让我更加意识到在全球范围内推广数学的重要性。”这种使命感使他不仅是一位杰出的研究者,也成为数学教育和发展的重要倡导者。

当前研究与未来方向

近年来,阿维拉继续在动力系统理论的前沿开展工作。2017年,他在雅盖隆大学发表了题为”单频薛定谔算子与几乎可约性猜想”的Łojasiewicz讲座。2019年,多伦多菲尔兹研究所举办了以他命名的研讨会,探讨他工作的当前和潜在影响。

阿维拉的研究继续关注动力系统中的基本问题,如混沌行为的数学描述和长期预测的可能性。他在2019年菲尔兹研讨会上的公开演讲”应对混沌”中,反思了这一领域的历史演变和未来挑战。

阿图尔·阿维拉的故事不仅是个人天才的胜利,也是全球数学共同体多样性和包容性的证明。他的成就打破了地域限制,证明数学卓越可以来自世界任何角落。作为研究者、导师和榜样,阿维拉继续影响着数学的未来发展,他的遗产将激励几代数学家追求科学真理的最高境界。

曼弗雷多·多·卡莫:巴西微分几何学派的奠基者

曼弗雷多·佩尔迪冈·多·卡莫(Manfredo Perdigão do Carmo,1928-2018)是20世纪巴西最具影响力的数学家之一,被誉为”巴西微分几何的元老”。他通过开创性的研究、经典教材的撰写和杰出学生的培养,将巴西推上了国际微分几何研究的版图。多·卡莫的学术生涯跨越半个多世纪,其贡献不仅体现在理论研究中,更在于他建立了一个繁荣的数学学派。

早年生活与教育背景

多·卡莫于1928年8月15日出生在巴西东北部阿拉戈斯州的马塞约。1947年至1951年间,他在累西腓大学(现伯南布哥联邦大学)攻读土木工程,这一选择反映了当时巴西对应用学科的重视。毕业后,他短暂从事工程师工作,但很快转向数学教育。

1959年,在数学家埃隆·利马(Elon Lages Lima)的建议下,多·卡莫前往里约热内卢的巴西纯数学与应用数学研究所(IMPA)深造。这一决定改变了他的人生轨迹,也深刻影响了巴西数学的发展方向。1960年,他赴美国加州大学伯克利分校攻读博士学位,师从微分几何大师陈省身(Shiing-Shen Chern),并于1963年完成题为《某些凯勒流形的上同调环》的博士论文。

学术生涯与机构贡献

多·卡莫的职业生涯与IMPA紧密相连。1966年,他成为该研究所的教授,2003年起担任荣誉教授,直至2018年4月30日以89岁高龄在里约热内卢去世。IMPA作为拉丁美洲顶尖的数学研究机构,为多·卡莫提供了理想的研究环境,而他也为提升该机构的国际声誉做出了重要贡献。

在IMPA期间,多·卡莫不仅专注于个人研究,还积极参与学术管理。1971-1973年间,他担任巴西数学学会主席,推动国内数学教育的发展和国际交流的扩大。他的领导帮助巴西数学界建立了与全球顶尖学者的联系网络。

研究贡献与学术影响

多·卡莫的研究主要集中在黎曼几何曲面微分几何两大领域,他在以下几个方面做出了开创性贡献:

等距浸入的刚性与凸性

多·卡莫与F.华纳(F. Warner)合作研究了球面中超曲面的刚性与凸性问题。他们1969年发表在《微分几何杂志》上的论文《球面中超曲面的刚性与凸性》成为该领域的经典文献,为理解高维空间中曲面嵌入的性质奠定了基础。

极小曲面的稳定性

多·卡莫对极小曲面的稳定性研究尤为深入。他与J.L.巴博萨(J.L. Barbosa)合作的一系列工作建立了关于稳定极小曲面尺寸限制的重要结果。1978年,他在赫尔辛基国际数学家大会上作特邀报告,题为”极小曲面:稳定性与有限性”,总结了这一领域的研究进展。

常平均曲率流形

多·卡莫对常平均曲率流形的研究开辟了新的方向。他与M.达伊泽尔(M. Dajczer)合作研究了旋转超曲面在常曲率空间中的性质,这些成果发表在《美国数学会会报》等重要期刊上,为理解特殊曲面的几何性质提供了新工具。

流形拓扑与等周问题

多·卡莫对开放流形的里奇曲率与拓扑关系的研究,以及他与J.L.巴博萨合作的关于一般等周不等式的工作,都体现了他在几何分析领域的广泛兴趣和深刻洞察。

多·卡莫一生发表了100多篇经过同行评审的论文,2012年,施普林格出版社精选了他的部分重要论文结集出版,彰显了其工作的持久影响力。

经典教材与数学教育

多·卡莫对数学的贡献不仅体现在研究上,更在于他撰写的几部影响深远的教材:

  1. 《曲线与曲面的微分几何》(1976):这部经典教材已被翻译成多种语言,被哈佛大学、哥伦比亚大学等世界顶尖学府采用为课程教材。该书以清晰的叙述和精心设计的习题著称,培养了几代微分几何学者。
  2. 《黎曼几何》(1992):系统介绍了黎曼几何的基本概念和定理,成为研究生阶段的标准参考书。
  3. 《微分形式及其应用》(1994):为高年级本科生和研究生提供了微分形式的现代处理方法。

这些教材的共同特点是概念清晰、证明严谨、循序渐进,反映了多·卡莫对数学教育的深刻理解。他曾在采访中提到:”写教材时,我总是试图站在学生的角度思考,想象他们会遇到什么困难。”

学术传承与学生培养

多·卡莫指导了27名博士生,其中包括塞索·科斯塔(Celso Costa,发现科斯塔极小曲面)、马科斯·达伊泽尔(Marcos Dajczer)和凯蒂·特南布拉特(Keti Tenenblat)等著名几何学家。这些学生延续了他的学术风格,形成了巴西微分几何学派的中坚力量。

多·卡莫的指导风格以严谨著称。他的学生回忆道:”他从不轻易放过任何不严谨的论证,这种严格标准使我们终身受益。”同时,他也给予学生充分的自由探索空间,鼓励他们发展自己的研究兴趣。

荣誉与奖项

多·卡莫的学术成就获得了广泛认可:

  • 古根海姆奖学金(1965, 1968):两次获得这一著名研究资助
  • 阿尔瓦罗·阿尔贝托上将奖(1984):巴西科学技术领域的最高荣誉之一
  • TWAS数学奖(1992):第三世界科学院颁发的国际奖项
  • 巴西国家科学功绩勋章(1995):表彰他对巴西科学发展的杰出贡献
  • 美国数学会会士(2012):国际数学界的崇高荣誉

此外,他还获得了阿拉戈斯联邦大学(1991)和穆尔西亚大学(2012)的荣誉博士学位,并被选为巴西科学院院士(1970)和第三世界科学院院士(1997)。

学术遗产与影响

多·卡莫去世后,巴西数学界失去了一个标志性人物,但他留下的遗产仍在持续发挥作用:

  1. 巴西微分几何学派:他培养的学生和学生的学生形成了一个强大的研究群体,使巴西在微分几何领域保持国际领先地位。
  2. 教材的持久影响:他的著作继续被全球各地的大学采用,每年都有新的数学学子通过这些教材进入几何学的殿堂。
  3. IMPA的国际声誉:多·卡莫的工作帮助IMPA成为世界级的数学研究中心,吸引了来自全球的优秀学者。

2021年,《圣保罗数学科学杂志》出版了纪念多·卡莫的特刊,编者在前言中写道:”多·卡莫不仅是一位杰出的数学家,更是巴西科学界的灯塔,他的严谨、正直和对数学的热爱激励了我们所有人。”

曼弗雷多·多·卡莫的一生展现了纯粹数学研究的持久价值。从巴西东北部的土木工程学生到国际知名的几何学家,他的故事证明了数学无国界,天才可以在任何环境中绽放。通过研究、教学和学术领导,多·卡莫为巴西和世界的数学发展做出了不可磨灭的贡献,他的精神继续激励着追求数学真理的新一代学者。

如何用通俗易懂的语言来解释一维动力系统

我们用科普的角度来聊聊“一维动力系统”(One-Dimensional Dynamics)。

想象一下,你有一个非常简单的规则,这个规则告诉你:根据一个点当前的位置,如何确定它下一刻的位置。然后你不断地、一遍又一遍地应用这个规则。研究这个点在“时间”(可以理解为迭代次数)推进下如何运动、最终会去哪里、系统整体会表现出什么性质的学问,就是动力系统理论
当这个点只能在一条线上移动时(比如一条无限长的数轴,或者一个首尾相接的圆圈),我们研究的系统就叫做一维动力系统

为什么研究“一维”?

  1. 简单但深刻: 一维是维度最低的情况,规则相对简单,更容易分析和理解。但别小看它,即使是最简单的一维规则,也能产生极其复杂和令人惊讶的行为(比如混沌)。
  2. 基础性: 理解了一维系统的行为,是理解更高维(二维、三维甚至无穷维)更复杂系统的基础。很多高维系统中的核心思想和现象(如混沌、分形、吸引子)都能在一维模型中找到原型或被深刻理解。
  3. 应用广泛: 虽然模型简单,但一维动力系统可以用来描述很多实际现象的简化模型,比如:
    (1)种群增长: 今年昆虫的数量决定了明年的大致数量(考虑环境承载力的限制)。
    (2)简单物理过程: 单摆的近似运动(在小角度时)。
    (3)经济模型: 简单的市场供需关系演化。
    (4)信号处理: 某些反馈机制。

一维动力系统的核心要素:

  1. “舞台”: 点运动的空间。主要分两类:
  • 区间: 比如一条线段 [0, 1]。点不能跑出这个范围。
  • 圆周: 像一个环 。点跑出“右边界”会从“左边界”回来(反之亦然)。想象一个圆盘边缘的点。

2. “规则”: 一个函数 f(x)。它定义了如何根据当前点 x 的位置,计算出下一个点 x_{n+1} = f(x_n)。这个函数通常是连续的,有时甚至是光滑的(可导的)。

3. “演员”: 一个初始点 x₀

4. “剧情”: 点运动的轨迹 x₀, x₁ = f(x₀), x₂ = f(x₁) = f(f(x₀)), x₃ = f(f(f(x₀))), ...。这个序列 {x₀, x₁, x₂, ...} 称为轨道

研究什么?关键问题:

  1. 不动点: 有没有点 x* 满足 f(x*) = x*?这个点就像“黑洞”,一旦到达就永远停在那里。它是系统最简单的稳定状态。
  2. 周期点: 有没有点 x_p 满足 f(f(...f(x_p)...)) = x_p(应用 k 次后回到自身)?这样的点会产生一个循环往复的轨道 (x_p, f(x_p), f²(x_p), ..., f^{k-1}(x_p), x_p, ...),称为周期 k 轨道。这代表了系统的周期性行为。
  3. 吸引子: 大多数初始点的轨道最终会趋向于什么样的状态?是一个不动点?一个周期轨道?还是一个更复杂的、永不重复但被限制在某个区域的集合(混沌吸引子)?吸引子代表了系统长期行为的模式。
  4. 对初始条件的敏感性(蝴蝶效应): 这是混沌的核心特征。两个非常非常接近的初始点 x₀ 和 y₀,经过多次迭代后,它们的轨道 {x_n} 和 {y_n} 会分道扬镳,变得毫无关系吗?如果系统具有这种性质,那么长期预测就变得极其困难。
  5. 拓扑共轭: 两个看起来不同的规则 f(x) 和 g(x),是否本质上描述了相同的动力学行为?就像一个故事用中文和英文讲述,情节一样,只是语言不同。找到这种“等价关系”有助于对系统分类。
  6. 分岔: 当规则 f(x) 依赖于某个参数 a(比如 f_a(x) = a * x * (1 - x))时,随着 a 的变化,系统的长期行为(吸引子的类型、数量、稳定性)会发生突然的、戏剧性的变化。这就像调节一个旋钮,系统性质突然“跃变”了。

一个著名的例子:Logistic Map(逻辑斯蒂映射)


规则极其简单:f(x) = r * x * (1 - x)。其中 x 在 [0, 1] 区间内(比如可以代表种群数量占环境最大承载量的比例),r 是一个参数(比如代表繁殖率)。

  • 当 r 比较小(比如 r=2)时:几乎所有初始点的轨道都趋向于一个稳定的不动点。种群数量最终稳定在一个固定值。
  • 当 r 增大一些(比如 r=3.2)时:不动点失稳,出现一个稳定的周期2轨道。种群数量开始呈现“大小年”交替振荡。
  • 当 r 继续增大(比如 r=3.5)时:周期2失稳,出现稳定的周期4轨道。振荡模式变得更复杂。
  • 当 r 增大到某个临界值(约 r≈3.57)以上:系统进入混沌区!轨道看起来是随机的(虽然由完全确定的规则产生),永不重复,对初始条件极其敏感。种群数量变化变得不可长期预测。在这个区域里,还能发现一些“窗口”,其中又会出现稳定的周期轨道(比如周期3)。
  • 当 r=4 时:混沌行为充满整个区间 [0, 1],并且轨道点会稠密地分布在整个区间。

这个简单的二次函数,仅仅通过改变一个参数 r,就展现了从稳定、周期振荡到混沌的几乎所有一维动力系统的典型行为!它是一维动力系统研究的“明星模型”。

一维动力系统研究的是点在一条线(直线段或圆圈)上,按照一个确定的规则 f(x) 一步步移动的长期行为。它关注点最终会去哪里(吸引子)、是否会周期性重复、是否对起点极其敏感(混沌),以及当规则参数变化时行为如何突变(分岔)。虽然空间结构简单,但它能产生极其丰富和复杂的动力学现象,是理解更复杂系统的基础,并且在简化模型中描述了许多自然和社会现象。Logistic Map 是展示一维动力系统魅力最经典的例子。

从数学博士到电视艺人—《原来数学这么有用》

你能够想象一位东京大学的数学博士是日本电视艺人吗?这听起来似乎不太可能,但鹤崎修功却打破了这种常规,将严谨的数学思维与娱乐性十足的电视节目完美结合,成为了日本综艺节目《东大王》中的常驻嘉宾,并且连续6年稳居节目中的顶尖选手。这样一位跨界人物,能够将学术领域的深奥数学与大众化的娱乐形式结合,正是本书《原来数学这么有用》的独特魅力所在。

1. 学术与娱乐的完美结合:一本让你爱上数学的书

鹤崎修功的这本《原来数学这么有用》,不仅仅是一本讲解数学概念的书籍,更像是一场跨越学术与日常生活的思维旅行。在这本书中,作者以一种通俗易懂且引人入胜的方式,将数学的奥秘从教科书里带到了每个人的生活中。无论是通过大数的浪漫,还是揭示数学思维在日常生活中的无限便利,书中每个章节都渗透着数学与生活的紧密联系。数学不再是冷冰冰的公式,而是与我们的日常息息相关的一部分——从概率判断到逻辑推理,再到复利法则的应用,数学思维像一把钥匙,帮助我们解锁生活中的种种谜题。

2. 让数学不再高冷:不只是公式的背诵

与一般的数学书籍不同,鹤崎修功的这本《原来数学这么有用》并不以枯燥的公式和定理为主,而是通过许多生活中的例子和趣味性的讲解,使读者能够在轻松的氛围中理解数学的内涵。比如通过简单易懂的”维恩图”,让我们了解如何掌握整体情况;通过“反证法”帮助我们理清思维,找出难题的突破口。而且,作者还巧妙地通过历史故事将数学家们的经历和挑战呈现出来,这些天才人物的故事不仅丰富了书的内容,也给读者带来了不同于传统教科书的情感连接。

3. 从娱乐节目到数学殿堂:读这本书,你会重新定义“数学”

鹤崎修功的身份不仅仅是一名学者,他还是日本综艺节目《东大王》的冠军和常驻嘉宾。正是这种双重身份让他能够从不同的角度去看待数学:一方面是严谨的学术研究,另一方面则是通过娱乐的方式传播数学的乐趣。因此,这本书不仅适合学生和数学爱好者,更适合任何想在繁忙生活中找到一点数学趣味的读者。书中的附录部分特别适合文科生和数学基础薄弱的读者,通过简洁明了的计算技巧,让你在轻松中掌握数学的小窍门。这种“学以致用”的思维,让《原来数学这么有用》成为一本真正能够为普通读者带来实际价值的数学入门书籍。

4. 数学家与工作者的小故事:从毕达哥拉斯到鹤崎修功

《原来数学这么有用》不仅仅是一本介绍数学原理的书,它还融入了许多数学家和数学工作者的动人故事,带领读者走进数学的历史与人性。书中的每一位数学家,不论是远古的毕达哥拉斯,还是近现代的拉马努金、费马,甚至是书中的作者鹤崎修功自己,都通过独特的故事展现了数学世界的多样性与魅力。

例如,书中提到毕达哥拉斯,他不仅是数学的奠基人之一,还是一位哲学家和宗教改革者。毕达哥拉斯的“数学即美”的理念影响了后来的数学发展,他将数字与和谐美的关系融入了音乐、天文学等多个领域。费马的“费马大定理”则成为了数学史上最著名的难题之一,这一难题直至1994年才被证明,书中讲述了费马的简短批注以及他对于数学的热情,令人感受到数学探索中的孤独与坚持。鹤崎修功作为本书的作者,也通过自己跨越学术与娱乐的故事,讲述了数学家如何在现代社会中实现自我价值,他的亲身经历让读者明白,数学不仅是一种知识,也是一种思维方式,能够塑造人的世界观。

结语

《原来数学这么有用》不仅仅是一本数学书,它也成为了跨界传播数学思想的桥梁。在娱乐和学术的双重身份之间,鹤崎修功给我们呈现了一个更为生动和多元的数学世界。数学不再只是抽象的符号,而是走进了每个人的生活,帮助我们理解世界的规律和秩序。如果你也曾为枯燥的数学课感到头痛,那么不妨翻开这本书,感受数学在你生活中的美丽与实用。

在新加坡的这五年—学术篇(八)

在2010年12月的新加坡,没有冬天,只有雨天。每天差不多下午四点,天色微暗,图书馆的窗外就会下起一场雷阵雨,雷声轰鸣却不让人害怕,反而像是某种自然的节奏。而且下雨的时间非常准时,不多不少,正好是每天下午的四点左右。当年由于办公位紧张,再加上我的运气一般,导致我没有抽到办公位,所以我每天就喜欢坐在新加坡国立大学的理学院图书馆(Science)靠窗的位置,桌上摊着一篇数学论文,题目看起来很有难度:《Polynomial maps with a Julia set of positive Lebesgue measure: Fibonacci maps》。这是导师布置的任务,要我找出这篇论文中的一个“gap”,而且这个gap是Xavier Buff在1997年就已经指出,但是又没有明确指出哪一段有问题。我当时还很年轻,对动力系统入门并不算久,也没有阅读论文的经历,面对那些抽象的定理和公式,一度感到焦头烂额。

这篇论文声称,对于足够大的偶数 \ell,总存在实数c,使得映射 z \mapsto z^\ell + c 的Julia集具有正的Lebesgue测度。这是一个重要的结论,也是一道未解的难题。可惜的是,1997年时法国数学家Xavier Buff指出论文中存在严重缺陷,但具体问题所在一直无人给出明确分析。导师要我做的,就是从这篇纸面看似无懈可击的证明中,找出那个致命的漏洞。那段时间,我每天在图书馆待到闭馆,翻来覆去地研究每一个lemma、每一页的推导,一边听着窗外准时的雨声,一边陷在公式构筑的迷宫里。

Xavier Buff是一位法国数学家,虽然他写了一篇论文来解释原始论文中的“gap”,但他并没有用英文,而是选择了法语来表达。而且,这篇论文只是在布尔巴基的Seminar会议或者期刊上发表。毕竟,当着大佬们的面指出他们论文中的漏洞,压力是很大的,最好还是含蓄一些。毕竟,学术界的江湖并不是简单的打打杀杀,更多的是讲究人情世故。如果这些大佬的论文即便有瑕疵,最好不要随便去补漏洞,免得得罪人都不知道是怎么回事。那时我还年轻,依旧保持着一股浓烈的数学研究热情,尽管是法语论文,也没有难倒我。

我打开翻译软件,将Xavier Buff的论文一字一句地翻译。那时的科技远没有现在那么发达,翻译软件的功能也很有限。我只能一段一段地翻译,然后将翻译内容用LaTeX排版成英语文章。整整花了一个多月的时间,我终于把这篇论文翻译完成,并且整理成了英语版本,发给了导师。但我也感觉到,Xavier Buff在论文里其实并没有明确指出,原论文的哪一章节、哪一个定理、甚至哪一句话是错的。当时我就体会到了,果然,老外也是很讲究人情世故的。

不过,Xavier Buff针对Fibonacci Maps还是撰写了一篇英文的文章《FIXED POINTS OF RENORMALIZATION》。他将经典多项式映射的重正化理论拓展至更广泛的映射类型(称为L-映射),特别针对具有特定临界轨道组合结构的斐波那契映射(非经典重正化对象),构建了一个封闭的自洽重正化算子。证明实对称斐波那契映射的迭代重正化序列会收敛到一个二阶周期循环(即两个映射交替互为重正化结果)。这两个映射在临界点邻域内表现相同,而在另一特定区域内则呈现符号相反的对称关系。通过重正化不动点导出关键函数方程(Cvitanović-Feigenbaum方程),并证明其解具有独特的几何性质:解的解析域是由拟圆边界界定的拟盘。由此构造的多项式类映射,其动力系统的Julia集具有拟共形等价性(如等价于某类多项式的朱利亚集或拟圆)。这篇论文虽然提供了一个不错的想法,但是对指出原始论文的Gap帮助有限。

做科研比较痛苦的事情就是思考问题,而且要克服的事情就是每天起床之后要面对一天的失败,毕竟365天起码有300天没有结果。经过我个人的不懈努力,一页一页磨,总算在博士第三年把论文推进到Chapter10。虽然推进的速度相对其他方向慢了许多,但是我在阅读论文的过程中还是把周边的论文都读了个遍,包括但不限于Fibonacci Interval Map、Fibonacci Circle Map、Renormalization Theory、Martingale Theory 等方向的书籍与论文资料,当时给我的感觉就是除了这篇文章没搞定,其他论文都搞定了。而且这篇原始的论文我差不多也花费了快三年的时间,可能是我个人的天分不太够吧。在2021年左右,我在师弟的一篇报道中看到下面这一段话,引用在这里以激励大家努力工作从而做出杰出成果:

接近一年的时间就为了去搞懂一篇论文,这在有的人看来是很不划算的,沈老师却有不同的观点:“ 做数学要能静心来,年轻人花十年时间不去计较得失钻研数学不是件吃亏的事情”,这句话让我内心深受震撼。确实数学研究一直是困难重重,做出好的结果更加不易,大多数时候的付出往往没有收获,计较一时的得失只会犹豫不前。只有不忘初心,才不会愧对自己的人生。 “十年不亏”也成为了我后来学习生活的指路明灯,我相信那句话: “念念不忘,必有回响”。

最近到了2025年,回想起当时的种种,也觉得颇有一番道理。如果只是为了做一个普通的结果,那就最好不要去做了。还是要以核心的论文和课题为目标,只有树立远大的目标,最终才会有一个好的结果。比如说,在研究动力系统的过程中,如果以发表《Annals of Mathematics》为目标,那么说不定最终能发表一篇《Communications in Mathematical Physics》;如果以发表《Communications in Mathematical Physics》为目标,或许可以发表一篇《Ergodic Theory and Dynamical Systems》;如果以发表《Ergodic Theory and Dynamical Systems》为目标,最终可能只会发表一篇《Discrete and Continuous Dynamical Systems》;而如果以《Discrete and Continuous Dynamical Systems》为目标,那么估计最后只能发表国内期刊了。当时我还在读博士的时候,我们私下认为,要想在动力系统领域做下去,博士期间至少得发一篇《Ergodic Theory and Dynamical Systems》这个档次的论文,毕竟这算是动力系统领域的敲门砖,发表了之后就算是正式进入这个领域了。

转眼已经是2025年,我再次想起那篇让我头疼了好几年的论文。这一次,我有了一个全新的“助手”——人工智能。我将整篇论文输入到AI中,要求它分析出最有可能出错的关键lemma或theorem。为了避免它被先前的结果干扰,我每次分析前都清空对话历史。第一次,它指向了第10章;第二次,依然是第10章;第三次,依旧如此。这个结果让我震惊,因为十几年前,我也正是凭借自己的直觉和一堆手写演算,将焦点锁定在了那个章节。那一刻,我突然感受到一种跨越时间的验证——仿佛过去那个在热带雨中冥思苦想的我,终于得到了回应。

于是,我再次深入提问,追问第10章可能存在的潜在问题。这次,AI指出了引理10.3和定理10.3的渐进表达式可能存在问题,这与我当时认真分析和严格计算得到的初步结果已经非常相似。我意识到,AI并没有直接为我解答问题,它只是以另一种方式验证了我的直觉和判断。那时我可能还在用尺规构建数学的“积木”,而现在,AI则帮我拿起了扫描仪。它不是替代者,而是另一个视角,一个冷静、系统、高效的数学“侦探”。它无法凭空理解抽象背后的意义,但它能以惊人的效率指向结构中的松动之处,让我们这些人类研究者能够更加聚焦地重新思考。

而在2010年我翻译的那一篇法语论文在AI的协助下,翻译变得极为容易,只需要短短几句话,我就可以得到完整的段落翻译,甚至还可以获得论文指出的“Gap”。从论文指出的内容来看,确实也算指出了原始论文存在不可逾越的缺陷。

这次经历让我对之前的科研进行了反思,也对AI的使用有了更深层次的体会。AI可以是导师,是助手,是共谋者,但它永远无法取代我们对于美、逻辑和意义的追求。我记得在新加坡的前三年时间里,我对着这篇论文感到迷茫和无力;而现在,我借助AI,让迷雾稍稍散去了一点。这不仅仅是一次问题的回溯,更像是一次人与技术共舞的实验。最终,我并没有解决那个难题,但我知道,解决的路径已经比过去清晰了许多。

未来的科研,将是人与AI的合奏。我们用直觉和经验提出问题,AI用速度和模式捕捉给出方向。而最终的证明与理解,仍然属于我们。那些新加坡每天准点落下的雷雨,就像是大自然给出的节奏,而AI,是帮我们听懂这段旋律的新耳朵。

分形几何:探索大自然的粗糙之美

我们生活的世界充满了复杂的形状:蜿蜒曲折的海岸线、崎岖不平的山脉、枝繁叶茂的树木、变幻莫测的云朵、人体内错综复杂的血管网络…这些形状无法用传统的欧几里得几何(点、线、圆、球、立方体等)来精确描述。它们往往显得“粗糙”、“破碎”、“不规则”,并且在不同的尺度下观察,似乎总能发现新的、相似的细节结构。为了描述和研究这种无处不在的复杂性,一门新的几何学应运而生——这就是分形几何

一、 什么是分形?

“分形”(Fractal)一词由数学家本华·曼德布罗特(Benoît B. Mandelbrot)在1975年根据拉丁语“fractus”(意为“破碎的”、“不规则的”)创造。虽然很难给出一个涵盖所有情况的精确定义,但分形通常具有以下核心特征:

1. 精细结构: 无论你将其放大多少倍,分形总是展现出丰富的细节。它没有传统意义上的“光滑”表面或边界。

2. 自相似性: 这是分形最显著的特征之一。它指的是分形的局部(一个小的部分)在形态、结构或统计特性上与整体相似。这种相似性可以是:

  • 精确自相似: 如科赫曲线(Koch curve)、谢尔宾斯基三角形(Sierpinski triangle)。每个小部分都是整体的精确缩小复制品。
  • 近似自相似: 如海岸线、山脉。整体和局部在统计特性(如粗糙度)上相似,但并非完全相同的几何形状。
  • 统计自相似: 在不同尺度下,分形的某些统计特性(如起伏的方差)保持不变。

3.分数维数: 这是分形区别于经典几何的关键数学特征。经典几何中,点是0维,线是1维,面是2维,体是3维。分形则具有非整数的维数(分数维)。例如:

  • 科赫曲线:其长度在无限放大下趋于无穷,但又不填满一个平面,其豪斯多夫维数约为1.262。
  • 康托尔集:一个在[0,1]区间内挖去中间三分之一,再对剩余部分不断重复此操作得到的点集。它长度为零(1维测度),但点数无限(0维测度不够),其豪斯多夫维数约为0.631。
  • 谢尔宾斯基地毯:其面积为零(2维测度),但结构无限复杂,豪斯多夫维数约为1.893。
  • 分数维数量化了分形填充空间的能力和其不规则性的程度。常见的分数维计算方法包括豪斯多夫维数(Hausdorff dimension)和计盒维数(Box-counting dimension)。

二、 分形的诞生与发展

虽然自然界的分形现象早已存在,但分形几何作为一门系统的数学学科,其奠基主要归功于曼德布罗特。他在20世纪60-70年代的工作,特别是1982年出版的巨著《大自然的分形几何学》(The Fractal Geometry of Nature),极大地推动和普及了分形几何。

  • 先驱者: 在曼德布罗特之前,一些数学家已经构造出了具有分形特性的“怪物曲线”,如皮亚诺曲线(Peano curve,能填满正方形)、希尔伯特曲线(Hilbert curve)、冯·科赫曲线(von Koch curve)、康托尔集(Cantor set)、魏尔斯特拉斯函数(处处连续但无处可导)等。但这些在当时多被视为数学上的“病态”反例,并未被系统地联系到自然界的形态。
  • 曼德布罗特: 曼德布罗特的关键贡献在于认识到这些“病态”结构恰恰是描述自然界中普遍存在的复杂、不规则形状的理想工具。他研究了棉花价格波动、尼罗河洪水、星系分布、海岸线长度等问题,发现它们都具有尺度不变性和统计自相似性。他提出“英国的海岸线有多长?”这个著名问题,揭示了测量结果依赖于测量尺度的分形本质。
  • 计算机图形学的推动: 计算机技术的发展使得复杂分形结构的可视化和计算成为可能。曼德布罗特集(Mandelbrot set)和朱利亚集(Julia set)等复动力系统产生的精美分形图像,极大地吸引了公众和科学家的兴趣,展示了数学惊人的美学价值。

三、 如何生成分形?

分形可以通过多种数学方法生成:

  1. 迭代函数系统: 这是生成分形(尤其是严格自相似分形)最常用和强大的方法之一。它基于一个几何变换集合(通常是收缩仿射变换,如缩放、旋转、平移),反复应用这些变换到一个初始集合(如一条线段、一个三角形)上。每次迭代都将变换作用到前一步的结果上。在无限次迭代后,结果会收敛到一个唯一的、不依赖于初始集的极限图形——即吸引子(Attractor),这个吸引子通常是一个分形。著名的谢尔宾斯基三角形、科赫曲线、巴恩斯利蕨(Barnsley fern)等都是用IFS生成的。
  2. 复动力系统: 对复平面上的简单函数(如 f(z)=z2+c ,其中 z 和 c 是复数)进行反复迭代。对于不同的初始点 z0 和参数 c ,其轨道行为(趋向无穷或保持有界)会形成极其复杂的边界。朱利亚集(Julia set)是使得迭代行为不稳定的点集边界。曼德布罗特集(Mandelbrot set)则是参数 c 的集合,使得从 z0=0 开始的迭代序列保持有界。这些集合都是具有精细结构和分数维数的著名分形。
  3. L-系统(林德迈耶系统): 主要用于模拟植物的生长。它基于一组符号(代表植物的组成部分,如茎、叶)和一组重写规则(规定符号如何被替换)。通过迭代应用这些规则,一个简单的初始字符串(“公理”)会演化成复杂的、具有自相似性的字符串,再通过图形解释(如“画线”、“转向”)就能绘制出分形植物。
  4. 随机分形: 在确定性规则(如IFS)中加入随机性(如随机选择变换),可以生成更接近自然界不规则形态的分形,如山脉、云层、景观。布朗运动(Brownian motion)的轨迹本身也是一个分形(维数为2)。

四、 分形几何的应用

分形几何的应用范围极其广泛,几乎渗透到科学和工程的各个领域:

1.自然科学:

  • 地理学/地质学: 模拟海岸线、河流网络、山脉地形、岩石裂缝分布、矿藏分布。
  • 生物学/医学: 描述血管系统、支气管树、神经结构、蛋白质折叠、DNA序列、肿瘤形态、心电图/脑电图分析。
  • 物理学: 研究湍流、材料断裂表面、多孔介质渗透性、电介质击穿、凝聚态物理中的相变和临界现象、等离子体。
  • 化学: 胶体聚合、高分子结构、催化剂表面分析。
  • 气象学: 云层结构、降雨分布模型。

2.工程技术:

  • 计算机图形学: 生成逼真的自然景观(地形、植被、云、火、烟雾)、纹理合成、特殊视觉效果。
  • 图像处理: 图像压缩(分形压缩利用图像的自相似性)、图像分析(纹理识别、边缘检测)。
  • 信号处理: 分析具有长程依赖性或自相似特性的信号(如网络流量、金融时间序列)。
  • 天线设计: 设计小型化、多频段的分形天线。
  • 材料科学: 分析材料表面粗糙度、多孔材料结构、复合材料性能。
  • 电子学: 设计分形电容器、电感器。

3.金融经济学: 分析金融时间序列(如股票价格、汇率)的波动特性(常具有分形特征和长记忆性)、风险管理。

4.艺术与设计: 分形艺术作为一种独特的数字艺术形式,创造出极具美感和复杂性的图像和动画。也应用于建筑设计、装饰图案设计。

五、 意义与未来

分形几何提供了一种全新的视角来观察和理解我们周围复杂、不规则的世界。它揭示了隐藏在混乱表象下的有序结构——尺度不变性和自相似性。分数维数则为我们提供了一种强大的量化工具来描述这些结构的复杂程度。

分形几何不仅是数学上的重大突破,更是连接数学与自然科学、工程技术乃至艺术的重要桥梁。它深刻地改变了我们对“形状”、“维度”和“复杂性”的传统认知。随着计算能力的提升和研究深入,分形几何必将在更多领域展现出其强大的描述、分析和创造能力,帮助我们更好地模拟自然、优化设计、理解复杂系统。这门描述“粗糙之美”的几何学,将继续拓展我们对宇宙和自身认知的边界。

为什么黎曼猜想如此之难?

结论先行:

  1. 素数定理比黎曼猜想的难度低得多,都凝聚了很多大数学家的智慧,历经近百年才有结果;
  2. 哪怕有个人能够证明存在常数 c\in(1/2,1) 使得 c<\Re(s)<1 这个区域内没有黎曼函数的零点,都是巨大的突破。

素数定理

先来介绍一下素数定理的发展历史。素数定理(Prime Number Theorem,PNT)是数论的核心成果之一,描述了素数分布的渐近规律。其发展历史跨越两个多世纪,凝聚了众多数学家的智慧。

高斯(Carl Friedrich Gauss,1792)在15岁时通过研究素数表发现:素数密度约为 \frac{1}{\ln x},于是提出猜想:\pi(x) \sim \int_2^x \frac{dt}{\ln t} = \text{Li}(x)(对数积分)。数学家勒让德(Adrien-Marie Legendre,1798)在《数论随笔》中提出经验公式:\pi(x) \sim \frac{x}{\ln x - 1.08366},首次尝试用解析方法逼近素数分布。

数学家切比雪夫(1850s)得到上下界证明:证明存在常数 c_1, c_2 > 0 使得: c_1 \frac{x}{\ln x} \leq \pi(x) \leq c_2 \frac{x}{\ln x}.具体值:c_1 = \ln(2^{1/2} \cdot 3^{1/3} \cdot 5^{1/5}/30^{1/30}) \approx 0.92c_2 \approx 1.11。他使用的关键工具切比雪夫函数 \psi(x) = \sum_{p^k \leq x} \ln p,并且证明 \pi(x) \sim \frac{x}{\ln x} 当且仅当 \psi(x) \sim x

黎曼(1859)提出了黎曼 \zeta 函数,并发表论文《论小于给定数值的素数个数》,定义: \zeta(s) = \sum_{n=1}^\infty \frac{1}{n^s} = \prod_p \left(1 - p^{-s}\right)^{-1} \quad (\text{Re}(s) > 1)。解析延拓至复平面(除 s=1 外全纯)。显式公式给出 \pi(x) 的精确表达式(含黎曼函数的零点): \pi(x) = \text{Li}(x) - \sum_\rho \text{Li}(x^\rho) + error

著名黎曼猜想:若所有非平凡零点满足 \Re(s) = \frac{1}{2},则素数定理误差最优。

素数定理的最终证明(1896)阿达玛(Jacques Hadamard)德·拉·瓦莱-普桑(Charles de la Vallée Poussin)独立证明\zeta(1 + it) \neq 0(对 t \neq 0),并推出: \psi(x) = x + o(x) \implies \pi(x) \sim \frac{x}{\ln x}。具体的方法

  1. 通过 \zeta(s) 的欧拉乘积和非零性,证明 \ln \zeta(s)\Re(s) \geq 1 解析。
  2. 移动积分路径,控制误差项。

直到20世纪,才有素数定理的初等证明(1949)塞尔伯格(Atle Selberg)埃尔德什(Paul Erdős)

  • 塞尔伯格恒等式\sum_{p \leq x} \ln^2 p + \sum_{pq \leq x} \ln p \ln q = 2x \ln x + O(x).
  • 初等方法:仅用实数分析,避免复变函数。
  • 争议:两人因证明优先权公开争论,但共享1950年菲尔兹奖(塞尔伯格)。

关于素数定理的精细化与推广误差项优化包括

  • 瓦莱-普桑(1899):\pi(x) = \text{Li}(x) + O(x e^{-c\sqrt{\ln x}})
  • 科赫(1901):若黎曼猜想成立,则 \pi(x) = \text{Li}(x) + O(\sqrt{x} \ln x)

历史意义

阶段贡献者关键突破
猜想高斯、勒让德发现 \pi(x) \sim x / \ln x 模式。
初等边界切比雪夫给出 \pi(x) 的上下界。
复分析奠基黎曼揭示 \zeta(s) 零点与素数分布的联系。
严格证明阿达玛、瓦莱-普桑证明 \zeta(1+it) \neq 0 推出 PNT。
初等证明塞尔伯格、埃尔德什不依赖复分析。
精细化瓦莱-普桑、科赫、狄利克雷优化误差项及推广到算术级数。

素数定理的重大意义与价值

  1. 解析数论诞生:素数定理证明标志解析数论成为独立分支。
  2. 黎曼猜想的基石:PNT 等价于 \zeta(s)\Re(s)=1 无零点,而黎曼猜想要求 \Re(s)=\frac{1}{2}
  3. 现代应用:PNT 是密码学(如 RSA 算法)和随机算法(如素性测试)的理论基础。

素数定理的发展史,是数学从实验观察走向严格分析,再回归初等本质的缩影,彰显了人类对素数奥秘的不懈探索。

黎曼猜想

黎曼猜想中关于 \zeta(s) 在直线 \Re(s) = 1 上无零点的结论,直接等价于数论中的核心定理——素数定理(Prime Number Theorem)。根据刚刚的陈述,素数定理描述素数分布渐近行为: \pi(x) \sim \frac{x}{\ln x} 或等价形式\psi(x) \sim x, 其中:\pi(x) 是不超过 x 的素数个数,\psi(x) = \sum_{p^k \leq x} \ln p 是切比雪夫函数(第二形式)。

在1896年,数学家阿达玛(Hadamard)和德·拉·瓦莱-普桑(de la Vallée Poussin)独立证明: \zeta(1 + it) \neq 0 对所有实数 t \neq 0 成立,这一结论直接推出素数定理。素数定理成立 \iff \zeta(s)\Re(s) = 1 上无零点(除 s=1 处的极点)。

证明思路(简要)

  1. 通过 \zeta(s) 控制素数分布
    利用 \zeta(s) 的欧拉乘积和解析延拓,将 \psi(x) 表示为复积分: \psi(x) = \frac{1}{2\pi i} \int_{\sigma - i\infty}^{\sigma + i\infty} \left( -\frac{\zeta'(s)}{\zeta(s)} \right) \frac{x^s}{s} ds \quad (\sigma > 1).
  2. 移动积分路径
    \zeta(s)\Re(s) = 1 无零点,可将积分路径移至 \Re(s) = 1 左侧,得到主项 x 和误差项。
  3. 误差控制
    \Re(s)=1 无零点保证了积分在移动路径时无奇点干扰,最终推出: \psi(x) = x + o(x).

4. 重要性

  • 素数分布的基础:素数定理是解析数论的里程碑,解决了高斯和勒让德关于 \pi(x) \sim x / \ln x 的猜想。
  • 黎曼猜想的弱形式
    \Re(s)=1 无零点比黎曼猜想(所有非平凡零点满足 \Re(s)=1/2)弱得多,但已足以推出素数分布的主项。
  • 误差优化
    若黎曼猜想成立,素数定理误差可优化为 \pi(x) = \mathrm{Li}(x) + O(\sqrt{x} \ln x),但无零点条件仅给出 \pi(x) = \mathrm{Li}(x) + O(x e^{-c\sqrt{\ln x}})

\zeta(s)\Re(s)=1 无零点这一性质,本质是素数定理的复分析表述。它不仅是黎曼猜想的部分条件,更是解析数论中连接 \zeta 函数零点与素数分布的桥梁。

黎曼猜想的零点与非零点区域

关于黎曼函数在实部小于1的区域(\Re(s) < 1)中零点分布,有以下结论:

1. 平凡零点(Trivial Zeros)

  • 黎曼函数在负偶数点(如 s = -2, -4, -6, \ldots)处有零点,这些零点称为平凡零点
  • 这些零点位于实轴上(\Re(s) < 0),且是 \Re(s) < 0区域内唯一的零点

2. 非平凡零点(Non-trivial Zeros)

  • 所有非平凡零点都位于临界带0 \leq \text{Re}(s) \leq 1)内。
  • 黎曼假设(未证明)声称这些零点全部位于临界线 \Re(s) = 1/2 上。

3. 无零点的区域

以下区域在\Re(s) < 1的范围内没有零点(包括平凡和非平凡零点):

  • \Re(s) < 0s \neq -2kk为正整数):除负偶数(平凡零点)外,\Re(s) < 0 的区域没有其他零点。
  • 函数方程 \zeta(s) = 2^s \pi^{s-1} \sin(\pi s / 2) \Gamma(1-s) \zeta(1-s) 表明,若 s 是零点,则 1-s 也是零点,但平凡零点仅在负偶数处。
  • \Re(s) = 1:Hadamard和de la Vallée Poussin证明 \zeta(1 + it) \neq 0 对所有实数 t 成立,这是素数定理证明的关键步骤。
  • 临界带内接近 \Re(s) = 1 的区域:存在一个零自由区域\Re(s) \geq 1 - \frac{c}{\log(|\Im(s)| + 2)},其中 c > 0 是常数。

4. 关键结论

  • \Re(s) > 1:无零点(欧拉乘积收敛且非零)。
  • \Re(s) < 0s \neq -2k:无零点(仅负偶数有平凡零点)。
  • \Re(s) = 1:无零点(素数定理)。
  • 临界带内但满足 \Re(s) \geq 1 - \frac{c}{\log(|\Im(s)| + 2)} 的区域无零点。尽管\Re(s) < 1,但这条曲线在无穷远处趋近于1。

非平凡零点仅可能存在于临界带内不满足上述零自由条件的区域(即 0 \leq \Re(s) < 1 - \frac{c}{\log(|\Im(s)| + 2)}),但黎曼假设认为它们实际全部位于 \Re(s) = 1/2 上。从上述结果来看,哪怕有人能够证明,存在常数 c \in (1/2,1) 使得 c<\Re(s)<1 上面没有黎曼函数的零点,都是一个重大的突破。而一般来说,一次到位的结果通常来说都是错误的。

总结

黎曼猜想之所以如此难解,根本原因在于它所牵涉的是素数分布的深层结构与复变函数的微妙行为之间的桥梁。这个猜想声称,黎曼函数所有非平凡零点的实部都是 1/2,而这一点虽看似单纯,却隐藏着极其复杂的解析结构。黎曼函数是一个在整个复平面上解析的函数,其行为受到极高阶、非线性、全局变量的共同影响——它不是一个简单的代数对象,而是一种高度刚性的全纯函数。更深层的困难在于,黎曼函数的零点并非孤立的“点”,而是牵动整个数论体系:它们决定着素数的统计规律与误差幅度。任何企图“看清”这些零点位置的工具,都必须同时具备解析、代数、几何乃至随机性理论的深度,而当前数学尚未发展出足以全面穿透这一层层屏障的统一语言。因此,黎曼猜想的难度不仅在于其技术复杂性,更在于它位于数学多个分支交汇的边界地带,是一道真正横跨整个数学版图的深渊。

斯蒂芬·斯梅尔:在里约海滩上改变数学的人

斯蒂芬·斯梅尔(Stephen Smale)是20世纪和21世纪最具影响力的数学家之一。他的学术生涯横跨拓扑学、动力系统、数学经济学以及计算理论等多个领域,留下了一系列深刻而广泛的贡献。1930年7月15日出生于美国密歇根州的弗林特市,前几天便是他的 95 岁大寿。斯梅尔在密歇根大学完成了他的本科与博士教育,他的博士论文题为《黎曼流形上的正则曲线》,导师是著名数学家劳尔·博特(Raoul Bott)。然而,这位年轻数学家的真正声名鹊起,源于他1961年完成的一项震惊世界的突破:高维庞加莱猜想的证明。

庞加莱猜想被认为是20世纪最重要的数学难题之一,其本意是探究在高维空间中,若一个光滑流形与球面具有相同的基本拓扑性质(即同伦等价),它是否必定就是球面本身(在同胚意义下)。斯梅尔巧妙地结合莫尔斯理论和他开创的h-配边定理(h-cobordism theorem),成功证明了当维度大于等于5时,这一猜想成立。这项工作不仅解决了一个长久未解的拓扑难题,更为后来维度较低情况下(尤其是三维庞加莱猜想)的问题奠定了理论框架和方法论基础。凭借这一成果,斯梅尔获得了1966年菲尔兹奖——这是数学界的最高荣誉之一。

然而,斯梅尔的视野远不止于拓扑学。他在动力系统理论中的工作同样具有革命性意义。最为人所津津乐道的是“斯梅尔马蹄映射”的提出。这个模型起源于他在巴西里约热内卢海滩度假时的灵感,被他戏称为“我最好的数学不是在办公室里完成的,而是在海滩上诞生的”。马蹄映射的几何图像非常直观:它将一个正方形区域拉伸、折叠,形成马蹄形状,再将其重新放回原始空间。这个简单的变换却产生了惊人的后果——在迭代中,它展示出对初始条件的极度敏感,导致轨道呈指数级分离,这正是“混沌”现象的核心特征。

通过对马蹄映射的严格数学分析,斯梅尔首次为“混沌”这一广义概念赋予了明晰而严密的定义。他证明该映射在一个康托集(Cantor set)上存在一个双曲不变子集,其动力学行为等价于伯努利移位这类符号动力系统。这意味着,即便一个系统在每一步的演化规则完全确定,其长期行为也可能表现出无法预测的复杂性。斯梅尔由此揭示出一个深刻的真理:在完全确定性的世界中,也潜藏着无限复杂与不确定性。

在进一步研究中,斯梅尔发展出莫尔斯-斯梅尔系统(Morse-Smale systems),这是一类结构稳定的动力系统,具有明确的吸引子与排斥子结构。他将莫尔斯理论与动力系统结合起来,构建了一套分析系统稳定性与拓扑结构之间联系的工具体系。在这些系统中,轨道的行为可以通过有限个稳定和不稳定的周期点来描述,从而使得对其长期演化的分析成为可能。这些理论成果不仅对数学内部产生了巨大影响,也为物理学中的湍流、气象学中的气候模型、工程中的非线性控制系统等提供了核心框架。

斯梅尔的视角一向超越数学的分科壁垒。他认为数学的真正魅力在于其结构性的思维方式可以应用到其他复杂系统中。1990年代以来,他开始关注经济学和计算理论,并与Shub、Blum合作提出了Blum–Shub–Smale模型(BSS模型)。这一模型旨在将传统图灵机的离散计算框架推广到实数域,建立一个能够处理连续变量问题的复杂性理论基础。这个模型尤其在研究数值计算复杂度、优化问题的可解性等方面,提供了重要的理论支持。

他还将拓扑工具引入经济学研究,试图用几何与动力系统的方法理解市场均衡的存在性与稳定性。例如,在研究一般均衡理论时,他探讨了价格调整过程是否能够收敛到均衡点,从而为新古典经济学中的“看不见的手”提供了数学分析的可能性。这种跨学科的工作风格,使斯梅尔在多个学科领域都留下了不可忽视的印记。

在斯梅尔看来,数学的发展不仅依赖于过去问题的解决,也需要对未来的大胆构想。1998年,他仿效大数学家希尔伯特的传统,发布了21世纪数学问题清单,总共列出18个未解的重要问题。这些问题涵盖数论、代数几何、计算理论、偏微分方程与动力系统等多个前沿方向。其中包括著名的黎曼猜想、P vs NP问题、纳维–斯托克斯方程的解的存在性与光滑性等,这些问题后来也被选为千禧年七大数学难题的一部分。斯梅尔的问题清单不仅展示了他对数学整体脉络的深刻理解,也对21世纪的数学研究方向产生了重要影响。

作为一位导师,斯梅尔同样具有极强的影响力。他培养的48位博士生中,有许多成为动力系统和混沌理论的领军人物,其中包括与他合著《微分方程、动力系统与混沌导论》的莫里斯·赫希(Morris Hirsch)和著名的科普作家、混沌研究者罗伯特·德瓦尼(Robert L. Devaney)。他们共同撰写的这本教材,已被引用超过12,000次,成为全球无数数学系与工程系课程的标准读物。

斯梅尔的学术成果受到世界广泛认可,除菲尔兹奖外,他还获得了美国国家科学奖章(1996)、沃尔夫数学奖(2007)、奥斯瓦尔德·维布伦几何奖(1966)和肖维内奖(1988)等诸多荣誉。他的影响甚至延伸至天文学界,一颗小行星被命名为“斯梅尔行星”(Smale Planet),以纪念他对科学的贡献。

斯梅尔一生坚持以非传统的方式思考问题,他喜欢说:“我的最佳数学灵感,往往不是在办公室里获得的。”这一观点在他创造马蹄映射的经历中得到了最好的诠释。他的经历证明了自由的思维环境与非线性的灵感源泉,往往比传统学术模式更能激发创造力。

斯梅尔的动力系统理论阐释了一个核心思想:简单规则可以孕育无限复杂。从高维拓扑到混沌动力系统,从实数计算理论到经济系统的动态建模,他持续推动数学扩展其疆域,直指自然与人类社会中深层的秩序与混乱。他让我们看到,在最基础的规则中,藏着宇宙运行的密码,而数学,正是我们用以破译这密码的语言。

跨越百年的素数间隙之谜:最小间隔与最大间隔

素数的呼吸:咫尺天涯与辽阔星河

在数字的汪洋中,素数如同散落的星辰,它们孤独地存在,除了自身和1,不被任何其他整数整除。它们的分布,是数学中最古老也最迷人的谜题之一。欧几里得早已证明,这星辰之河奔流不息,永无止境。然而,星辰之间的距离,却并非均匀。它们时而亲密依偎,时而相隔万里,仿佛宇宙本身在无声地呼吸。

素数表

为了证明素数有无穷多个,这里举两个常见的证明方法。

1. 欧几里得证明(反证法,公元前300年)

  • 思路:假设素数有限,构造一个新数导出矛盾。
  • 步骤
    1. 假设素数只有有限个,记为 p_1, p_2, \dots, p_n
    2. 构造新数 N = p_1 p_2 \cdots p_n + 1
    3. N 不被任何 p_i 整除(因 N \equiv 1 \pmod{p_i})。
    4. 因此 N 是素数或含有新素因子,与假设矛盾。
  • 意义:最古老且简洁的证明,开创了反证法的经典应用。

2. 欧拉证明(分析学方法,18世纪)

  • 思路:利用调和级数发散和算术基本定理。
  • 步骤
    1. 对调和级数取对数: \ln\left(\sum_{n=1}^\infty \frac{1}{n}\right) = \sum_{p} \ln\left(\frac{1}{1 - \frac{1}{p}}\right).
    2. 由调和级数发散 → 右端求和发散 → 素数个数无限。
  • 关键公式\sum_{n=1}^\infty \frac{1}{n} = \prod_{p} \left(1 - \frac{1}{p}\right)^{-1}.
  • 意义:首次将分析与数论结合,启发了黎曼 \zeta 函数研究。

两个证明不仅确认了素数的无限性,更推动了数论和分析发展,体现了数学的多样性与统一性。

素数定理(Prime Number Theorem, PNT)是数论中描述素数分布渐进行为的核心定理,其揭示了素数在自然数中的密度规律。设 \pi(x) 表示不超过实数 x 的素数个数,则当 x \rightarrow \infty 时,有: \pi(x) \sim \frac{x}{\ln x},其中符号 \sim 表示渐近等价,即: \lim_{x \to \infty} \frac{\pi(x)}{x / \ln x} = 1。通过数值的计算,我们可以直接得到下面的计算结果。

几个函数的对比结果

除此之外,素数定理还有以下等价表述,均描述相同的渐近行为:

对数积分形式(更精确):

\pi(x) \sim Li(x) = \int_2^x \frac{dt}{\ln t},其中 Li(x) 是对数积分函数,满足 Li(x) \sim \frac{x}{\ln x}

切比雪夫函数形式

定义 \theta(x) = \sum_{p \leq x} \ln p(对所有素数 p \leq x\ln p 求和),则: \theta(x) \sim x。定义 \psi(x) = \sum_{n \leq x} \Lambda(n)(其中 \Lambda(n) 是冯·曼戈尔特函数,当 n = p^k\Lambda(n) = \ln p,否则为 0),则: \psi(x) \sim x.

素数定理的直观解释。素数定理表明,当 x 极大时,x 附近的素数密度约为 \frac{1}{\ln x}示例

x = 10^6 时,\pi(x) \approx 78,498,而 x / \ln x \approx 72,382,比值约 1.085

x = 10^9 时,\pi(x) \approx 50,847,534x / \ln x \approx 48,254,942,比值约 1.053,更接近 $ latex 1$。

素数定理的历史意义:高斯(1792年)和勒让德(1798年)通过数值计算猜想 \pi(x) \sim \frac{x}{\ln x}。切比雪夫(1852年)证明 \frac{\pi(x)}{x / \ln x} 的极限若存在必为 1,并给出上下界

0.921 \leq \liminf \frac{\pi(x)}{x / \ln x} \leq \limsup \frac{\pi(x)}{x / \ln x}\leq 1.106

阿达玛与德·拉·瓦莱·普桑(1896年)独立利用复分析(黎曼ζ函数非零区域)完成证明。塞尔伯格与埃尔德什(1949年)给出仅用实分析的初等证明。

素数定理与黎曼猜想的关系:素数定理等价于黎曼 \zeta 函数在 \Re(s) = 1 上无非平凡零点。黎曼猜想若成立,可将误差项优化为 \pi(x) =Li(x) + O(\sqrt{x} \ln x)。狄利克雷定理(算术级数中的素数分布)是素数定理在模 qa\gcd(a,q)=1)素数集上的推广。

素数定理以简洁公式 \pi(x) \sim \frac{x}{\ln x} 揭示了素数的宏观分布规律,成为解析数论的基石,其证明融合了复分析与深刻数论思想,影响深远。

咫尺之间:孪生之梦

最令人心动的亲密,莫过于“孪生素数”——像(3,5)、(11,13)、(17,19)这样,仅相差2的素数对。它们如同双生子,在数轴上紧紧相随。孪生素数猜想断言:这样的“双生子”有无穷多对。它直观得近乎理所当然,却让最聪慧的头脑困扰了数百年。

孪生素数

长久以来,数学家们只能步步逼近。假设 p_{n} 表示第 n 个素数,那么相邻素数的间距就是 p_{n+1}-p_{n}。当 m\geq 1 是正整数的时候,定义 H_{m}=\liminf_{n\rightarrow +\infty}(p_{n+m}-p_{n}),那么 H_{1}=2 就是孪生素数猜想。

从历史发展的历程来看,数学家A. de Polignac提出猜想:对于任意偶数 2k,存在无穷多对相邻素数,其差恰好为 2k。这为后续研究提供了方向,后续称之为1849年 Polignac猜想

在1919年,挪威数学家V. Brun证明孪生素数倒数和收敛(Brun常数),并开创现代筛法。孪生素数的倒数和是数论中关于素数分布的一个重要结论。该结论揭示了孪生素数(即相差 2 的素数对,如 (3,5)、(11,13))的分布特征,其核心内容如下:

\mathcal{P}_2 为所有孪生素数对 (p, p+2) 的集合,则其倒数和收敛: \sum_{(p,p+2) \in \mathcal{P}_2} \left( \frac{1}{p} + \frac{1}{p+2} \right) < +\infty. 该级数的极限值称为 布鲁恩常数(Brun’s constant),记为 B_2B_2 \approx 1.902160583104 \ldots

孪生素数的倒数和与素数倒数和对比:所有素数的倒数和发散(即 \sum_{p} \frac{1}{p} \to \infty),而孪生素数的倒数和收敛。这表明孪生素数比全体素数稀疏得多,即使孪生素数有无穷多对(孪生素数猜想尚未证明),其分布密度也足够低以保证倒数和有限。收敛性说明孪生素数的分布满足: \pi_2(x) := \#\{ p \leq x \mid p, p+2 \in \mathbb{P}\} \ll \frac{x}{(\ln x)^2}, 即孪生素数的数量增长慢于 \frac{x}{(\ln x)^2}(对比素数定理 \pi(x) \sim \frac{x}{\ln x})。

布鲁恩的证明基于改进的筛法理论,核心步骤如下:

  1. 筛法构造:定义集合 S(x) 为所有不大于 x 的正整数 n 所组成的集合,这些 n 满足的条件是:对于所有小于 \sqrt{x} 的素数 p,p 既不整除 n,也不整除 n+2。则 \pi_2(x) \leq |S(x)| + O(\sqrt{x})
  2. 上界估计:布鲁恩通过组合计数证明: |S(x)| \leq C \cdot \frac{x}{(\ln x)^2},其中 C为常数,具体推导利用容斥原理和不等式放缩(如切比雪夫边界)。
  3. 倒数和收敛:由 \pi_2(x) \ll \frac{x}{(\ln x)^2} 可得: \sum_{p,p+2 \in \mathbb{P}} \frac{1}{p} \leq \sum_{k=1}^{\infty} \frac{\pi_2(2^k) - \pi_2(2^{k-1})}{2^{k-1}} \ll \sum_{k=1}^{\infty} \frac{1}{k^2} < \infty.

对前 N 个孪生素数对计算部分和: B_2(N) = \sum_{\substack{p \leq N \\ p, p+2 \in \mathbb{P}}} \left( \frac{1}{p} + \frac{1}{p+2} \right). 例如:当N = 10^6 时,B_2 \approx 1.518;当N = 10^{16} 时,B_2 \approx 1.902。针对收敛速度这个问题,因 \pi_2(x) \sim C_2 \frac{x}{(\ln x)^2}C_2 \approx 1.32 为孪生素数常数),级数收敛极慢,需极大 N 才能接近 B_2

布鲁恩定理以简洁而深刻的结论揭示了孪生素数分布的稀疏性,其证明融合了筛法与组合数学的精妙思想,成为解析数论的里程碑之一。该结论不仅推动了素数分布理论的进展,也在计算科学中留下有趣印记。

除此之外,布鲁恩还首次证明存在无穷多对9-殆素数(9-almost primes)的差为2(即“9+9”)。在1947年匈牙利数学家A. Rényi证明:存在常数 k,使得有无穷多对素数 pk-殆素数 m,其差为2(即“k+1”)。在1966年,E. Bombieri与H. Davenport证明孪生素数密度上界:\pi_2(x) \leq 8C_2 (\ln x)^{-2},表明孪生素数分布稀疏,后人称之为Bombieri-Davenport上界。在1978年,中国数学家陈景润证明:存在无穷多对素数 p 和2-殆素数 m,其差为2(即“1+2”),将筛法推向顶峰。在2005年,D. Goldston、J. Pintz和C. Yildirim证明:两个素数之间的间隙相比平均值可任意小。在强猜想假设(GEH)下,存在无穷多对素数差不超过16。

一个关键的突破来自张益唐教授。2013年,这位沉寂多年的学者带来震撼:存在无穷多对素数,它们的距离小于一个固定的数字——7000万。这个数字看似庞大,在无限的尺度下却微不足道。它如同在黑暗中凿开一道缝隙,证明素数并非总是疏离。在2013年4月,张益唐在《数学年刊》发表《素数间的有界间隔》,英文名是《Bounded Gaps between Primes》。首次严格证明:存在无穷多对素数对 (p, q),其差不超过7000万(即 p_{n+1} - p_n < 7 \times 10^7)。这一成果解决了弱哥德巴赫猜想的关键部分。

随后,数学界的“接力赛”开启,陶哲轩领导的“博学者计划”和其他数学家(如詹姆斯·梅纳德)不断优化工具,将这个距离极限压缩到了令人惊叹的246。我们离证明孪生素数猜想(距离为2)依然遥远,但曙光已现。这咫尺之遥的探索,揭示了素数分布中深藏的、难以捉摸的规律性。在 2013年5–6月,常数优化热潮开启,张益唐的成果引发全球数学家合作优化常数:

  • 5月28日:降至6000万
  • 5月31日:降至4200万
  • 6月2日:降至1300万
  • 6月5日:降至40万
  • 2013年底:Polymath项目结合James Maynard新方法,将常数降至246

到了2013年11月,James Maynard 在素数有界间距上取得了独立突破。James Maynard独立提出更简方法,将素数差常数降至600,并证明:对任意 k \geq 1,存在常数 C_k,使得无穷多对素数差不超过 C_k(Polymath项目进一步优化至246)。

2015年至今:后续进展Polymath8b项目给出精细上界公式:\pi_2(x) \leq C \frac{x}{(\ln x)^2},并探索广义孪生素数分布。

素数小间距的关键结论如下:

  • 核心问题:素数间距能否无限小?孪生素数猜想(差为2)是否成立?
  • 核心工具:筛法(Brun–Selberg)、指数和(Goldston–Pintz–Yildirim)、张益唐的松弛筛法结合Bombieri–Vinogradov定理。
  • 未解难题:孪生素数猜想(\liminf_{n \to \infty} (p_{n+1} - p_n) = 2)仍未完全证明,但246已是迄今最佳上界。

辽阔星河:自由的旷野

然而,素数的呼吸并非只有浅吟低唱。它们也渴望辽阔的空间。你能想象在数轴上找到任意长的、完全没有素数的“荒漠”吗?答案是肯定的。

一个巧妙的构造揭示了这种自由:考虑一串连续的数字:n! + 2, n! + 3, n! + 4, …, n! + n。对于任意大于1的整数k(k ≤ n),n! + k 都能被k整除(因为n!包含k)。因此,这串长达n-1个连续数字中,没有一个是素数!随着n的增大,这片“荒漠”可以任意延长。这意味着,素数之间的间隔,可以像宇宙膨胀一样,变得无比巨大。

数学家们不满足于此,他们想知道这间隔到底能有多大。埃尔德什等数学家用更精密的工具证明:在小于某个巨大数字X的范围内,必然存在相邻素数,其间隔远大于它们的“平均间隔”(约为ln X)。具体来说,这个最大间隔至少可以像 (ln X * ln ln X * ln ln ln ln X) / (ln ln ln X) 那样增长(尽管公式复杂,它描绘了一种远超平均的、爆发式的增长)。这如同在星辰之河中,存在着难以想象的辽阔寂静地带。

素数大间距(Big Gaps)研究素数间隔的渐进增长,其难度不亚于素数的小间距。在1931年,Westzynthius的开创性工作结果证明存在无穷多个素数间隔大于 \log p_n,即:

\limsup_{n\to\infty} \frac{p_{n+1}-p_n}{\log p_n} = \infty

首次确立素数间隔可无限超越对数尺度。

1935年,Erdős将上述结果进行改进。他引入新方法,证明:

\limsup_{n\to\infty} \frac{p_{n+1}-p_n}{\log p_n \cdot \frac{\log\log p_n}{(\log\log\log p_n)^2}} > 0

Erdős首次在分母中引入三重对数项,显著提升下界。

1938年:Rankin的又取得了重大突破。优化常数并引入四重对数项:

\limsup_{n\to\infty} \frac{p_{n+1}-p_n}{\log p_n \cdot \frac{(\log\log p_n) \cdot (\log\log\log\log p_n)}{(\log\log\log p_n)^2}} > c+o(1)

证明下界常数可大于 1(后经Pintz等优化至 c = 2e^\gamma)。其结果长期未被超越,成为经典基准。

到了2014年:Ford–Green–Konyagin–Tao–Maynard的革命性进展,彻底改进渐进阶:

\limsup_{n\to\infty} \frac{p_{n+1}-p_n}{\frac{\log p_n \cdot \log\log p_n \cdot \log\log\log\log p_n}{\log\log\log p_n}} \geq c > 0

首次将分母降为 \log\log\log p_n,突破Rankin框架。

截至2024年,相邻素数的最大间距是p_{n+1} - p_n = 1552(对应素数 p_n = 18,361,375,334,787)。上述渐进结果保证了间隔的无限增长,但具体数值依赖计算验证。素数大间距的发展历程体现了从初等证明到调和分析、组合数学的深度融合,尤其是2014年工作融合了多重数学工具,重塑了素数间隔的理论框架。

宇宙的韵律

素数的间距,就这样在“亲密无间”与“天各一方”之间摆荡。小间距(如孪生猜想)体现了素数分布潜在的某种“粘性”或聚集倾向;而大间距的存在,则彰显了其固有的、不可预测的随机性和自由。

数学家核心贡献
Green & Tao素数中存在任意长等差数列(Green-Tao 定理)。
张益唐素数间隙有界,开启小间隙研究。
Maynard独立优化间隙至 600;推广至多素数聚类;筛法创新。
Ford–Green–Konyagin–Tao–Maynard证明素数间隙可任意大(解决 Erdős–Rankin 猜想)。
Polymath协作优化间隙至 246,推动开放式数学研究。

这些成果共同推动了解析数论的突破,揭示了素数分布的深层结构,并为后续研究(如孪生素数猜想)奠定了基础。理解这些间距,就是试图破译宇宙在整数序列中留下的密码。张益唐的7000万、梅纳德的筛法革新、构造出的任意长荒漠、以及关于最大间隔的精密估计,都是人类智慧在探索这深邃韵律时留下的足迹。它们告诉我们,即使在最基础的数字序列里,也蕴藏着无限的惊奇——既有令人心安的亲密可能,也有挑战想象的辽阔自由。素数的呼吸,是数学宇宙永恒而迷人的心跳。

AI与数学教育的融合:开启个性化学习新时代

在现代数学的研究中,数学教育(Math Education)作为一个重要的研究领域,虽然看似不如一些前沿方向那么引人注目,但它仍然在 ICM 的标准中占有一席之地,数学教育也算是数学的研究方向之一。随着人工智能(AI)技术的飞速发展,数学教育与 AI 的结合呈现出巨大的潜力。从小学到大学的整个教育体系,AI 技术可以提供个性化的教学体验,助力每一个学生提升其数学能力。

ICM 2026 Speakers

如果是 AI 与数学教育相结合,那么可以做的东西就太多了。从小学开始,到中学,一直到后面的大学教育,都有数学的身影。从小学到大学阶段,AI 都能够提供个性化的教学体验。例如,在基础教育阶段,AI 可以通过智能算法分析学生的学习行为和学习进度,提供定制化的学习内容,帮助学生发现自己的薄弱环节,进而进行针对性训练。这种方式相比传统的一刀切式教学,可以更有效地提升学生的数学素养和解决问题的能力。

对于中学和大学阶段,AI 能够借助个性化推荐,挖掘学生在学习数学过程中可能遇到的概念理解偏差,帮助老师实时调整教学方法。同时,通过智能评测,AI 可以实时监控学生的学习进度,及时进行干预或提供更多的学习资源,甚至帮助学生进行模拟题训练和成绩预测。AI 还可以在数学教育的教学内容开发和教育评估中扮演重要角色。它不仅能协助教师设计更加丰富和互动性的课程内容,还能提供精准的学习成果评估,帮助教育者不断调整教学策略,实现精准化教育。

在中学阶段,借助学生每个人自己的错题,每个学生都可以实现基于错题的一个AI习题知识库,无论是放在“知乎直答”还是 ima.copilot 这个工具中,都可以实现这样的效果。学生只需要把自己的错题记录下来,然后上传系统,每隔一段时间就进行错题回顾,于是就可以实现错题的重复练习,达到进一步地提升效果。

在大学阶段,数学学习不仅限于基础知识的掌握,还涉及大量的专业文献和研究论文的阅读与分析。面对复杂的数学论文,传统的阅读方式往往需要耗费大量的时间与精力,尤其是在理解深奥的理论、推导过程或未解决的问题时,学生和研究者往往感到力不从心。然而,借助 AI 工具,读者可以更高效地进行论文的“粗读”和初步分析。

论文总结

通过 AI 工具的支持,学生可以先对整篇论文进行快速扫描和概括,AI 可以提取出文章的核心内容,包括主要结论、方法论以及重要的数学定理和公式。这种自动化的初步整理,帮助学生更快速地把握论文的大致框架,从而为更深入的研究提供指引。此外,AI 工具还能够根据学生的需求,进行论文内容的梳理和重构,帮助他们在特定的学术背景或研究领域中找到所需的信息。这对于那些内容繁杂、篇幅冗长的论文尤其重要,能有效节省时间,减少信息过载的困扰。

更重要的是,AI 工具能够自动识别论文中的未解决问题和猜想,帮助学生发现当前研究领域的空白和潜在的研究方向。例如,AI 可以通过分析现有文献的结论和讨论,识别出研究中的不足和未解之谜,甚至根据现有的数学理论预测一些尚未得到验证的猜想。这种功能不仅对学生的学习有益,也为研究者提供了创新的灵感和研究的潜在方向。

未解决的猜想

整体来看,AI 与数学教育的结合是一个巨大的潜力领域,不仅可以提升学生的数学能力,也能推动教育行业的全面升级。从这种角度来看,数学教育作为一个研究方向,不仅符合 ICM 的标准,也是推动数学和教育现代化的重要领域。

在新加坡的这五年—学术篇(七)

之前,我写过不少关于自己学术经历的文章,但今天我想换个角度,重新审视自己的博士历程。如果让我重新再来一次攻读博士学位,我会在哪些方面做出改进和优化?这正是这十年职场生涯中,我逐渐学到的一个重要技能——复盘。正如常言所说,赢了要清楚为什么赢,输了也要弄明白为什么输了。

在攻读博士期间,心态的转变至关重要。为什么这么说呢?因为读博士和本科、硕士有着明显的区别,博士生必须要产出论文。没有产出,就等于没有成绩。无论你在考试中排第几,最终能否在学术界占有一席之地,还是要看你做出了什么样的数学成果。在数学界,没人太在乎你学过多少数学知识,更关心的是你取得了哪些数学成就。因此,博士期间的心态转变显得尤为重要。你需要尽可能多地将时间投入到科研中,而不是陷入书本知识的海洋,反复阅读数学书籍,或者忙于参加各种各样的考试。

对于博士生而言,导师是获取资源的重要渠道之一。就像工作中,领导往往拥有各种资源,若不主动寻求,开展工作总是困难重重。博士生亦是如此,优秀的导师、教授、杰青、长江学者,甚至院士,背后都有丰富的资源。如果不主动争取,显然是在浪费这些宝贵资源。因此,在读博期间,千万不要忽视导师的作用。只要导师是相对靠谱的,即使面临严厉的批评,也要积极向导师寻求资源。这里的资源不仅仅包括经费支持、学术合作机会,还有可能是学术联系、合作项目、甚至就业推荐。想当初在2014年8月份在韩国首尔举办国际数学家大会的时候,如果我主动争取的话,说不定能够去现场参加的机会,也能够拿到院系的补助。所以说能向导师争取的资源就一定要去主动争取,否则资源就消失不见了。

然而,对于很多博士生来说,尤其是那些在本科和硕士阶段表现突出的学生,他们通常习惯了成为被表扬的对象。但在博士阶段,这种状态可能会发生反转。无论你做得多好,总有人比你做得更好,而表扬和正反馈也不像之前那么频繁。因此,接受这一点,对博士生来说是一个重要的心态调整。

决定攻读博士的学生很多,但能够在博士阶段取得重大突破的却寥寥无几。每个决定投身科研的人,心中都怀揣着一个梦想,那就是解决一些科研上的难题。然而,科研中的难题往往并非轻易可解,它们需要天时、地利、人和的完美结合,缺一不可。这也导致科研过程中充满了大量的负反馈。在这样的环境下,如何保持前行,如何有效消除负反馈的影响,成为了一个关键问题。负反馈过多,容易让博士生陷入拖延、焦虑、抑郁等负面情绪中。当我阅读《战胜拖拉》这本书时,我意识到有一种方法可以帮助自己克服这些困境。具体做法是,每天开始科研工作前,先规划好当天的任务,并从一个简单的开局开始,哪怕只是创建一个文件夹、打开一个latex文档,或者整理一个论文标题。接下来,我使用番茄工作法,通过30分钟的集中高效工作逐步展开,逐渐增加工作时间,力求每天在科研上投入3-4小时。这样,虽然时间看似匆匆过去,但每天都有一定的科研产出,长时间坚持下来,成果也会逐步显现。如果我能够在博士生的第二年就使用这个方法,恐怕早就解决科研上的不少问题了。

除了番茄工作法,合理的任务分解也是提高工作效率的关键。科研任务往往复杂且庞大,难以在短时间内完成,容易让人感到焦虑和沮丧。此时将任务分解成若干小块,逐一攻破,不仅能够减轻心理负担,还能提高工作积极性。在我的科研过程中,我发现将一个大问题拆分成若干个小问题,并给自己设定明确的阶段性目标,往往能带来意想不到的效果。

除此之外,在科研的道路上,最大的挑战之一就是如何面对持续的困难和不确定性。尤其是当研究没有显著进展时,负反馈的声音往往会变得愈发响亮。科研本身就充满了不确定性,很多时候博士生所做的工作可能并不会立即见到成果,这也是科研与其他领域不同之处。每一个新的发现背后,往往是无数次的失败和挫折积累而成的。面对这种反复的挑战,博士生必须学会接受失败,并在失败中寻找前进的动力。毕竟,失败本身并不意味着能力的不足,而是科学探索的一部分。在这种情况下,心态的调整显得尤为重要。正如《战胜拖拉》这本书所强调的,面对拖延和自我怀疑时,最关键的是保持一种积极的心态,学会为自己的每一个小进展庆祝,而不是一味地关注自己还未解决的问题。

在博士第四年科研的时候,当我渐渐适应了这种节奏,科研的压力也变得更加可控。虽然困难依旧存在,但每一次在论文上的小突破都让我感受到成长的力量。而这种成就感,正是驱动我继续前行的动力,也促使我最终完成了课题。

在新加坡的这五年—学术篇(六)

刚入学新加坡国立大学(NUS)时,作为一名数学博士,我为自己设定了一个明确的目标:在四大数学期刊上发表论文,即《Annals of Mathematics》、《Inventiones Mathematicae》、《Journal of the American Mathematical Society》和《Acta Mathematica》。这个目标是我科研生涯早期最重要的方向,也是我不断努力的动力源泉。

然而,博士第二年下学期,我的科研进入了困境。思路受阻,进展缓慢,那段时间我常常感到迷茫和焦虑,陷入了低效的恶性循环。进入博士第三年上学期,我重新振作,奋发图强,努力推进研究工作,取得了一些进展。但到了下学期,我再次陷入了科研瓶颈。那段时间,我深刻感受到拖延和自我怀疑所带来的负面影响。

幸运的是,在博士第三年下学期临近结束时,我读到了《战胜拖拉》这本书。这本书对我的影响深远,它帮助我认识到自己在时间管理和心理抗阻上的问题,也让我明白了持续努力的重要性。在调整了心态与习惯后,我的研究终于取得独立突破,完成了Real Bound Theorem的结果。这一阶段的成功,我由衷地感谢《战胜拖拉》。博士第四年,我保持了相对稳定且高效的节奏。几乎每周七天都在工作,平均每天有三小时左右的高质量研究时间。虽然听起来不多,但这三小时的专注深度和效率,为我带来了持续的产出与成长。

大约是在2014年的时候,也就是我博士第四年的时候,可能记忆有偏差。有一次师门几人在Dover聚餐,其中包括导师、大师兄、三师兄还有我。导师问我们几人:“你们几个最近每天花在科研上的时间有多少,是一个小时还是两个小时?”大家顿时沉默不言。当时我阅读了《战胜拖拉》且颇有心得,我确实也按照书中所说治疗本人的拖延症,每天至少也有三个小时投入写论文中。我就如实告知导师。导师立刻说:“三个小时是肯定不够的,你最后的结果不会太差”。回头看上去,最后的结果也不算太差,能够正常搞完论文,当然出路也不算太好,要凭借自己的实力留在学术圈要也比较困难。

我毕业之后,师门几个人也逐渐从国外回国了。后来到了2021~2022年的时候,看到另外一位师弟在四大(Inventiones Mathematicae)上发表了一篇文章,所在学校专门报道了这件事情,我认真阅读了一下里面的内容,其中有几句话印象颇深。

导师一般会布置三个层次的课题,分别是:第一个课题锻炼学生独立思考的能力,第二个课题培养学生独立解决问题的能力,第三个课题让学生独立找到一个有意思的问题并独立解决。

看到这里,回想起来自己大概只完成了第一个课题,也就是Wild Cantor Attractors在Fibonacci-like区间映射上的存在性。要是严格说起来,也没有锻炼出太多独立思考的能力,但是绝对培养了我坚韧不拔的能力和抗压能力,让我以后面对工作难题的时候总能够迎难而上。

为什么我只能完成第一个课题?这可能与博士前三年投入的时间和精力有关。博士第一年大部分时间都花在了应对各种研究生考试和博士生资格考试上。在这一年内,我完成了七门数学课程的学习,并一次性通过了两门博士资格考试。第二年第一学期,我顺利通过了博士资格考试的口试部分和开题报告。问题出现在第二年第二学期,科研进展和状态陷入了恶性循环。论文进展缓慢,思路难以展开,每当看到论文就头大,整个人也不知道自己在做什么,反正浑浑噩噩地度过了这一年。直到第三年第一学期,我才努力奋起直追,开始有了些论文阅读的进展,但很快在第三年第二学期又陷入了恶性循环。直到第三年第二学期接近结束时,我才成功完成了Real Bound Theorem的研究成果。第四年的两个学期,我都在努力追赶进度,终于在第四年结束时,完成了论文的框架和细节整理。博士第五年第一学期,我将论文整理完毕并提交,第二学期顺利完成答辩。

问题的根源在于,博士第二年和第三年我陷入了迷茫,浪费了许多时间,导致我没有足够的时间投入到第二个课题和第三个课题上。然而,尽管如此,我还是从导师那里得到了第二个课题。在博士第四年,当我基本搞定第一个课题,并有把握将其写成毕业论文时,导师立刻给了我第二个课题。这个课题的描述是这样的:

Conjecture. 是否可以找到一个光滑的区间映射,使得通过迭代构造的类Cantor集合具有正的勒贝格测度?

大家都知道,假设我们选择一个合适的函数 f,其形式类似于构造Cantor三分集合的过程。也就是说,Cantor三分集合可以表示为:\cap_{n=1}^{\infty}f^{-n}([0,1]) ,通过直接计算可以得出,Cantor三分集合的勒贝格测度为零。然而,问题在于是否能够找到一个新的区间映射f,通过迭代的方式构造出一个类Cantor集合,且该集合具有正的勒贝格测度?

当然,这个问题的难度非常大。当初我拿到这个问题时,导师对我说:“这个问题我不做了,你自己去做吧。”于是,我努力了一个多月,尽管没有找到明显的进展,但我发现这个区间映射的Real Bound Theorem与我之前做的有很大差异。毕业后,我没有继续研究这个问题。十年后,我再次搜索相关文献,依然没有找到明确的结论。与此同时,第二个课题也让我陷入了困境,以至于当时我已没有精力去独立寻找第三个课题了。

认真对比我与师弟的科研状态,其实有一些相似之处,也有明显的差异。相似的是,在前期我们都花了大量时间阅读难度极高的论文。师弟花了一年时间“啃”完一篇50页的四大顶刊论文,我当年也差不多,前期几乎花了半年到一年的时间才能真正读懂核心文献。但在工作状态和心态上,我们的差异就比较明显了。师弟在报告中提到,他坚持每天晚上11点睡觉、早上7点起床,中午午休半小时,保持全天的高效工作。而我当年明显做不到这一点,我平均每天在论文上的高质量工作时间大约只有3小时,其余时间基本没有投入到科研中。在心态方面,师弟似乎很早就认识到,做基础研究必须接受失败是常态,要学会保持积极的心态。而我直到博士第三年结束时,才真正意识到这一点的重要性。师弟还会每天自问:“今天有没有什么想学的知识、想看的文章?”他相信长期积累终会带来突破。而我当时基本上不会主动提出问题或设定目标,通常是导师给我什么论文,我就读什么论文,同时在毕业之前导师给的任务我一定都会完成。

应该是在2024年初,我和大师兄、二师兄一起吃饭时,大师兄突然提到一句话:“你只是在一个不太合适的时候,‘不想搞数学’的心态战胜了自己‘搞数学’的心态,导致你离开了数学。而这个时期,恰好是毕业的时刻,是你人生的一个拐点。”

那一刻,我不禁陷入了沉思。确实,那个时刻我并没有完全做好准备去继续面对数学研究的挑战,也许是因为心态的不稳定,才让自己在毕业的时候做出了放弃的决定。这句话让我意识到,心态在决定人生轨迹中的重要性,有时候一个小小的心态转变,就可能改变未来的方向。就像动力系统一样,初始值的一个微小变化都有可能导致未来轨迹的巨大变化。或许,这也是一个反思的契机,提醒我无论面对怎样的挑战,都不应该轻易被自己的情绪和心态所左右,而是要保持坚定和清晰的目标。人生的每一个转折点,都是自我成长的一部分,重要的是从中吸取教训,继续前行。

《少儿几何启蒙》

《少儿几何启蒙》是一套富有创意与启发性的数学启蒙书籍,共包含四本,分别涵盖了立体图形和学会推理等内容。特别值得一提的是其中的两本——《立体图形》和《学会推理》,它们不仅在几何知识的呈现上非常精致,更通过生动的学生与老师对话,将抽象的数学理论与实际的思维训练相结合。

《立体图形》深入浅出地讲解了表面积与体积的概念,欧拉公式以及立体图形的切分等内容。通过丰富的图示和通俗易懂的语言,书中成功地将复杂的几何问题变得直观而易于理解。尤其是在讲解欧拉公式时,书中通过互动式的对话,使学生不仅能理解公式的表面,还能思考背后的逻辑和应用,这种“讲解+思考”方式,既避免了枯燥的死记硬背,又能激发学生的数学兴趣和探究欲望。

《立体图形》也像是数学教育家波利亚的《怎样解题》对于儿童的简化版,书中的对话情节通过学生与老师的互动,让孩子在解题过程中学会如何分析问题、推理和归纳。每一章内容都循序渐进,注重培养学生的数学思维能力,而不仅仅是传授知识。这种方式非常适合初学者,既能帮助他们建立数学框架,也能培养解决问题的能力。

《学会推理》这本书则是用大量的定理和例子来向学生讲解了平面几何的诸多性质,包括勾股定理、三角函数等基础知识,让学生在阅读了这本书之后可以对平面几何有着跟进一步的了解和认识。

这套书的优点在于它以轻松、有趣的方式将数学的逻辑性与思维训练融入日常学习,帮助学生在探索几何世界的过程中,打下坚实的思维基础。对于家长和老师来说,这也是一本非常值得推荐的教学辅导书,让孩子在探索几何的同时,学会如何思考、如何解决问题。

《Chaos:混沌》

少了一钉子,失了一铁蹄;
少了一铁蹄,失了一战马;
少了一战马,失了一骑士;
少了一骑士,失了一胜仗;
少了一胜仗,失了一王国。

在数学中,一连串的时间变化会从一个起点开始,并且随着时间的增加,非常小的变化也会引起巨大的差异。这意味着就像蝴蝶效应一样,南美洲的蝴蝶轻轻地拍一下翅膀,就有可能会引起太平洋上的一场飓风。这种看似微不足道的变化,正是混沌理论的核心所在。我们常常认为,生活中的种种细节是偶然的、无关紧要的,但正是这些微小的变化,可能在不经意间推动着更大、更复杂的系统变化。这不仅仅是数学上的规律,同样也影响着社会、经济,甚至是我们的个人生活。

有时,我们并不会意识到,生活中的一些微不足道的小事,可能在无意中改变了我们的一生。也许是一场偶然的相遇,一次不经意的选择,甚至是一个小小的决定,似乎并不重要,却悄悄地推动了命运的车轮。正如混沌理论所揭示的那样,微小的变化可能在未来掀起巨大的波澜。当初还在南京大学读大一的时候,一次去食堂的路上偶然碰到了张老师,随口问起来要不要一起参加一个关于“One Dimensional Dynamics”的讨论班。当时笔者对这个课题也没有任何概念,但还是一口答应下来。没想到从答应参加讨论班的那时起,未来十年自己的科研工作将围绕着这个方向进行展开,直到博士毕业。

或许,那天你做了某个不经意的决定,或者在某个瞬间决定改变了人生的轨迹,原本不起眼的一件事,竟成了后来故事的转折点。它像一颗小石子投入湖中,激起的涟漪,最终扩展成了无法预见的大海。这种看似偶然的变化,正是我们所说的“蝴蝶效应”。生活中,很多改变我们命运的瞬间,往往都藏在那些我们未曾重视的细节里。

在《Chaos:混沌》一书中,作者詹姆斯格雷克深入探讨了这种现象,展示了在自然界、科学研究和人类历史中的无数例子。混沌并不是完全的无序,而是一种看似随机但又具有潜在规律的复杂状态。它让我们重新思考“秩序”与“混乱”之间的界限,挑战着我们对世界的传统理解。每一次的微小波动,都有可能引发不可预见的连锁反应。数学中的蝴蝶效应,正是通过对这些微小变化的观察与分析,揭示了背后深藏的复杂性。

如果你对数学中的这种神秘现象感兴趣,《Chaos:混沌》将是一本不可多得的好书。它不仅向你展示了混沌理论的基础,还通过一个个生动的例子,带领你走进一个充满不确定性却又极具魅力的世界。在这个世界里,任何微小的改变都可能引发不可预测的未来,而正是这种不可预测性,赋予了生活和科学以无限的可能性。