複數,通往真理的最短路徑

2021-02-07 奇趣數學苑

現代數學家對複數的看法如斯,無限拔高了複數的地位,這樣說有道理嗎?

我想,對於複數,或許大家一般會有以下的認知吧。


1.1 應付考試

高中的時候,會粗略地學習下複數,首先定義:



然後形如:



這樣的數就是複數。有了複數之後,開方運算就不再局限於大於0的數了,這樣高中必考的一元二次方程:



就總是有解了:



書上還會給出一些複數的運算法則,這樣高考命題組就可以出題了。最後留給同學們的印象,似乎複數就是一個類似於太陽能電筒(不帶蓄電池)一樣,屬於智力過剩的產物,是數學家的玩具。


1.2 數系完善

增加負數,可以使得減法任意進行。而有了  之後,開根號運算就可以隨意了,比如:



對數運算也可以操作負數了,比如(下面用到歐拉公式,可以參考這裡):



這樣,基本上就只有:

除以0



這兩個運算沒有辦法執行了。不過大家思考過沒有,完善數系真的那麼重要呢?如果非常重要的話,為什麼不能發明一個數系能夠使得「除以0 」可以進行下去?


你別說,史上有非常多的數學家想去發明能夠兼容「除以0」的數系,可惜都失敗了,因為沒有辦法自洽。比如說,某個數系兼容「除以0 」,那麼很容易得到荒謬的結論:



你說這種擴展數系的方法不對,換種別的擴展方式或許就能自洽。但是數學家試過各種擴展方式,都沒有辦法自洽。


深想一步,嘗試了無數種方法都沒有發明出兼容「除以0 」的數系,是否意味著不存在這樣的數系。就好比,嘗試了無數種永動機,下面是其中之一:

這些永動機最後都被證偽,實際上「永動機」這個目標就是錯誤的(1775年法國科學院通過決議,宣布永不接受永動機。現在美國專利及商標局嚴禁將專利證書授予永動機類申請。據說現在有什麼時間晶體,不了解就不發言)。


再深想一步,為什麼擴展  就那麼容易呢?沒有遇到自洽的問題呢?這是因為當人們抽象出「1+1=2」的時候,複數就根植於邏輯之上、存在於數學之中,靜靜地等待著人們的發現。

假設有一個生活在二維空間中的紙片人:


突然發現有一個黑點在草地上忽大忽小的閃爍,紙片人完全不知道怎麼去解釋:



如果切換到三維視角去的話,問題就很簡單了,原來是一個三維的球體穿過二維平面:





實數是一維的數,既生活在一維的實數軸上,又困囿其上:

而複數生活在二維複平面,擁有更大的自由度:

類比剛才的動畫,你就會明白為什麼複數域更加重要,也不可或缺,因為它帶給我們更廣闊的視野。在複數域中解決一些問題會更加簡單、更接近本質。


讓我們帶著這個模型重新審視下複數的發現歷史,進一步去理解複數。

3.1 紙片人卡爾達諾

義大利數學家,吉羅拉莫·卡爾達諾(1501-1576),在它的著作《大術》中(這本書首次記載了一元三次方程的完整解法)提到這個一個問題,能否把10分成兩部分,使它們的乘積為40?


他給出一個答案,令:



這樣就滿足題目的要求:



不過他自己也認為這不過就是一個數學遊戲,雖然出現了虛數,但是「既不可捉摸又沒有什麼用處」。


此時的卡爾達諾就好像之前的紙片人,雖然想到了虛數,觸摸到了更高的維度,但是終究還是把它看成一種幻想。


之後的笛卡爾把  稱為虛數,也就是虛幻的、想像出來的數;萊布尼茲描述它為「介乎於存在與不存在之間的兩棲數」。


確實,紙片人要跳出自己的維度去想問題是非常困難的。


3.2 邦貝利的思維飛躍

拉斐爾·邦貝利(1526-1572),文藝復興時期歐洲著名的工程師,同時也是一個卓越的數學家,其出版於1572年的《代數學》一書討論了負數的平方根(虛數):

正是這本書產生了一個思維飛躍,下面用現代語言來介紹一下。


3.2.1 一元二次方程

首先,標準的一元二次方程:



它的解為:



從幾何上看,解就是  與  的交點。當  時,  與  有兩個交點,也就是有兩個根  、  :



而  ,此時  與  不相交:


也就是說,不引入虛數(因為  ,如果根據公式求解的話,就會引入虛數),是不會產生任何問題的。本來從幾何上看,此時方程就不應該有解。


3.2.2 一元三次方程

形如:



的三次方程,卡爾丹諾在《大術》這本書中給出了通解:



如果  ,  ,可以得到方程:


從圖像上看,  與  有三個交點的:


套用通解會得到:



邦貝利指出:從幾何上看是有解的,但是必須通過虛數來求解!


邦貝利大膽地定義了複數的乘法(就是多項式乘法的合理延伸):



最終通過複數以及複數乘法,邦貝利解出了此方程的三個實數解(這裡不過多解釋了,這不是本文的重點)。


這是一個巨大的思維飛躍,就好像剛才的紙片小人,困惑於「為什麼有一個黑點在草地上忽大忽小的閃爍」?最終發現,需要通過更高維度才能真正解決這個問題。


邦貝利通過更高維度的複平面,解決了低維度的實數問題,真正的把複數帶入了人們的視野。所以他被認為是複數的發現者。


3.3 傅立葉變換

複數進入紙片人的視野,大家花了很長的時間才真正接受它。接受它之後發現了非常多的應用,比如傅立葉變換。


還是回到之前紙片人的動畫,對於紙片人,它只有上下左右的觀念:


而三維空間的人卻可以看到更多的方向、更多的內容:


傅立葉變換也可以說是同樣的思路,  是低維度的函數:



對  進行傅立葉變換:



拋開其它細節不談,最重要的是  ,乘以一個複數,就把  拉到更高維度的空間去審視,從而可以得到更多的細節,比如頻域。


關於傅立葉變換,我們也寫過很多的文章,感興趣可以去看看:

如何直觀地理解傅立葉變換?

如何理解傅立葉級數公式?

從傅立葉級數到傅立葉變換

自然會有這麼一個問題,是否有更高維度的數?答案是有的,比如四元數。



威廉·哈密頓爵士(1805-1865)發現了四元數:



其中 、 、  就是對虛數維度的擴展。為此還成立了四元數推廣委員會,提議學校像實數一樣教授四元數。


四元數剛開始的時候引起了很大的爭議,計算很複雜,但是用處不明顯。用處不明顯的原因或許是,當時面臨的問題還不夠複雜,還用不到比複數還高的維度。


到了現代,終於在電腦動畫中、量子物理中找到了四元數更多的應用,只是這些應用對普通人距離太遠了。

歡迎各位讀者解答投稿:投稿郵箱cui1125@163.com,微信154358747,來信請寫明作者姓名(或者推送時用的暱稱)以及所在省份。投稿的稿件請用word,謝謝! 

相關焦點

  • 最短路徑:向螞蟻學算法
    在自然界中,螞蚊的食物源總是隨機分散於蟻巢周圍,在蟻群協調、分工、合作後總能找到一條通往食物源的最短路徑。現實中,我們能觀察到大量螞蟻在巢穴與食物源之間形成近乎直線的路徑,而不是曲線、圓等其他形狀(見下圖)。
  • 最短路徑問題模型匯總
    【問題概述】最短路徑問題是圖論研究中的一個經典算法問題, 旨在尋找圖(由結點和路徑組成的)中兩結點之間的最短路徑
  • 單源最短路徑-Dijkstra 算法
    Dijkstra(迪傑斯特拉)算法是典型的單源最短路徑算法,用於計算一個節點到其他所有節點的最短路徑。主要特點是以起始點為中心向外層層擴展,直到擴展到終點為止。可以簡單描述為:最短路徑的子路徑也是最短路徑。2.如果考慮到邊的權值為正數,則由定理 7.2 可以得到以下結論:若π = (s , u1 , u2 , … , uk)是從s到uk的最短路徑,則從s到各頂點ui(i=1, 2, …k)的最短路徑是嚴格遞增的。
  • 最短路徑:Dijkstra 算法和 Floyd 算法
    (單源最短路徑)2.算法描述1)算法思想:設G=(V,E)是一個帶權有向圖,把圖中頂點集合V分成兩組,第一組為已求出最短路徑的頂點集合(用S表示,初始時S中只有一個源點,以後每求得一條最短路徑 , 就將加入到集合S中,直到全部頂點都加入到S中,算法就結束了),第二組為其餘未確定最短路徑的頂點集合(用U表示
  • 短小精悍的多源最短路徑算法—Floyd算法
    的,Floyd主要計算多源最短路徑。在單源正權值最短路徑,我們會用Dijkstra算法來求最短路徑,並且算法的思想很簡單——貪心算法:每次確定最短路徑的一個點然後維護(更新)這個點周圍點的距離加入預選隊列,等待下一次的拋出確定。
  • 勾股定理:幾何最短路徑問題
    最短路線問題通常是以「平面內連結兩點的線中,線段最短」為原則引申出來的.人們在生產、生活實踐中,常常遇到帶有某種限制條件的最近路線即最短路線問題.對於數學中的最短路線問題可以分為兩大類:第一類為在同一平面內;第二類為空間幾何體中的最短路線問題,對於平面內的最短路線問題可先畫出方案圖,然後確定最短距離及路徑圖。對於幾何題內問題的關鍵是將立體圖形轉化為平面問題求解,然後構造直角三角形,利用勾股定理求解.
  • 謎之問題:溺水救人的最短路徑
    在大多數情況下,光會選擇時間最短的路程。費曼的物理講義有更多細節)。他證明,當光從一點傳播到另一點時,總是會選擇耗時最短的路徑。這一現象奇妙的暗示著,當救生員想要儘可能快的到達呼救者時,要問自己光會怎麼做。你也可以這麼理解,當你用雷射筆照向一碗水時,雷射也面臨著和救生員一樣的問題。
  • 圖算法的最短路徑,以及背後的技術構建
    上一次,我們使用Neo4j中的示例,重點介紹了尋路和圖搜索算法,重點是單源最短路徑算法。這一次,我們將研究另一個算法,查看All Pairs Shortest Path算法,該算法用於評估高速公路備份或網絡容量等情況下的備用路由。它也是提供多路徑的邏輯路由的關鍵,例如在發生故障時的呼叫路由選擇。
  • 圖的最短路徑算法-Floyd算法-弗洛伊德算法
    Floyd算法又稱為插點法,是一種利用動態規劃的思想尋找給定的加權圖中多源點之間最短路徑的算法 在計算機科學中,Floyd-Warshall算法是一種在具有正或負邊緣權重(但沒有負周期)的加權圖中找到最短路徑的算法。算法的單個執行將找到所有頂點對之間的最短路徑的長度(加權)。
  • 算法:有向無環圖的最短路徑
    (點擊上方藍字,快速關注我們)編譯:ImportNew - 郭楚沅如有好文章投稿,請點擊 → 這裡了解詳情介紹我們已經知道了如何通過Dijkstra算法在非負權圖中找到最短路徑即使圖中有負權邊,我們也知道通過Bellman-Ford算法找到一個從給定的源點到其它所有節點的最短路徑。現在我們將看到一個在線性時間內運行得更快的算法,它可以在有向無環圖中找到從一個給定的源點到其它所有可達頂點的最短路徑,又名有向無環圖(DAG)。由於有向無環圖無環所以我們不必擔心負環的問題。
  • 圓柱體側面展開的最短路徑——螞蟻行程問題
    圓柱體側面展開的最短路徑模型分析:上圖為無底的圓柱體側面展開圖.如果螞蟻從點A沿圓柱表面爬行一周,到點B的最短路徑就是展開圖 BAA′B′中AB' 的長度,AB'=√(AA'+A'B′),做此類題目的關鍵就是, 正確展開立體圖形, 利用「兩點之間線段最短」或「兩邊之和 大於第三邊」準確找出最短路徑。
  • 維度空間:平面上兩點間的最短路徑最短,換個角度看,就不一定?
    曾經老師說過:平面上的兩點間的最短路徑是一條直線段。從數學幾何的視角,可以提取三個關鍵詞:平面、兩點、直線段。如果換成一個曲面的兩點間的最短路徑是直線段嗎!推導:通過最短路徑,節省點時間。這是人們在面對一些不好渡過的路徑,常常考慮的一點。能過去就過去,不能過去想辦法湊過去。高級版本在探測天體的歷程中。
  • 最短路徑問題「將軍飲馬」,「造橋選址」,「費馬點」(珍藏版)
    【問題概述】最短路徑問題是圖論研究中的一個經典算法問題, 旨在尋找圖(由結點和路徑組成的)中兩結點之間的最短路徑.算法具體的形式包括:①確定起點的最短路徑問題 - 即已知起始結點,求最短路徑的問題.②確定終點的最短路徑問題 - 與確定起點的問題相反,該問題是已知終結結點,求最短路徑的問題.
  • 初中生應該知道的數學模型,利用軸對稱解決最短路徑問題
    利用軸對稱解決簡單的最短路徑問題就是其中一個重要的數學模型,按照教學大綱要求,每個初中生都必須掌握。下面就分享這個模型常考的題型及解題思路。在最短路徑模型中,「兩點一線」的最短路徑問題是最基礎的問題。例如:相傳,古希臘亞歷山大裡亞城裡有一位久負盛名的學者,名叫海倫。
  • 【方法技巧】最短路徑秒殺攻略
    【方法技巧】排列組合——圖形染色【方法技巧】排列組合——錯位排列【方法技巧】小齊瞎預測:今年國考排列組合考「平均分組」【方法技巧】環形排列(預測)最短路徑現要從城鎮的A處送一份加急信件到B處,為節省時間,要選擇最短的路線,共有(    ) 種不同走法。
  • 數學八(上):用勾股定理求最短路徑長,最全題型整理,建議收藏
    利用勾股定理求最短路徑長度,是八年級數學(上)的一個考試熱點問題,這類題型通常包括平面圖形和立體圖形的最短路徑問題還有通過計算比較最短路徑長度。解決這類題型,可通過幾何變換及勾股定理來求解。巧用勾股定理求最短路徑長,通常有四種題型,接下來我們就一起來看看這部分考試常考的題型:題型一:用計算法求平面中的最短問題題型二:用平移法求平面中的最短問題
  • 洪大用:大學是一個複數的概念 創新路徑應多樣化
    但是,創新在不同的領域有不同的要求,也有不同的表現形式,對於大學的發展來說,特別是大學的創新發展來說,其創新規律和其他的領域不是特別一樣,洪大用就此闡述了自己的幾個觀點: 第一,一定要把大學理解為一個複數的概念。不同地區、不同行業,有不同類型、不同層次的大學,但是我們往往對它們作出統一的創新要求。實際上,不同地區的、不同類型的、不同行業的大學,它的創新路徑應是多樣的。
  • 找出成功的最短路徑!
    找出成功的最短路徑!比賽方法很簡單,參賽者必須在電子老鼠身上輸入程序,最快走出迷宮者,就贏得勝利。賽途中,電子老鼠撞壁後會立刻修正路線,並記憶起來。在不斷修正下,電子鼠最終會得到一條逃出迷宮的最佳快捷方式。  計算機鼠迷宮的比賽很適切的體現了「標準作業程序」(SOP,Standard Operating Procedure)的精神。如同浩域企管顧問陳國欽所說,「成功就是把對的經驗不停複製及改良。」
  • LeetCode 例題精講 | 13 BFS 的使用場景:層序遍歷、最短路徑問題
    這一類問題稱為最短路徑問題。最短路徑問題也是 BFS 的典型應用,而且其方法與層序遍歷關係密切。在二叉樹中,BFS 可以實現一層一層的遍歷。在圖中同樣如此。層序遍歷與最短路徑小貼士:很多同學一看到「最短路徑」,就條件反射地想到「Dijkstra 算法」。為什麼 BFS 遍歷也能找到最短路徑呢?