有哪些數學定理或者數學知識驚呆了你?
高考結束後,由於我有一本數學詞典,我在上面看到了素數定理,由於素數是離散的,而素數定理的表達式是連續的(x/log(x)與素數個數函數pi(x)的極限居然是1),離散背後居然與連續扯上了關係。真是不可思議!
還有就是黎曼假設,居然所有的非平凡零點都位於0.5這條線上,同樣讓我震驚!
還有miller rabin素數判定演算法,既簡單又有效,很讓我驚嘆人類的智慧。
大家是否有類似的體會呢?說說具體例子吧
任何一隻貓都有菊花(誤
所謂的毛球定理。
這個定理告訴我萌: 上的連續向量場就一定存在零點(*/ω\*)
很直觀的應用是:任何一個時刻地球表面一定有一個點是風平浪靜的~(也就是空氣靜止,如果我們只考慮水平方向的風。)
卡布列克數
123456790+0987654321=1111111111
1111111111^2=1234567900987654321
4938+17284=22222,
22222^2=493817284
真是一種對稱美,簡單美。
黎曼映射定理
Curry-Howard 同構
不是每個東西都有體積。
具體地說,我們無法為每個的子集(事實上是)指派一個非負實數滿足- ,為單位立方體。
- 與不相交時,有,
- 時,有,
- ,即平移後體積不變。
大白話就是這樣的:
- 單位正方體的體積是 1 ;
- 兩個集合不相交,總體積就是二者之和;
- 當一個集合屬於另一個集合的時候,它的體積一定不大於另一個集合;
- 一個集合平移之後體積不變。
當你覺得這些都是顯然的時候,我特么告訴你這樣的體積不存在。
一個非常經典的反例是Banach,它把一個三維空間的單位球通過分割、平移和拼接,使得結果為兩個大小和原來一樣的單位球。
這是我遇到過的最震驚的數學知識了,有興趣的可以去看測度論。裡邊有很多種體積(測度),每種都有嚴格的定義和適用範圍(即 XX 可測集合才有 XX 測度),而並不是所有三維空間的子集均可測,因此產生了上述「悖論」。當然,對於我們遇到的絕大多數集合,體積(測度)這玩意還是存在的。
為什麼定積分可以求面積? - 余翔的回答
寫一個科普吧:《利用複變函數來科普費馬大定理的現代證明》
來源:很多年前,有一位MM曾經問過我,能否用相對簡單的語言描述現代數學中的一些大定理的證明框架。後來我感悟到,數學概念是一個門檻。若能科普,則應該涉及儘可能少的概念,顯然Atiyah-Singer指標定理不在其中。有趣的是費馬大定理的現代證明框架反倒很清晰(儘管證明細節高深與複雜),只需要一點複變函數知識就能看懂。下文的「單值化」概念可簡單等同於參數化。
估計工科大二水平的人應該可以看懂了。
肯定不止一個,這裡先說一個,這個被列為計算機史上最重要的幾十個定理之一。
1, Max flow/min cut theorem 最大流最小割定理, 此乃運籌學線性規劃/圖論網路流模型/理論計算機近似理論/圖像分割應用里的非常經典的一個定理。
模型大致意思就是,從一張權重圖(weighed graph)找到從出發點(S=0)到到達點(t=5)的最大的流量(每條邊有capacity)。
妙處有四:
(0),首先這一點是所有network flow problem所共有的性質。眾所周知Mixed Integer Programming(MIP)問題一般是NP hard,因此演算法複雜度是指數級的。但是,網路流問題寫成一個MIP之後,我們解他的Linear Progamming Relaxation(LPR), 可以證明他的解該是整數的變數已經是整數了,也就是說LPR=MIP原問題,而LP解是Polynomial複雜度的。因此網路流問題這個原本是NP難問題,被理論證明為是Ploy可解的問題。(證明思路是求證係數矩陣是Total Unimodular.)
(1), 因此我們把Max Flow Problem可以直接寫成一個LP問題,而這個最大流LP問題可以等價於找一個最小的邊的切割問題,即它的LP dual problem,然後妙處在於這個等價問題上會有更好的性質去找更好的演算法(如Ford–Fulkerson algorithm)。
(2), 這個問題的演算法設計思路階段,可看作approximation algorithm範疇。而近似演算法的本意通常為解決一個NP難問題,因為演算法複雜度原因,演算法家通常退而求其次設計一近似演算法,使得演算法複雜度polynomial,但是可理論證明這個演算法得到的解是原問題global optimal的一個倍數K之內。然而高潮來了,這個最大流最小割定理設計的一套基於residual network的演算法,這個係數K=1。什麼意思呢?也就是說,近似演算法在這裡即能求得全局最優解!Perfect.並且,這個基於LP dual problem設計出來的演算法,實際效果上被驗證是比LP經典演算法Simplex Method快很多的。
(3), Yuri Boykov大神運用這個定理在圖像分割領域大展拳腳,其開山之作Graph Cut為這個領域開創了一片新的天地,成為這一領域最常用的倆個演算法之一,引用率達8000+。其正是基於這個定理既能保證全局最優,演算法複雜度又在polynomial基礎上的。
相關論文:
An Experimental Comparison of Min-Cut/Max-Flow Algorithms for ...
Fast Approximate Energy Minimization via Graph Cuts
Interactive Graph Cuts for Optimal Boundary Region Segmentation ...
Graph Cuts and Efficient ND Image Segmentation - CiteSeerX
更多運籌學與人工智慧的結合,敬請關註:
[運籌帷幄]大數據和人工智慧時代下的運籌學
最後按照慣例廣告一波:
歐洲、北美、全球留學及數據科學深度私人定製諮詢,從此DIY - Ruobing Shen的文章 - 知乎專欄
e^(pi *i) = -1,直接驚呆
用傅立葉級數展開,可以將「派」化成一些無窮級數的累和
stirling公式,第一見到時驚呆了,怎麼也想不到階乘這種東西居然也有漸進表達式
「任何曲線都可以用函數逼近。」
這個知識其實從中學時就知道,但是見識受限當時並沒有想太多,直到後來遇到了這個尼古拉斯凱奇曲線:
再後來又接觸了諸如matlab,mathematica的數學軟體,才發現原來隨便畫張圖都可以把它的函數通過數學軟體弄出來。
從此打開了新世界的大門…看到的時候吃了一驚
看到歐拉的胡亂解法又吃了一驚
等到看到嚴格的解法就不吃驚了
A metric space (X, d) is complete if every Cauchy sequence in X converges in X.
1x2x3x4x5x6x7x8x9x10居然等於10!
1.拓撲裡面各種反例;閉曲面分類定理;1維流形的分類
2.Riemann映射定理picard大定理
3.lebesgue控制收斂定理
4.泛函裡面重新敘述的貝爾綱定理
5.流形上微分形式的積分的定義和stokes公式
6.大數定理,中心極限定理
7.伽羅華基本定理
【持續補充中】
最帥的Menelaus定理證明方法
看來看去還是歐拉公式最叼
高斯和歐拉兩個人都很震驚我…
樓主那個高斯的li(x) 感覺完爆了費馬和梅森
還有高斯那個「可以用尺規構建一個正n邊形的充要條件是n=f0f1… fi為費馬素數
以及伸縮級數等等……
歐拉肯定把「發明數學定理」的技能點點滿了…
1,心型線:極坐標r=a(1-sinθ)的圖像是心型線:
(還記得笛卡爾的情書嗎?)
2,在[0,1]的線段上描一個點可以保存無窮大的信息量。
舉個例子,你把一本《新華字典》數字化,都是0和1組成的數字流,我們把它轉換成10進位,它必然是很長很長的一串數字,假設是67134...然後我們在最前面加個0.,變成0.67134...它就變成了一個[0,1]上的實數,把這個點描出來,就保存下了這本書。然後你根據這個點與0點距離可以還原出0.67134...從而還原出《新華字典》。
3,理髮師悖論
一個理髮師,他只給那些不自己剃鬚的人刮鬍子。請問,他能否給自己刮鬍子?
4,兩個共軛實數的 n次方和 接近一個整數,當趨向n無窮大時,n次方和等於一個整數。
有一個相關的Project Euler Problem 318 就是考擦這個特性:Project Euler Problem 318
5,莫比烏斯環
存在這麼一個曲面,你沿著曲面一直走,結果你會走到曲面的背面去。
然後我在公司隨手做了一個莫比烏斯環:
6,無窮大和無窮大是不一樣的。
(1)整數個數和自然數個數相等;
(2)一根長度為1的線段上的點數與邊長為1的正方形甚至立方體內的點數相等;
上面兩類無窮大分別稱為0級和1級無窮大。詳情可看這篇文章:無窮大——你從沒聽說過的事情 Infinity7,世界上存在表面積無限而體積有限的東西,比如:如何構建一個表面積無限而體積有限的模型? - 數學
(還有很多分形圖像是周長無限但面積有限的,比如雪花符號的分形)
8,....
(還有,看贊的情況更新,O(∩_∩)O哈哈~)
學數理邏輯的
我們總是能證明。這個問題是無解的…推薦閱讀:
※為什麼國內一流高校的理工科專業的學生大多對民科充滿反感和鄙夷?
※數學家一般是怎麼判斷一個定理的證明過程是否正確的?
※月球繞著地球轉,地球繞著太陽轉,太陽也繞著銀河系中心轉,這樣的運動循環下去是什麼樣的?
※如果有外星人,他們也會用十進位嗎?
※如何簡明地給文科生解釋曲率(curvature)?