標籤:

Kolmogorov(柯爾莫哥洛夫)至少讓實用概率論停滯了三四十年,試評價這一觀點?

謝謝大家的批評指教。這個問題是說評價一下這個觀點,並沒有說這個觀點一定是正確的。本人才疏學淺,問題的描述中若有什麼不恰當的地方還望大家諒解。希望大家能給出一個較為完整的評價,本人不勝感激~~


-_-!!!!! 研究實用概率論那些人要用3,4十年才能理解測度論嗎....說明數學理解能力不行啊


謝邀。

學公理化的概率論之前覺得概率是個很玄乎、漂移不定、「公說公有理婆說婆有理」的東西,看到測度論框架下的概率論公理體系頓時覺得思路清楚多了。

其實我覺得概率論公理體系主要的貢獻也不僅僅在於引入測度論,也在於要求你必須給「隨機」一個明確的定義。舉個例子:在空間中隨便畫一個三角形,他是鈍角三角形的概率是多少?這是個很著名的問題,根據你選取的概率分布的不同,你可以得到幾十個不同的答案。在概率論公理化以前,你很難說清楚隨機是怎麼一回事,不同的人的隨機的標準又到底哪裡不同。所以在這種模糊的概率論的框架下很多人就可以胡說。但是概率論公理化以後呢,他就不讓你胡說,就讓你必須把話說清楚:你問我這件事情的概率是多少,我讓你先把你使用的概率空間具體寫出來,以確保我們的討論處在一個維度,而不是各說各話。

另外概率論裡面引進測度論真的是很自然的事情,因為引入連續型隨機變數以後,你要求他的期望,基本就是做一個積分,而積分在數學上的操作方式之一就是定義一個測度然後對測度積分,這樣測度論自然而然就進來了。


我猜提出這個觀點的人認為,解決實際問題的過程,如建立隨機模型,並不需要很多嚴格的數學。Kolmogorov引入了概率公理化體系,增加了理解的難度,提升了做應用模型、解決實際問題的門檻,阻礙了應用概率的發展。

按照這個邏輯,可以提出類似的觀點「(在18世紀)微積分引入工業界,會使得工業界的發展變慢,因為懂微積分的人太少,提高了工業界的門檻」。但歷史的進程告訴我們,這顯然是站不住腳的,甚至有點反智主義。

事實上,從Kolmogorov公理體系論文的發表(1933),到現在(2016),83年的歷史進程已經告訴了我們,這樣的公理化體系促進了應用概率的發展。

Kolmogorov成就太多,但如果用一句話來形容他的成就的話,我覺得是「他建立了和其他數學分支的廣泛聯繫」,這樣,類似偏微分方程,調和分析等相對成熟的學科的工具,可以自然而然的應用到概率論中。

——舉些例子

1. 從最簡單的數學期望開始,求隨機變數的數學期望時,如果在不是很追求嚴謹的教科書裡面,會直觀的說,期望等於取值的加權平均,i.e. EX = sum{xP(X=x)}(離散)=int_{-infty }^{+infty} xdF(一般情形)

但引入了測度論,我們可以直接理解成在樣本空間(概率測度空間(Omega,mathcal{F},mathbb{P}))上的積分,有如下的定理(證明可以想想):

X_1,...,X_n為隨機變數,f : mathbb{R}^n
ightarrow mathbb{R} 為有界Borel可測,,則有

mathbb{E}(f(X_1,...,X_n)) =

int_Omega f(X_1(w),...,X_n(w))mathbb{P}(dw)=int_{mathbb{R} ^n} f(x_1,...,x_n)dF(x_1,...x_n)

這樣提供了兩個方面的理解,第一個可以理解為抽象的測度空間上的積分,第二個可以把概率測度+隨機變數理解為取值空間(一般為歐式,也可推廣到局部緊可分度量空間)上的一個測度,這一思想被推廣到過程上,嚴格建立了隨機過程的構造理論(Kolmogorov定理)。前者提供理解,後者方便計算。

這樣理解有什麼用呢? 學初等概率論可能體會不出來,因為只需考慮一些隨機變數直接求期望就可以了。在後續馬氏過程理論中,研究過程的動態性質,會有一個「停留時間sojourn time」的概念,

R(x,	au,U) = E_x(int_{0}^{	au }1_U(X_t) dt),直觀意義就是「隨機時間	au之前,隨機過程X待在U中的平均時間」 此時理解為概率空間上的積分會更加方便。

另外,嚴格建立隨機過程理論之後,可以利用分析的手段研究過程的動態變化。如果過程刻劃的是實際問題,如期權的價格、天氣等,可以幫助人們做預測、決定。這比直接利用人的經驗靠譜些吧~

2. Kolmogorov 是討論擴散過程的最早的一批人之一,他引入PDE的工具來研究類似

dX_t = b(X_t)dt +sigma(X_t)dB_t 的隨機微分方程。當然Kolmogorov討論的時候還沒有隨機微分方程的理論,但想法已經在了: 考慮馬氏過程的生成元,它是一個偏微分運算元mathcal{L},通過研究這個運算元的性質來分析原過程的性質,這使得40-70年代,研究擴散過程的成果井噴。

當然,真正走進人們的視線,還得靠Black Scholes的期權定價模型,其實就是隨機微分方程驅動的隨機過程。

(本來還想再舉點例子的,但太累了,而且自身水平很有限,再學幾年再說吧~)

總之Kolmogorov最厲害之處不僅在於建立了公理體系,更在於他打開了一個新的世界:其他分支的數學理論湧入概率論,使得概率論成為更強大的處理實際問題的工具

順便,國內概率論基礎比較薄弱,概率論蓬勃發展的時期,中國恰好處於文革。這導致目前國內概率論教育都比較一般,與世界有不小的差距。但還是有一派有比較好的底蘊,就是北師大了~建立這一派的宗師就是Kolmogorov的學生王梓坤教授了,所以說Kolmogorov真是桃李遍天下啊


無知的人果然什麼都敢說啊。

我猜測說這句話的人的邏輯是:公理化的概率論需要測度論做基礎,他沒學過實分析所以學不會公理化的概率論;而本來他以為以他的才智可以給應用概率論做出更大貢獻的。


柯爾莫哥洛夫的數學觀與業績

伊藤清/文 佚名/譯

當我得知蘇聯偉大的數學家,84歲的柯爾莫哥洛夫(Andreyii Nikolaevich Kolmogorov)教授於1987年10月20日離開人世時,我感到像是失去了支柱那樣悲哀與孤寂。在我還是學生時(1937年)讀了他的名著《概率論的基本概念》之後,便立志鑽研概率論,並持續了50年之久。對於我來說,柯爾莫哥洛夫就是我的數學基礎。

我與柯爾莫哥洛夫教授僅會過3次面。第一次是1962年國際數學家大會(於瑞典首都斯德哥爾摩召開)時,開幕式前我在大廳里漫步。當聽見「Ito? Kolmogorov.」的親切的招呼聲時,我又驚又喜。他用德語問到「你多大年齡?」我答道:「Seibenundvierzig.」他再問:「DreiBig?」(三十幾?)大概日本人都顯得年輕,我也許被看得年輕了10歲。又過了二三日,H.Cramer教授(全瑞典的大學校長(Chancelor),概率論、解析數論的專家)在家裡舉行了晚餐會,招待出席會議的大約10名有關概率方面的學者。柯爾莫哥洛夫,J.L.Doob與我都在其中。

第二次是1978年,在參加了國際數學家大會(於芬蘭首都赫爾辛基召開)之後,我又出席了概率統計國際學術討論會(Vilnius,Lihtuania,前蘇聯),回國途中,路經莫斯科時,柯爾莫哥洛夫招待Varadhan(紐約大學柯朗研究所)、Prokhorov(蘇聯科學院)和我在克里姆林宮旁的一座高雅的餐廳吃了午餐。當時已聽說柯爾莫哥洛夫對高中的數學教育很熱心,招收了一些優秀的學生,親自開課教授。我便詢問了其內容。他舉例說:比如向學生展示簡單的向量場(速度場)的圖,並要求他們畫出積分曲線(軌跡);又如讓學生考慮具體的分枝過程的問題等等,以培養學生的數學直觀能力。

第三次是1983年在Tbilisi(Georgia,前蘇聯)召開的日蘇概率統計學術討論會上。當時,儘管他的健康狀況不大好,仍然作了講演,並在宴會上努力創造活躍的氣氛。顯然年輕的一代是很崇敬他的。

柯爾莫哥洛夫在數學的幾乎所有領域中,都提出了獨創的思想,導入了嶄新的方法,他的業績是非常輝煌的。然而,我見到他時給我留下的印象卻是不修邊幅的溫厚的君子形象,這也許正是偉大數學家的形象吧。

柯爾莫哥洛夫的論文我自認為基本上都好好地讀過了,在撰寫本稿時,我又對他整個的研究成果做了一個直接或間接的調查。對其研究的廣度和深度不得不嘆服。由於時間和篇幅的限制,我僅向讀者談一些並不全面的自己的感受。

吉澤尚明(京都大學)、池田信行(大阪大學)二位教授及京都大學數理研圖書室的各位幫助我查找了資料,在此我表示衷心的感謝。

柯爾莫哥洛夫簡歷

根據B.V.Gnedenko在柯爾莫哥洛夫70壽辰時的講演,柯爾莫哥洛夫於1903年誕生於俄羅斯的村鎮(現在為市)Tambov。父親是農學家,母親在生下柯爾莫哥洛夫後不久便離開人世,他是被叔母等撫養長大的。1920年(17歲)進入莫斯科大學之前,他當過列車上的乘務員,業餘時間寫了關於牛頓力學定律的論文,論文的原稿未能保存下來,但我們可以想像他是多麼早熟的天才。那時,俄國革命(1917)已經爆發,我很想知道他當時所處的環境,很遺憾沒有有關的資料。

1920年進入莫斯科大學,最初對俄國的歷史感興趣,還調查了15~16世紀的諾布哥羅德的財產登記。以後參加了V.V.Stepanov的傅里葉級數討論班,並於1922年(19歲)寫出了關於傅里葉級數,解析集合的著名論文,震動了學術界。其後猶如天馬行空,連續發表了許多重要的研究成果。1925年莫斯科大學畢業,1931年當大學教授,1933年任大學數學研究所所長,1937年成為蘇聯科學院院士。至1987年逝世止,對數學的研究教育作出了很多重大的貢獻。

柯爾莫哥洛夫的數學觀

了解柯爾莫哥洛夫的數學觀的最好的資料,大概要屬蘇聯大百科辭典中他所執筆的「數學」部分吧。已經出了英文版,我讀了英文版,與原文(俄語)比較,英文版稍微縮略了一些,在這篇文章中,他先闡述了其數學觀,然後通述了自古至今的數學史,並且從他的數學觀出發,詳細描述了這個歷史的各個階段,它可以說是為數學家、科學家們所寫的數學史。我饒有興趣地一口氣讀完了全篇。要說明柯爾莫哥洛夫的數學觀,不僅應當看這篇文章的開始部分,也應當參照佔該文大部分的數學史,但由於篇幅及時間的限制,我僅將文章的開始部分簡要介紹如下。

根據柯爾莫哥洛夫的觀點,數學是現實世界中的數量關係與空間形式的科學。

(1)因此數學的研究對像是產生於現實中的。然而作為數學加以研究時,必須離開現實的素材(數學的抽象性)。

(2)但是,數學的抽象性並不意味著完全脫離於現實素材。需要用數學加以研究的數量關係與空間形式的種類,應科學技術的要求,是不斷增加著的。因此上面定義的數學內容在不斷地得到豐富。

數學與諸科學:數學的應用是多種多樣的,從原理上講,數學方法的應用範圍是無邊際的,即物質的所有類型的運動都可以用數學加以研究。但是數學方法的作用與意義在不同情況下是不同的。用單一的模式來包羅現象的所有側面是不可能的。認識具體的東西(現象)的過程中總是具有下面兩個互相纏繞的傾向。

(1)僅將研究對象(現象)的形式分離出來,對這個形式作邏輯上的解析。

(2)弄清與已經確立的形式所不相符的「現象的方面」,向具有更多的可塑性,更能完整地包含「現象」的新的形式轉化。

如果在研究的過程中必須時刻考察現象的本質上新的側面,則研究中的困難主要體現在上面的(2)的部分。這樣的現象的研究(如生物學、經濟學、人文科學等)中,數學方法就不是主要的。在這種時候,對現象的所有方面的辨證分析會由於數學形式反而變得含糊。

與此相反,如果用比較簡單的、穩定的某種形式便可以把握研究對象(現象),並且在這個形式的範圍內產生了在數學上需要加以特殊研究(特別是需要創造新的記號和計算方法)的困難而複雜的問題時,這種現象的研究(如物理學)則在數學方法的支配範圍內。

做了這些一般性的論述後,首先詳細說明了行星運動完全是在數學方法的支配範圍內,在這裡數學形式是對於有限質點系的牛頓的常微分方程。

從力學轉向物理學,數學方法的作用幾乎不減,但應用中的困難明顯增加。在物理學中,幾乎沒有不使用高等數學技術(如偏微分方程理論、泛函分析)的領域。但是研究中出現的困難往往不在於數學理論的推導過程中,而在於「為運用數學所作的假設的選擇」和「由數學手段所得結果的解釋」中。

數學方法具有包含從考察的某個水平開始,向更高的、本質上新的水平轉移這樣一個過程的能力。這種例子在物理理論中是可以見到許多的:擴散現象便是一個古典的好例子。從擴散的宏觀理論(拋物型偏微分方程)向更高的微觀水平的理論(用獨立的隨機過程來描述溶液中粒子隨機運動的統計力學)轉移,從後者出發運用大數定律,可導出把握前者的微分方程,柯爾莫哥洛夫對此種情形作了更加詳細具體的說明。

同物理學相比,在生物學中數學更處於從屬地位。在經濟學和人文科學中的,這種情況就更加突出了,在生物學和杜會科學中數學方法的應用主要是以控制論的形式進行的。在這些學科中,數學的重要性以輔助科學──數理統計學的形式保留幾分,但在社會現象的精確分析中,各個歷史階段中的本質性差異的側面是佔主導地位的,因而數學方法常常要靠邊站。

數學與技術、算術、初等幾何的原理,正像古代數學史所表明的那樣,是從日常生活的需要中產生的。其後的新的數學方法或思想也是受到天文學、力學、物理學等滿足實際需要的學科的影響而產生的,但是數學與技術(工程學)的直接聯繫至今常常是通過已有的數學理論在技術中的應用這樣一個形式來實現的。當然還須指出,根據技術上的要求而直接產生新數學的一般理論這種例子也是有的〔例如,最小二乘法(測地),操作數法(電氣工程)。作為概率論的新分支的資訊理論(通信工程),數理邏輯學的新分支,微分方程的近似解法,數值解法等〕。

高深的數學理論使得科學計算的方法急速地發展起來。而科學計算在解決原子能利用,宇宙開發中的問題等大量的實際問題時扮演了主要的角色。

柯爾莫哥洛夫在後面的數學史的敘述中也總是注重數學與其它諸學科的關聯,同時也高度評價了由於數學內部的要求而推動的純數學的發展。例如,在實際問題的應用這方面,古代希臘要落後於巴比倫,然而在數學的理論方面,希臘遠遠領先於巴比倫。他尤其讚頌了「存在無限多個素數」、「等腰直角三角形的斜邊與另一邊之間不存在公約數」等偉大發現。按著他詳細說明了實際主義的巴比倫數學與理想主義的希臘數學是如何經過中世紀的阿拉伯數學,發展至歐洲的近代數學的過程,非常有趣。我從這個歷史中學到了許多史實。例如,我以前知道變換群這個概念是在18世紀後半葉至19世紀初,由Lagrange(分析)、Galois(群論)等有效地使用了的。但我還想知道現在大學裡講授的(抽象)群的定義到底是由誰給出的。根據柯爾莫哥洛夫的數學史,這個定義是由A.Cayley在19世紀中葉所給出的。

總之,柯爾莫哥洛夫的數學觀是由他的數學上的獨創性,對於數學應用所抱有的激情及對於數學發展的歷史所具有的洞察。這幾個方面所組成的,難以用一言來概之。如果一定要用一句話來總結,也許可以這樣說:柯爾莫哥洛夫把數學看成為可以無限制地成長的「生物體」。

柯爾莫哥洛夫的數學業績

柯爾莫哥洛夫寫了上百篇論文,從中可以看出其特點是:「廣泛的研究領域」、「引入新觀點的獨創性」及「明快的敘述」,其研究領域包括實變函數論、數學基礎論、拓撲空間論、泛函分析、概率論、動態系統、統計力學、數理統計、資訊理論等多個分支。下面結合背景概述一下這些研究。

實變函數論

柯爾莫哥洛夫在莫斯科大學讀書時參加了Stepanov的傅里葉級數討論班,從那時(1921)開始,他對數學產生了與趣。當時,主要研究連續函數的微積分學正在向研究可測函數的實變函數論發展。這一新的數學領域受到了極大的關注。他於1922年(19歲)時,通過引入集合演算,證明了包含「Borel不可測解析集合的存在定理」的新的定理。同年,他還成功地研究了「(形式上)傅里葉級數在幾乎所有點上(以後又研究了所有點上)發散的可積函數的構成」。關於傅里葉級數、正交函數的展開,他也寫了幾篇論文。他還嘗試了勒貝格(Lebesgue)積分的推廣,涉及了Denjoy積分的研究。這些大體上是1930年以前的研究工作。

概率論基礎

柯爾莫哥洛夫在概率論力面的一大功績是用測度論的語言將概率論確立為現代數學的一個領域。以往對偶然事件、偶然量未加定義而使用。柯爾莫哥洛夫看出了概率與測度的同構型,在概率測度空間(Ω,F,P)上,分別將偶然事件定義為Ω的F-可測子集,偶然事件的概率定義為這個子集的P-測度,偶然量定義為Ω上的F-可測函數,其平均值由積分定義。這樣,概率論的理論展開就變得明確而容易了。

如此將概率作為測度來把握的方法,對於特殊問題E.Borel,N.Wiener

(布朗運動)已經做過嘗試。但用這個方法來對待所有問題的是柯爾莫哥洛夫的《概率論的基本概念》。他證明了在一般情況下可以有目的地構造出P的定理,這就是著名的柯爾莫哥洛夫擴張定理。

過去作為具體的測度一般僅考慮Lebesgue-Stieltjes測度和Lie群上的不變測度。由於柯爾莫哥洛夫的測度論式的概率論,新型的概率測度及有關的新問題在對偶然現象的數學研究中不斷地產生了出來。

概率論

柯爾莫哥洛夫受到辛欽(A.Y.Khinchin)的影響,1925年前後開始研究獨立隨機變數的級數的收斂問題及發散時的階數。按著研究了維納(Wiener)過程,在這些研究中,柯爾莫哥洛夫引入了幾個新的思想和方法,其中Kolmogorov0-1律、Kolmogorov不等式,Khinchin-Kolmogorov三級數定理,Kolmogorov強大數律,Kolmogorov判別法,Kolmogorov譜(湍流)等是特別著名的。1939年他還將弱平穩過程的內插、外推問題歸結為傅里葉分析的問題而一舉解決。

柯爾莫哥洛夫還將動態系統分為決定論的(古典的)動態系統和概率論的動態系統(馬爾可夫過程),描述前者軌道的是常微分方程,而決定後者轉移概率的是拋物型偏微分方程,即柯爾莫哥洛夫引入的向前方程序和向後方程式(〈關於概率論中的分析方法〉,Math.Ann.1931)。在那以前,概率論(泛函分析)也開始得到應用,概率論的內容變得極其豐富起來。1950年代的馬爾可夫過程的顯著發展的源泉就是柯爾莫哥洛夫的這個研究。我從柯爾莫哥洛夫的這篇論文的序言中的思想得到啟發,引入了表現馬爾可夫過程的軌道的隨機微分方程式。這也決定了我以後的研究的方向。柯爾莫哥洛夫的「基本概念」和「分析方法」對我來說可謂至寶。

數理統計

在日本很遺憾概率論與數理統計之間的交流不太活躍,而柯爾莫哥洛夫等蘇聯的概率論專家是非常重視二者的關係的。概率論是以概率空間為基礎的,在應用於現實問題的時候,需要考慮若干概率空間,然後決定哪個是最適合於實際問題的概率模式。這個決定可以說是數理統計學的一個目的。柯爾莫哥洛夫也寫了不少數理統計學的論文。在非參數檢驗法中用到的Kolmogorov-Smirnov定理是很有名的。

數學基礎論

柯爾莫哥洛夫從年輕時起,就對數學基礎論,特別是Brouwer的直觀主義(有限立場)有著濃厚的興趣(例如《Math.Zeit.》,35(1932),58-65),關於演算法他也作了研究。

拓樸空間論和函數空間論柯爾莫哥洛夫和J.W.Alexander共同開創了上同調理論,這是眾所周知的。柯爾莫哥洛夫還是同時具有拓撲結構和代數結構的空間理論(線性拓撲空間、拓撲環)研究的開創者之一。

他還研究了全有界的距離空間E的ε-網中最小可能的點數當時的性狀,作為E的特徵量引入了ε-熵、ε-容量的概念。將其應用於E為連續函數空間的子空間的情形〔與V.M.Tikhomirov合著,Uspehi

(1959)〕。這是泛函分析方面的嶄新的觀點。

動態系統

柯爾莫哥洛夫對於古典動態系統有著很深的知識,他寫過幾篇重要的論文(國際數學家大會論文集,1954,Amsterdam,1,315-333)。他還研究了一般的動態系統,引入了「Kolmogorov流」的概念。作為流的特徵量,大家知道有譜型(Hellinger-Hahn)。柯爾莫哥洛夫又引入了熵這個新的特徵量。毫無疑問,這也為新的遍歷理論開闢了道路。

在其它方面,柯爾莫哥洛夫也作了許多有名的研究工作。例如希爾伯特的第13問題的否定性解決,隨機數表的考察,以及關於資訊理論的研究等。

柯爾莫哥洛夫的數學教育觀

柯爾莫哥洛夫在莫斯科大學培養了許多數學家,其中不少人已成為國際上的著名學者,這一點廣為人知。他還熱心於高中的數學教育,自己親自寫講義,對數學教育所應有的姿態作了深刻的思考。柯爾莫哥洛夫60歲壽辰時(1963),P.S.Alexandrov和B.V.Gnedenko作了題為「教育家柯爾莫哥洛夫」的講演。下面參考此文講述一下柯爾莫哥洛夫的數學教育論。蘇聯的教育制度與日本稍有不同,為小學(7~10歲)、初中(11~14歲)、高中(15~17歲)、大學(18歲~20歲),在大學裡數學專業與物理專業在一個系(稱作數學物理系)里。高中相當於日本的高中2年級到大學1年級,大學相當於日本的大學2年級至碩士研究生。有些類似於日本的舊制高中和大學,大學畢業時要寫論文獲取學位,相當於日本的碩士學位。博士學位授給大學畢業後寫過許多創作論文的特別優秀的學者。

柯爾莫哥洛夫認為,有些家長和教師企圖從10歲到12歲左右的學生中挖掘有數學才能的孩子,這樣做會害了孩子,但是孩子到了14至16歲時,情況就不一樣了。他們對數學物理的興趣已很清楚地表現了出來,根據柯爾莫哥洛夫在高中教授數學物理的經驗,大約有一半的學生認為數學物理對自己僅有很小的作用。對於這些學生應該安排簡單內容的課程。這樣,另一半的學生(並不一定他們都要搞數學物理專業)的數學教育就可以更有效地進行。

高中時將數學物理系、工程系、生物農醫系、社會經濟系等各專業分開為好。各系的主要學科的教授時間可稍稍增加一點(如數學1小時、物理1小時等),即使這樣效果也是非常顯著的。各專業系的教育可以使學生增強目的意識,而不至於影響有寬度的一般教育。革命初期提出的「統一勞動學校」的口號,並不否定個人能力的開發與特殊訓練,而只是意味著廢除階級意識的學校,消除貧苦人面前的障礙。

數學需要特別的才能這一說法在很多情況下是過於誇張了。數學是特別難的科目這一印象可能是產生於笨拙的、極其教條的教學方法。如果有好的教師和好的教科書,正常的平均程度的人的能力足以消化高中數學,並進一步理解微積分的初步知識。

然而,高中生在選擇數學作為上大學的專業時,自然應測驗一下自己對數學的適應性。實際上,在理解(數學的)推論、解決問題、或作出新的發現上,其速度、容易程度和成功度是因人而異的。在數學專業教育中,應選擇在數學領域出成就的可能性大的青年人。

什麼是對於數學的適應性呢?柯爾莫哥洛夫總結為以下三點:

(1)演算法能力:即對於複雜式子作高明的變形,對於用標準方法解不了的方程式作巧妙的解決的能力(僅記住許多定理、公式是不行的)。

(2)幾何學直觀:對於抽象的東西,能夠在頭腦中像畫畫一樣描繪出來並加以思考。

(3)作邏輯性推理的能力:例如能夠正確地應用數學歸納法。

僅有這些能力,而對研究題目不抱有強烈的興趣、不作持久不斷的研究活動的話,還是起不了什麼作用。

在大學的數學教育中,好的教師又是什麼樣的呢?

(I)講課高明。如用其它的科學領域的例子來吸引學生。

(II)以清晰的解釋和寬廣的數學知識來吸引學生。

(III)善於作個別指導。清楚每個學生的能力,在其能力範圍內安排學習內容,使學生增強自信心。

以上每一條都是有價值的,而理想的教師應屬(iii)類型的教師。

對於數學物理系的學生的數學教育,除了常規的課程,柯爾莫哥洛夫特彆強調了以下兩點:

(I)使學生能夠把泛函分析作為日常工具那樣運用自如。

(II)重視實際問題。

我最初對這個意思不大明白,最近見到一位曾經在莫斯科大學接受過柯爾莫哥洛夫的指導的先生,便詢問了一下,其意思可能是這樣的,例如對於微分方程式給出具體的係數和邊界條件(每個學生不同),然後讓學生考察方程式的解的性質。

學生在開始搞研究的時候,首先必須使其樹立起「自己能夠搞出點名堂」的自信心。因而在布置研究課題時,不但要考慮「這樣題目的重要性」,還應考慮「這個研究是否能提高學生的水平」,「是否在學生的能力範圍內,而且需要作最大程度的努力才能解決的問題」。

以上就是柯爾莫哥洛夫的數學教育論的概略。柯爾莫哥洛夫不僅是偉大的數學家,也是偉大的教育家,也許說是偉大的思想家更合適。

個人覺得這已經不錯的科普文了,感謝祖師爺賞口飯吃。

其次自己不清楚的,不要聽信口出妄言。


所以李森科讓蘇聯的分子生物領先全球五十年咯?


問題描述已經改了,我倒是好奇這人最開始說出了什麼的話,估計又是些「王司徒的高論吧」.

總有人覺得測度概率論不「實用」,正相反,他非常的實用。今天我們用的多少工具都是一般概率論論下定義的。不說別的,咱Q系的兩大基石:資產定價第一第二定理就是在一般概率論下定義的。

我們這些金融狗都得吭哧癟肚地去學這些,不然玩兒啥,組合(數數)概率?


謝邀

誰邀請我回答這個問題的的 站出來 保證不打死你


有人說,有學者說,有專家說,這類沒有指名道姓的,多半是胡編的。


觀點不正確。

首先如果你指的實用概率論是基於直觀的一些應用的話,大可不學習嚴格的概率論,基本的概率論與數理統計就夠用了。比如計算機科學裡隨機演算法的設計需要廣泛使用概率相關的各種不等式,但其實只要對離散概率有正確的直觀認識就完全足夠了。

Kolmogorov工作的意義在於,概率論從那以後變成一門獨立而深刻的數學,各種各樣的數學對象得以和概率論結合,產生極其美妙的應用,比如隨機矩陣論。沒有他的工作,你定義不出嚴格的條件期望,你解釋不了鞅,你連布朗運動是存在的都說明不了,那麼你做的數學是很 「民科」的。所以如果你指的實用概率論是概率論的應用的話,Kolmogorov並沒有讓它停滯,事實上沒有Kolmogorov就沒有概率論,哪來的應用?


中財參加數學信息檢索大賽的同學吧,,,,居然到知乎來檢索了也是厲害!


大概是個學新聞的學者吧。。。


最近都是什麼鬼,還有這個這個。

如何用通俗易懂的語言向同學解釋龐加萊猜想為什麼是錯誤的? - 數學

一開始我以為是哪個民科說的,然後我搜了,結果根!本!沒!有!找!到!任何消息。

現在我又搜了這個,一開始我以為是哪個民科說的,然後我搜了,結果根!本!沒!有!找!到!任何消息。

細思極恐。

我要報警了。

順便隨機扔個題讓他滾。


因為他的存在,使得蘇聯計劃經濟擁有了太多的實現的工具。從而不利於數學的發展。


跟民科吧的三江大師有得一拼啊


檢索大賽,各盡其能。


分頁阅读: 1 2