专栏名称: 算法与数学之美
从生活中挖掘数学之美,在实践中体验算法之奇,魅力旅程,从此开始!
目录
相关文章推荐
算法爱好者  ·  TikTok 又可以“续命” 75 天 ·  昨天  
算法爱好者  ·  被微软裁员后,3 人自杀! ·  23 小时前  
九章算法  ·  计算机专业走向,没有悬念了! ·  昨天  
51好读  ›  专栏  ›  算法与数学之美

代数,分析,几何与拓扑,现代数学的三大方法论

算法与数学之美  · 公众号  · 算法  · 2017-06-03 21:48

正文

请到「今天看啥」查看全文


很多人都听说过“现代数学分成代数、分析、几何”三大块这种说法。其实这种说法并不准确。数学并不是像生物学分类那样,按照界门纲目科属种那样能够严格地分出不同层次的分界线。现代数学不同领域的差异当然存在,但是这些领域的边界线则犬牙交错,交叉的地方并不清晰。而且某个领域使用其他领域的方法和定理也是很常见的事情。

那么,我们首先简单介绍一下三大方法论大致是个什么“取向”,给对数学有兴趣的初学者一点感觉:

代数:以线性代数、抽象代数为基础,研究各种代数结构,比如最常见的群环模域线性空间,李代数,以及不那么常见的高阶同伦代数(homotopy algebra)等等。代数的一个基本特征是对称性。一般来说,某个数学对象(比如说拓扑空间)如果具备某种代数结构(比如拓扑空间上面有同调群),那我们就可以利用这种代数结构的已知结果,来反过来研究、“探测”那个数学对象。这是代数影响其他数学分支的一个基本模式。

分析:以广义的微积分(比如实分析复分析调和分析等等)、微分方程理论、泛函分析等为研究工具,对函数、方程等“可以求导”的东西进行精细的分析(比如不等式估计等等),的一种方法论。分析大致可以分为软分析和硬分析。个人的观点是,软分析有点像定性的分析,比如泛函分析里各种结论,比如一个函数空间紧嵌入到另一个函数里,不需要知道到底怎么嵌入的,就可以依据紧性推导出一些结论。而硬分析则有点像定量的分析:每个常数,跟哪些量有关,具体是怎么个相关法(多项式依赖?指数依赖)?这些常数具体是多少,能不能做到最优,最优常数是多少?用一列东西去逼近一个东西,误差项大概有多大?误差项是什么阶数(多项式(几次多项式?)?多项式乘以对数?)?能不能把bound放大或者缩小,直至最优? etc.







请到「今天看啥」查看全文