数学的各领域

来源：百度　　时间：2008-08-22

符号、语言与严谨

  在现代的符号中，简单的表示式可能描绘出复杂的概念。此一图像即是由一简单方程所产生的。

  我们现今所使用的大部份数学符号都是到了16世纪后才被发明出来了。在此之前，数学被以文字书写出来，这是个会限制住数学发展的刻苦程序。现今的符号使得数学对于专家而言更容易去控作，但初学者却常对此感到怯步。它被极度的压缩：少量的符号包含著大量的讯息。如同音乐符号一般，现今的数学符号有明确的语法和难以以其他方法书写的讯息编码。

  数学语言亦对初学者而言感到困难。如何使这些字有着比日常用语更精确的意思。亦困恼着初学者，如开放和域等字在数学里有着特别的意思。数学术语亦包括如同胚及可积性等专有名词。但使用这些特别符号和专有术语是有其原因的：数学需要比日常用语更多的精确性。数学家将此对语言及逻辑精确性的要求称为“严谨”。

  严谨是数学证明中很重要且基本的一部份。数学家希望他们的定理以系统化的推理依着公理被推论下去。这是为了避免错误的“定理”，依着不可靠的直观，而这情形在历史上曾出现过许多的例子。在数学中被期许的严谨程度因着时间而不同：希腊人期许着仔细的论点，但在牛顿的时代，所使用的方法则较不严谨。牛顿为了解决问题所做的定义到了十九世纪才重新以小心的分析及正式的证明来处理。今日，数学家们则持续地在争论电脑辅助证明的严谨度。当大量的计量难以被验证时，其证明亦很难说是有效地严谨。

数学的各领域

  早期的数学完全着重在演算实际运算的需要上，有如反映在中国算盘上的一般。如同上面所述一般，数学主要的学科首要产生于商业上计算的需要、了解数字间的关系、测量土地及预测天文事件。这四种需要大致地与数量、结构、空间及变化(即算术、代数、几何及分析)等数学上广泛的子领域相关连著。除了上述主要的关注之外，亦有用来探索由数学核心至其他领域上之间的连结的子领域：至逻辑、至集合论(基础)、至不同科学的经验上的数学(应用数学)、及较近代的至不确定性的严格学习。

数量

  数量的学习起于数，一开始为熟悉的自然数及整数与被描述在算术内的自然数及整数的算术运算。整数更深的性质被研究于数论中，此一理论包括了如费马最后定理之著名的结果。数论还包括两个被广为探讨的未解问题：孪生素数猜想及哥德巴赫猜想。

  当数系更进一步发展时，整数被承认为有理数的子集，而有理数则包含于实数中，连续的数量即是以实数来表示的。实数则可以被进一步广义化成复数。数的进一步广义化可以持续至包含四元数及八元数。自然数的考虑亦可导致超限数，它公式化了计数至无限的这一概念。另一个研究的领域为其大小，这个导致了基数和之后对无限的另外一种概念：艾礼富数，它允许无限集合之间的大小可以做有意义的比较。

结构

  许多如数及函数的集合等数学物件都有着内含的结构。这些物件的结构性质被探讨于群、环、体及其他本身即为此物件的抽象系统中。此为抽象代数的领域。在此有一个很重要的概念，即向量，且广义化至向量空间，并研究于线性代数中。向量的研究结合了数学的三个基本领域：数量、结构及空间。向量分析则将其扩展至第四个基本的领域内，即变化。

空间

  空间的研究源自于几何－尤其是欧式几何。三角学则结合了空间及数，且包含有着名的勾股定理。现今对空间的研究更推广到了更高维的几何、非欧几何(其在广义相对论中扮演著核心的角色)及拓扑学。数和空间在解析几何、微分几何和代数几何中都有着很重要的角色。在微分几何中有着纤维丛及流形上的计算等概念。在代数几何中有着如多项式方程的解集等几何物件的描述，结合了数和空间的概念；亦有着拓扑群的研究，结合了结构与空间。李群被用来研究空间、结构及变化。在其许多分支中，拓扑学可能是二十世纪数学中有着最大进展的领域，并包含有存在久远的庞加莱猜想及有争议的四色定理，其只被电脑证明，而从来没有由人力来验证过。

基础与哲学

  为了搞清楚数学基础，数学逻辑和集合论等领域被发展了出来。康托（Georg Cantor，1845-1918）首创集合论，大胆地向“无穷大”进军，为的是给数学各分支提供一个坚实的基础，而它本身的内容也是相当丰富的，提出了实无穷的存在，为以后的数学发展作出了不可估量的贡献。Cantor的工作给数学发展带来了一场革命。由于他的理论超越直观，所以曾受到当时一些大数学家的反对，就连被誉为“博大精深，富于创举”的数学家Pioncare也把集合论比作有趣的“病理情形”，甚至他的老师Kronecker还击Cantor是“神经质”，“走进了超越数的地狱”.对于这些非难和指责，Cantor仍充满信心，他说：“我的理论犹如磐石一般坚固，任何反对它的人都将搬起石头砸自己的脚.”他还指出：“数学的本质在于它的自由性，不必受传统观念束缚。”这种争辩持续了十年之久。Cantor由于经常处于精神压抑之中，致使他1884年患了精神分裂症，最后死于精神病院。

  然而，历史终究公平地评价了他的创造，集合论在20世纪初已逐渐渗透到了各个数学分支，成为了分析理论，测度论，拓扑学及数理科学中必不可少的工具。20世纪初世界上最伟大的数学家Hilbert在德国传播了Cantor的思想，把他称为“数学家的乐园”和“数学思想最惊人的产物”。英国哲学家Russell把Cantor的工作誉为“这个时代所能夸耀的最巨大的工作”。

  数学逻辑专注在将数学置于一坚固的公理架构上，并研究此一架构的成果。就其本身而言，其为哥德尔第二不完备定理的产地，而这或许是逻辑中最广为流传的成果－总存在一不能被证明的真实定理。现代逻辑被分成递归论、模型论和证明论，且和理论计算机科学有着密切的关连性。

离散数学

  离散数学是指对理论计算机科学最有用处的数学领域之总称，包含有可计算理论、计算复杂性理论及信息论。可计算理论检查电脑的不同理论模型之极限，包含现知最有力的模型－图灵机。复杂性理论研究可以由电脑做为较易处理的程度；有些问题即使理论是可以以电脑解出来，但却因为会花费太多的时间或空间而使得其解答仍然不为实际上可行的，尽管电脑硬件的快速进步。最后，信息论专注在可以储存在特定媒体内的资料总量，且因此有压缩及熵等概念。

  做为一相对较新的领域，离散数学有许多基本的未解问题。其中最有名的为P/NP问题－千禧年大奖难题之一。一般相信此问题的解答是否定的。

应用数学

  应用数学思考将抽象的数学工具运用在解答科学、工商业及其他领域上之现实问题。应用数学中的一重要领域为统计学，它利用机率论为其工具并允许对含有机会成分的现象进行描述、分析与预测。大部份的实验、测量及观察研究需要统计对其资料的分析。(许多的统计学家并不认为他们是数学家，而比较觉得是合作团体的一份子。)数值分析研究如何有效地用电脑的方法解决大量因太大而不可能以人类的演算能力算出的数学问题；它亦包含了对计算中舍入误差或其他来源的误差之研究。

模糊数学

  现代数学是建立在集合论的基础上。集合论的重要意义就一个侧面看，在与它把数学的抽象能力延伸到人类认识过程的深处。一组对象确定一组属性，人们可以通过说明属性来说明概念（内涵），也可以通过指明对象来说明它。符合概念的那些对象的全体叫做这个概念的外延，外延其实就是集合。从这个意义上讲，集合可以表现概念，而集合论中的关系和运算又可以表现判断和推理，一切现实的理论系统都一可能纳入集合描述的数学框架。

  但是，数学的发展也是阶段性的。经典集合论只能把自己的表现力限制在那些有明确外延的概念和事物上，它明确地限定：每个集合都必须由明确的元素构成，元素对集合的隶属关系必须是明确的，决不能模棱两可。对于那些外延不分明的概念和事物，经典集合论是暂时不去反映的，属于待发展的范畴。

  在较长时间里，精确数学及随机数学在描述自然界多种事物的运动规律中，获得显著效果。但是，在客观世界中还普遍存在着大量的模糊现象。以前人们回避它，但是，由于现代科技所面对的系统日益复杂，模糊性总是伴随着复杂性出现。

  各门学科，尤其是人文、社会学科及其它“软科学”的数学化、定量化趋向把模糊性的数学处理问题推向中心地位。更重要的是，随着电子计算机、控制论、系统科学的迅速发展，要使计算机能像人脑那样对复杂事物具有识别能力，就必须研究和处理模糊性。

  我们研究人类系统的行为，或者处理可与人类系统行为相比拟的复杂系统，如航天系统、人脑系统、社会系统等，参数和变量甚多，各种因素相互交错，系统很复杂，它的模糊性也很明显。从认识方面说，模糊性是指概念外延的不确定性，从而造成判断的不确定性。

  在日常生活中，经常遇到许多模糊事物，没有分明的数量界限，要使用一些模糊的词句来形容、描述。比如，比较年轻、高个、大胖子、好、漂亮、善、热、远……。在人们的工作经验中，往往也有许多模糊的东西。例如，要确定一炉钢水是否已经炼好，除了要知道钢水的温度、成分比例和冶炼时间等精确信息外，还需要参考钢水颜色、沸腾情况等模糊信息。因此，除了很早就有涉及误差的计算数学之外，还需要模糊数学。

  人与计算机相比，一般来说，人脑具有处理模糊信息的能力，善于判断和处理模糊现象。但计算机对模糊现象识别能力较差，为了提高计算机识别模糊现象的能力，就需要把人们常用的模糊语言设计成机器能接受的指令和程序，以便机器能像人脑那样简洁灵活的做出相应的判断，从而提高自动识别和控制模糊现象的效率。这样，就需要寻找一种描述和加工模糊信息的数学工具，这就推动数学家深入研究模糊数学。所以，模糊数学的产生是有其科学技术与数学发展的必然性。