科学空间|Scientific Spaces

向量

向量，又称矢量，定义为线性空间中需要大小和方向才能完整表示的一个量。而对于我们来说，还是使用最简单的概念比较合适：向量就是“有向线段”。向量这一概念，来源于物理，而又不仅仅应用于物理。向量的出现，使得几何学和物理学的发展又多了一个强有力的工具，记得有一句这样的话：“对数的出现，延长了天文学家的寿命。”而我可以毫不夸张地说，向量的发展，也在不断地延长着数学家和物理学家的寿命！

点击阅读全文...

universe_mystery_expand

1929年哈勃(Edwin Hubble)对河外星系的视向速度与距离的关系进行了研究。当时只有46个河外星系的视向速度可以利用，而其中仅有24个有推算出的距离，哈勃得出了视向速度与距离之间大致的线性正比关系。

不少宇宙学的书籍中都提到了标题，那么，为什么哈勃定律是宇宙各向同性的体现？或者说为什么宇宙各向同性就必然导致哈勃定律？

首先我们得需要了解一下宇宙学原理，它告诉我们宇宙在大尺度范围是均匀的、各向同性的。基于这个原理，我们会得到一些很奇怪的东西，如宇宙中的每一点都是宇宙的中心。另外，我们还可以得到：宇宙的（整体）运动情况在每一个方向都应该取相同的形式。

点击阅读全文...

转载自：matrix67.com

注：这篇文章里有很多个人观点，带有极强的主观色彩。其中一些思想不见得是正确的，有一些话也是我没有资格说的。我只是想和大家分享一下自己的一些想法。大家记得保留自己的见解。也请大家转载时保留这段话。

我不是一个数学家。我甚至连数学专业的人都不是。我是一个纯粹打酱油的数学爱好者，只是比一般的爱好者更加执着，更加疯狂罢了。初中、高中一路保送，大学不在数学专业，这让我可以不以考试为目的地学习自己感兴趣的数学知识，让我对数学有如此浓厚的兴趣。从 05 年建立这个 Blog 以来，每看到一个惊人的结论或者美妙的证明，我再忙都会花时间把它记录下来，生怕自己忘掉。不过，我深知，这些令人拍案叫绝的雕虫小技其实根本谈不上数学之美，数学真正博大精深的思想我恐怕还不曾有半点体会。

我多次跟人说起，我的人生理想就是，希望有一天能学完数学中的各个分支，然后站在一个至高点，俯瞰整个数学领域，真正体会到数学之美。但是，想要实现这一点是很困难的。最大的困难就是缺少一个学习数学的途径。看课本？这就是我今天想说的——课本极其不靠谱。

点击阅读全文...

九月三日BoJone和九个同学到云浮参加了今年广东省的数学竞赛预赛，那一起出发、玩笑、作战、吃饭的情景依然历历在目，让我久久不能忘怀。是呀，能够并肩作战的感觉真好！九日数学成绩出来了，遗憾的是今年政策改变了，我被告知整个市只有三个名额能够参加复赛，于是新兴只有我一个人进入了复赛（另外两个据说是罗定的，我们三个并列第一）。有点无语，我想，大概是要把那些为了功利而参赛的人都给刷下去吧...

今年广东的预赛题前所未有的简单，不论是和全国其他地方相比还是和上一年的题目相比，都简单了不少，但我还是做得不大理想，据我估计，120分的卷子我顶多能够拿个68分，所以BoJone的基本技能实在不容乐观。从云浮考试回来后，和同行的同学讨论试题，得出了一些很有趣的结果，那过程可谓其乐无穷呀！下面是倒数第二题预赛题的几个绝妙解法，供大家欣赏。解法由我和伍泽麒（人称“兔子、神兔”，人如其名，天资聪颖，性格可爱）完成。

题目：

在一条线段中随意选取两个点，把这条线段截成三段，求这三段线段能够组成一个三角形的概率。

点击阅读全文...

这篇文章其实在年初就完成了。

众所周知，我们生活在一个平坦的世界中。正如我们能够感受到的那样，在这个被称为“欧几里得平直空间”的世界里，空间里两点间的最短曲线是两点间的直线段，空间里的任意直角三角形都满足勾股定理，每个物体都有着自己的长、宽、高，它们都随着时间的流逝而运动着。这种世界观把时间独立于空间之外，作为一个独特的研究对象。但是自爱因斯坦在1905年发表狭义相对论以来，我们的宇宙就被描述成为了由三维空间和一维时间组成的“四维时空”，在这里，时间和空间的地位是等价的。不少同好们也许会感到非常困惑：即使证明了时间与空间的确存在着某种联系，也不必要把时间描述成是世界的一维吧？在我们的感官里，时间明明就和空间的三维差别甚大，时间和空间怎么能够等同起来呢？其实答案很简单：为了美。把时间看成与空间等价的一维之后，整个力学体系体现出一种前所未有的对称美，这种美不仅让人赏心悦目，而且极大地方便了我们进一步处理问题。

对称

点击阅读全文...

前言

在之前的一些文章中，我们已经指出过现行教材的一些毛病。比如主次不当（最明显的是那些一上来就讲线性方程组的线性代数教程）、缺乏直观性、缺少引导性等，我想其中最主要的原因可能是过于随大流了，别人怎么编我们也跟着怎么编，缺乏自己的观点和逻辑，因此导致一些常见的毛病就一直流传了下来。也许正因如此，就导致了有那么一种奇怪的现象——明明有一种计算量少的、精确度高一些的方法，教科书几乎从未提及；另外一种计算量稍大、精确度稍低的方法，但每一本同类教科书都讲述了它。不能不说这是一个“未解之谜”......

本文要讲的就是这样的两种方法，它们分别是用来求定积分近似值的“中点矩形法则”和“梯形法则”。对于后者我想绝大多数学习过微积分的朋友都会有印象，它就是那个几乎出现在了所有微积分教材的方法；而前者我相信不少读者都未曾听闻，但让人意外的是，它的计算量稍低，精确度却稍高。本文就简单介绍这两种方法，并且比较它们的精度。而本文的独特之处在于，证明过程沿用了《复分析:可视化方法》的思路，使用几何方法漂亮地估计误差！

我们的目标是在难以精确计算的情况下，通过一定的方法求出$\int_a^b f(x)dx$的近似值，这些方法基本上都是利用了积分即面积的思想。

两种不同的方法

点击阅读全文...

本文的最新版本位于：http://kexue.fm/archives/2208/

亲爱的读者朋友们，科学空间版的理解矩阵已经来到了BoJone认为是最激动人心的部分了，那就是关于行列式的叙述。这部分内容没有在孟岩的文章中被谈及到，是我自己结合了一些书籍和网络资源而得出的一些看法。其中最主要的书籍是《数学桥》，而追本溯源，促进我研究这方面的内容的是matrix67的那篇《教材应该怎么写》。本文包含了相当多的直观理解内容，在我看来，这部分内容也许不是正统的观点，但是至少在某种程度上能够促进我们对线性代数的理解。

大多数线性代数引入行列式的方式都是通过讲解线性方程组的，这种方式能够让学生很快地掌握它的计算，以及给出了一个最实际的应用（就是解方程组啦）。但是这很容易让读者走进一个误区，让他们认为线性代数就是研究解方程组的。这样并不能让读者真正理解到它的本质，而只有当我们对它有了一个直观熟练的感觉，我们才能很好地运用它。

行列式的出现其实是为了判断一个矩阵是否可逆的，它通过某些方式构造出一个“相对简单”的函数来达到这个目的，这个函数就是矩阵的行列式。让我们来反思一下，矩阵可逆意味着什么呢？之前已经提到过，矩阵是从一个点到另外一个点的变换，那么逆矩阵很显然就是为了把它变换回来。我们还说过，“运动是相对的”，点的变换又可以用坐标系的变换来实现。但是，按照我们的直觉，不同的坐标系除了有那些运算上的复杂度不同（比如一般的仿射坐标系计算点积比直角坐标系复杂）之外，不应该有其他的不同了，用物理的语言说，就是一切坐标系都是平权的。那么给出一个坐标系，可以自然地变换到另外一个坐标系，也可以自然地将它变换回来。既然矩阵是这种坐标系的一个描述，那么矩阵不可逆的唯一可能性就是：

这个$n$阶矩阵的$n$个列向量根本就构不成一个$n$维空间的坐标系。

点击阅读全文...

这篇文章估计是这个系列最后一篇了，也许以后会继续谈到线性代数，但是将会独立开来讲述。本文主要讲的是相似矩阵的一些事情，本文的观点很是粗糙，自己感觉都有点模糊，因此请读者细细阅读。在孟岩的文章里头，它对矩阵及其相似有了一个非常精彩的描述：

“矩阵是线性空间中的线性变换的一个描述。在一个线性空间中，只要我们选定一组基，那么对于任何一个线性变换，都能够用一个确定的矩阵来加以描述。”

同样的，对于一个线性变换，只要你选定一组基，那么就可以找到一个矩阵来描述这个线性变换。换一组基，就得到一个不同的矩阵。所有这些矩阵都是这同一个线性变换的描述，但又都不是线性变换本身。

点击阅读全文...