科学空间|Scientific Spaces

开始之初，我偶然在图书馆看到了一本名为《超越摄动：同伦分析方法导论》，里边介绍了一种求微分方程近似解的新方法，关键是里边的内容看起来并不是十分难懂，因此我饶有兴致地借来研究了。果然，这是一种非常有趣的方法，在某种意义上来说，还是非常简洁的方法。这解决了我一直以来想要研究的问题：用傅里叶级数来近似描述单摆运动的近似解。当然，它带给我的冲击不仅仅是这些。为了得出周期解，我又同时研究了各种摄动方法的技巧，如消除长期项的PL(Poincaré–Lindstedt)方法。这同时增加了我对各种近似解析方法的了解。从开学到现在快三周的时间，我一直都在研究这些问题。

点击阅读全文...

虽然文章的大部分内容我都还无法弄懂，但是这里边讲述的振奋人心的内容让我决定把它转载过来。文章说，将大自然的各种力统一起来，或许没有物理学家原来所想的那么困难。

撰文∕ 伯尔尼（Zvi Bern）、狄克森（Lance J. Dixon）寇索尔（David A. Kosower）
翻译∕ 高涌泉（台湾大学物理系教授）
提供/ 科学人（Scientific American繁体中文版）

重点提要

物理学家对于粒子碰撞的了解，最近经历了一场宁静革命。知名物理学家费曼所引入的观念对于很多应用而言已到达极限。作者与合作者已经发展出新的方法。

物理学家利用新方法，可以更可靠地描述在大强子对撞机（LHC）那种极端条件下普通粒子的行为，这将帮助实验学家寻找新粒子与新作用力。

新方法还有更为深刻的应用：它让一种于1980年代被物理学家放弃的统一理论有了新生命，重力看起来像是双份的强核力一起作用。

春天某个晴朗的日子，本文作者狄克森从英国伦敦地铁的茂恩都站进入地铁，想前往希斯洛机场。伦敦地铁每天有300万名乘客，他瞧着其中一位陌生人，无聊地想着：这位老兄会从温布尔登站离开地铁的机率有多大？由于此人可能搭上任何一条地铁路线，所以该如何推算这个机率呢？他想了一会，领悟到这个问题其实跟粒子物理学家所面对的麻烦很像，那就是该如何预测现代高能实验中粒子碰撞的后果。

欧洲核子研究组织（CERN）的大强子对撞机（LHC）是这个时代最重要的探索实验；它让质子以近乎光速前进并相撞，然后研究碰撞后的碎片。我们知道建造对撞机及侦测器得用上最尖端的技术，然而较不为人知的是，解释侦测器的发现同样也是极为困难的挑战。乍看之下，它不应该那么困难才对，因为基本粒子的标准模型早已确立，理论学家也一直用此模型来预测实验的结果，而且理论预测所依赖的是著名物理学家费曼（Richard P. Feynman）早在60多年前就发展出来的计算技巧，每位粒子物理学家在研究生阶段都学过费曼的技巧；关于粒子物理的每本科普书、每篇科普文章，也都借用了费曼的概念。

点击阅读全文...

海伦公式是已知三角形三边的长度$a,b,c$来求面积$S$的公式，是一个相当漂亮的公式，它不算复杂，同时它关于$a,b,c$是对称的，充分体现了三边的同等地位。可是，这样具有对称美的公式推导，往往要经过一个不对称的过程，比如维基百科上的证明，这未免有点美中不足。本文的目的，就是想为此补充一个对称的推导。本文题目为“物理推导”，关键在于“推导”而不是“证明”，同时这里的“物理”并非是通过物理类比而来，而是推导的思想和方法很具有“物理味道”。

$$\sqrt{p(p-a)(p-b)(p-c)}$$

在推导开始之前，笔者给出一个评论：海伦公式似乎是由三边长求三角形面积的所有可能的公式之中最简单的一个。

点击阅读全文...

为了计算实际问题，我们总会采用各种各样的理想模型。一般而言，一个模型越接近实际现象，它往往会越复杂。而忽略掉多数微小的干扰，只保留一些主要的项，这通常可以得到一个相当简单、能够精确解出的模型。以这样的一个可以精确解出的近似模型为基础，逐渐地把微小项的影响添加进去，使得我们的答案越来越准确，这就是摄动法的思想，也称作“微扰理论”。这种方法源于求解天体力学的N体问题，而现在已经发展成为一门相当系统的学科，并应用到了相对多的领域，如量子力学、电子理论等。

其实不难发现，实际问题中存在不少这样的例子，即当我们要计算某个现象时，先考虑最突出的，然后再考虑细节。比如说，要计算地球的轨道，先把它看成一个与太阳组成的纯粹的二体系统，然后把各种微小效应加进去，比如月球的影响、各大行星的影响甚至由于地球的不规则形状所产生的影响等。当然，不仅仅是这一类复杂的“大问题”，我们平常可能会遇到的一些“小问题”有可能也让摄动法派上用场。本文试图将摄动法介绍给各位读者。

摄动法的主要步骤是先忽略微小影响（令小参数为0），求出精确解；然后把所要求的解表达为关于小参数的幂级数。这个方法可以用于解答代数方程、微分方程等等各种领域。下面先以一个简单的代数方程来说明：

一、求解方程：$\varepsilon x^3+x^2=p^2$

点击阅读全文...

为了让大家更加熟悉摄动法的基本步骤，本文再讲一个用摄动法解代数方程的例子。这是从实际研究中出来的：
$$\begin{eqnarray*} x=\frac{k(1+k^2+k^4+l^2)}{2(1+k^2)^2} \\ k=\frac{dy}{dx}\end{eqnarray*} $$

这是一道微分方程。要求解这道方程，最好的方法当然是先从第一式解出$k=k(x)$的形式然后再积分。但是由于五次方程没有一般的显式解，所以迫使我们要考虑近似解。当然，一般来说熟悉mathematica的人都会直接数值计算了。我这里只考虑摄动法。

我们将原方程变为下面的形式：
$$x=\frac{k}{2}[1+\frac{l^2}{(1+k^2)^2}]$$

点击阅读全文...

微分方程领域大放光彩

虽然微分方程在各个计算领域都能一展才华，不过它最辉煌的光芒无疑绽放于微分方程领域，包括常微分方程和偏微分方程。海王星——“笔尖上发现的行星”——就是摄动法的著名成果，类似的还有冥王星的发现。天体力学家用一颗假设的行星的引力摄动来解释已知行星的异常运动，并由此反推未知行星的轨道。我们已不止一次提到过，一般的三体问题是混沌的，没有精确的解析解。这就要求我们考虑一些近似的方法，这样的方法发展起来就成为了摄动理论。

跟解代数方程一样，摄动法解带有小参数或者大参数的微分方程的基本思想，就是将微分方程的解表达为小参数或大参数的幂级数。当然，这是最直接的，也相当好理解，不过所求得的级数解有可能存在一些性态不好的情况，比如有时原解应该是一个周期运动，但是级数解却出现了诸如$t \sin t$的“长期项”，这是相当不利的，因此也发展出各种技巧来消除这些项。可见，摄动理论是一门应用广泛、集众家所大成的实用理论。下面我们将通过一些实际的例子来阐述这个技巧。

点击阅读全文...

最近一直在考虑一些自然语言处理问题和一些非线性分析问题，无暇总结发文，在此表示抱歉。本文要说的是对于一阶非线性差分方程（当然高阶也可以类似地做）的一种摄动格式，理论上来说，本方法可以得到任意一阶非线性差分方程的显式渐近解。

非线性差分方程

对于一般的一阶非线性差分方程
$$\begin{equation}\label{chafenfangcheng}x_{n+1}-x_n = f(x_n)\end{equation}$$
通常来说，差分方程很少有解析解，因此要通过渐近分析等手段来分析非线性差分方程的性质。很多时候，我们首先会考虑将差分替换为求导，得到微分方程
$$\begin{equation}\label{weifenfangcheng}\frac{dx}{dn}=f(x)\end{equation}$$
作为差分方程$\eqref{chafenfangcheng}$的近似。其中的原因，除了微分方程有比较简单的显式解之外，另一重要原因是微分方程$\eqref{weifenfangcheng}$近似保留了差分方程$\eqref{chafenfangcheng}$的一些比较重要的性质，如渐近性。例如，考虑离散的阻滞增长模型：
$$\begin{equation}\label{zuzhizengzhang}x_{n+1}=(1+\alpha)x_n -\beta x_n^2\end{equation}$$
对应的微分方程为（差分替换为求导）：
$$\begin{equation}\frac{dx}{dn}=\alpha x -\beta x^2\end{equation}$$
此方程解得
$$\begin{equation}x_n = \frac{\alpha}{\beta+c e^{-\alpha n}}\end{equation}$$
其中$c$是任意常数。上述结果已经大概给出了原差分方程$\eqref{zuzhizengzhang}$的解的变化趋势，并且成功给出了最终的渐近极限$x_n \to \frac{\alpha}{\beta}$。下图是当$\alpha=\beta=1$且$c=1$（即$x_0=\frac{1}{2}$）时，微分方程的解与差分方程的解的值比较。

差分方程的摄动法1

现在的问题是，既然微分方程的解可以作为一个形态良好的近似解了，那么是否可以在微分方程的解的基础上，进一步加入修正项提高精度？

点击阅读全文...

Greg Laughlin　文　Shea　译
转载自科学松鼠会。

当牛顿遇上“混沌”，行星的轨道会失控吗？

UnstableSS_Pendulum

点击阅读全文...