Mathematics | Branch

注:本文为“遇见数学”翻译的 “数学分支概览” 两篇文章合辑。


数学世界的版图:主要分支概览(上)

原创 遇见数学 2025 年 04 月 03 日 12:02 河南

数学的分支(Areas of Mathematics)

在文艺复兴之前,数学主要分为两个领域:算术(Arithmetic,关于数的运算)和几何(Geometry,关于形状的研究)。当时,一些伪科学,如数字占卜(Numerology)和占星术(Astrology),并未与数学严格区分开来。

文艺复兴时期,两个新的领域逐渐发展起来:代数(Algebra)和微积分(Calculus)。数学符号的发展推动了代数的诞生,广义上讲,它是对公式的研究与操作。微积分,包括微分学(Differential Calculus)和积分学(Integral Calculus)两个子领域,研究连续变化的函数,这些函数通常用来构建非线性的变量之间的关系。这种将数学划分为四大领域(算术、几何、代数、微积分)的方式,一直持续到 19 世纪末。

天体力学(Celestial Mechanics)和固体力学(Solid Mechanics)这样的学科,最初由数学家研究,但现在通常归入物理学的范畴。组合数学(Combinatorics)虽然在有记载的历史中早已被研究,但直到 17 世纪才被视为数学的一个独立分支。

19 世纪末,数学基础危机的爆发以及随之而来的公理化方法的系统化,催生了大量新的数学分支。

《2020 年数学学科分类》(Mathematics Subject Classification)列出了不少于 63 个一级学科。

其中一些延续了传统划分方式,例如数论(即 “高等算术” 的现代称呼)和几何;另一些领域虽不以 “几何” 命名,却依然被认为属于几何学范畴。而 “代数” 和 “微积分” 虽不再作为一级学科出现,但分别被拆分为多个一级领域。还有一些一级领域是在 20 世纪出现的,或者此前并不被视为数学的一部分,如数理逻辑数学基础


数论(Number Theory)

这张图展示的是乌拉姆螺旋(Ulam Spiral),用于可视化质数的分布。图中沿对角线的深色点,暗示了一个猜想:质数在某些二次多项式取值中近似呈独立分布,这一猜想现被称为哈代 - 李特尔伍德猜想 F(Hardy–Littlewood Conjecture F)。

这张图展示的是乌拉姆螺旋(Ulam Spiral),用于可视化质数的分布。图中沿对角线的深色点,暗示了一个猜想:质数在某些二次多项式取值中近似呈独立分布,这一猜想现被称为哈代 - 李特尔伍德猜想 F(Hardy–Littlewood Conjecture F)。

数论起初是对自然数 的研究,后来扩展到整数 和有理数 。数论曾被称为 “算术”,但在当今,“算术” 一词主要用于指基础的数值计算。

数论的历史可以追溯到古巴比伦,或可能更早的中国。古希腊的欧几里得与亚历山大的丢番图是早期著名的数论学者。现代抽象数论的奠基者被认为是皮埃尔・费马莱昂哈德・欧拉,而勒让德高斯的贡献则使该领域逐渐完善。

许多表述简单的数论问题,其解法却需要高度复杂的数学工具,往往跨越多个数学分支。

例如,费马大定理由费马在 1637 年提出,但直到 1994 年才由安德鲁・怀尔斯证明,他运用了包括代数几何中的概形理论范畴论上同调代数等工具。

图片

另一个著名问题是哥德巴赫猜想,即每个大于 2 的偶数都可以表示为两个质数之和。该猜想由克里斯蒂安・哥德巴赫于 1742 年提出,尽管已有大量研究成果,但至今仍未被证明。

数论的子领域包括:

  • 解析数论(Analytic Number Theory)
  • 代数数论(Algebraic Number Theory)
  • 几何数论(方法导向,Geometry of Numbers)
  • 丢番图方程(Diophantine Equations)
  • 超越数论(问题导向,Transcendence Theory)

几何(Geometry)

在球面上,欧几里得几何仅适用于局部近似。若在更大尺度上,三角形的内角和将不等于 。

在球面上,欧几里得几何仅适用于局部近似。若在更大尺度上,三角形的内角和将不等于 。

几何是最古老的数学分支之一。它起源于对形状的经验性研究,如直线、角度和圆,最初主要为测量和建筑服务,后来发展出众多子领域。

古希腊人开创性的引入了 “证明” 的概念,强调每一个命题都需经逻辑推导加以证明。例如,不能仅凭测量判断两个线段相等,而应从已知定理和基本前提出发,通过推理得出其等值。这些基本前提包括公设(Postulates,不需证明的自明真理)与公理(Axioms,作为研究对象定义一部分的陈述)。这一原则成为整个数学的基础,最早在几何中进行系统化,由欧几里得在公元前约 300 年所著《几何原本》中完整阐述。

“在古希腊传统中,‘公设’通常指几何直观的规则,而‘公理’更偏向逻辑推理的基础前提。在现代数学中,这一区分已无实际作用,二者统一归入‘公理系统’。”

由此形成的欧几里得几何(Euclidean Geometry),研究由线、面、圆等构成的二维(平面几何)与三维欧几里得空间中的图形结构。

几何的研究方法与范围从古至今变化不大,直到 17 世纪,笛卡尔引入了笛卡尔坐标系,带来了范式的重大变革。通过将点的位置用数值坐标表示,几何问题开始可以借助代数(甚至微积分)来解决。

几何由此分化出两个新分支:

  • 综合几何(Synthetic Geometry):仅依赖几何构造与逻辑推理
  • 解析几何(Analytic Geometry):使用坐标系统研究几何问题

解析几何使得研究抛物线、椭圆等任意曲线成为可能,这些研究推动了:

  • 微分几何(Differential Geometry):研究函数图像定义的曲线与曲面
  • 代数几何(Algebraic Geometry):研究由多项式方程定义的几何对象
  • 更高维欧几里得空间

19 世纪,数学家发现了不满足平行公设的非欧几何(Non-Euclidean Geometry)。

图片

通过质疑该公设的真实性,这一发现与罗素悖论一起被视为揭示了数学的基础危机。这一危机的解决方案是系统化公理方法,并接受公理的选取是人为设定的前提。

这一方法的确立,使得数学家能研究不同公理系统下的几何,或在特定变换下保持不变的性质。

现代几何的子领域包括:

  • 射影几何:由吉拉德・笛沙格于 16 世纪提出,引入无穷远点,使得所有直线相交,统一了平行线和交点的处理。
  • 仿射几何:研究与平行性相关、但与长度无关的几何性质。
  • 微分几何:研究由可微函数定义的曲线、曲面及其推广。
  • 流形理论:研究不一定嵌入在更高维空间中的几何对象。
  • 黎曼几何:研究曲率空间中的距离与测度。
  • 代数几何:研究由多项式方程定义的几何对象。
  • 拓扑学:研究在连续变形下保持不变的性质。
  • 代数拓扑:用代数方法(如上同调代数)研究拓扑问题。
  • 离散几何:研究有限图形配置的几何性质。
  • 凸几何:研究凸集,广泛用于最优化问题。
  • 复几何:将实数替换为复数后得到的几何结构。

代数(Algebra)

魔方群是群论的一个具体应用。

魔方群是群论的一个具体应用。

代数是方程与公式的操作艺术。丢番图(3 世纪)和花拉子米(9 世纪)是代数的两位奠基者。

丢番图通过逻辑推导与变换关系,解出含有自然数解的方程。花拉子米则引入了系统的方程变换方法,如移项等。“代数” 一词来自阿拉伯语 al-jabr,意为 “复原”,这是他用于命名其主要著作中一种方法的词语。

弗朗索瓦・韦达 (François Viète)

弗朗索瓦・韦达 (François Viète)

直到 16 世纪末,法国数学家弗朗索瓦・韦达引入用字母分别表示已知数和未知数,为代数表达式的形成奠定基础,使其成为一门独立学科。变量的使用使数学家可以用公式表示运算步骤。

19 世纪前,代数主要研究线性方程(即线性代数)和一元多项式方程(即所谓的代数方程)。19 世纪中期起,数学家开始用变量表示非数值的对象(如矩阵、模算术、几何变换等),这些对象也遵循类数的运算规则。

于是,代数结构的概念出现:一个集合、其上的运算、以及这些运算所遵循的规则。该方向发展为现代代数抽象代数,其体系由艾米・诺特等人确立。

某些代数结构在数学中具有基础性意义,并作为代数的子领域独立发展,例如:

  • 群论(Group Theory)
  • 域(Field Theory)
  • 向量空间(Vector Spaces,即线性代数)
  • 环论(Ring Theory)
  • 交换代数(研究交换环与多项式,是代数几何的基础)
  • 同调代数(Homological Algebra)
  • 李代数与李群(Lie Algebra and Lie Groups)
  • 布尔代数(Boolean Algebra,广泛用于计算机逻辑结构)

此外,泛代数(Universal Algebra)与范畴论(Category Theory)研究各种代数结构的共性。范畴论最初是为系统化代数拓扑(Algebraic Topology)中的结构与映射而发展出来的,后来成为研究各种数学结构之间共性的强大工具。


数学世界的版图:主要分支概览(下)

原创 遇见数学 2025 年 04 月 04 日 15:16 河南

微积分与分析

柯西序列(Cauchy sequence)是指一个数列,其后续项之间会随着数列的推进而无限接近。

柯西序列(Cauchy sequence) 是指一个数列,其后续项之间会随着数列的推进而无限接近。

微积分,旧称 “无穷小微积分”(infinitesimal calculus),由 17 世纪的数学家牛顿和莱布尼茨各自独立且同时创立。它本质上是研究彼此依赖的变量之间关系的数学。18 世纪,欧拉引入了函数的概念,并推动了该理论的进一步发展。

如今,“微积分” 通常指该理论的基础部分,而数学分析(analysis)则被用来指代更高级的内容。

数学分析进一步细分为:

  • 实分析(Real analysis):研究实数变量的性质
  • 复分析(Complex analysis):研究复数变量的性质

此外,分析还包含许多与其他数学领域交叉的子领域,包括:

  • 多变量微积分(Multivariable calculus)
  • 泛函分析(Functional analysis):研究函数空间及其变换
  • 积分测度论(Measure theory)与位势论(Potential theory):与连续概率论密切相关
  • 常微分方程(Ordinary differential equations)
  • 偏微分方程(Partial differential equations)
  • 数值分析(Numerical analysis):主要研究如何在计算机上求解常微分或偏微分方程等应用问题中的数值解

离散数学(Discrete mathematics)

下图展示了一个两状态马尔可夫链(Markov chain),状态用 A 和 E 表示,数字表示状态转换的概率。

上图展示了一个两状态马尔可夫链(Markov chain),状态用 A 和 E 表示,数字表示状态转换的概率。

离散数学广义上是研究离散的、可数的数学对象。例如,全体整数集合就是一个典型例子。由于研究对象是离散的,微积分和数学分析的方法通常不适用。

算法(Algorithms),特别是它们的实现方式和计算复杂性,在离散数学中具有重要地位。

20 世纪下半叶,四色定理(Four color theorem)和开普勒猜想(Kepler conjecture,最优球堆积问题 / Optimal sphere packing)是两个被解决的重要离散数学难题。P vs NP 问题至今未解,它的答案可能对大量计算复杂的问题产生深远影响。

离散数学的主要领域包括:

  • 组合数学(Combinatorics):研究如何在特定限制条件下计数各种数学对象。最初这些对象是集合的元素或子集,后来扩展到更广泛的结构,从而与其他离散数学分支建立了密切联系。例如,离散几何(Discrete geometry)研究几何图形的组合配置。
  • 图论(Graph theory)与超图(Hypergraphs)
  • 编码理论(Coding theory):包括纠错码和部分密码学内容
  • 拟阵理论(Matroid theory)
  • 离散几何(Discrete geometry)
  • 离散概率分布(Discrete probability distributions)
  • 博弈论(Game theory):虽然也研究连续博弈,但大多数常见游戏如国际象棋和扑克都是离散的
  • 离散优化(Discrete optimization):包括组合优化、整数规划和约束规划

数学逻辑与集合论

维恩图(Venn diagram)是一种常用的集合关系可视化工具。

维恩图(Venn diagram) 是一种常用的集合关系可视化工具。

数学逻辑集合论自 19 世纪末起成为数学的正式分支。在此之前,集合尚未被视为数学对象,而逻辑虽然用于证明,但仍属于哲学范畴,并非数学家专门研究的领域。

在康托尔研究无穷集合之前,数学家普遍避免使用 “实际无穷” 的概念,只将无穷视为永无止境的过程。康托尔提出了实际无穷集合的概念,并通过对角论证法(Cantor’s diagonal argument)说明无穷集合之间可以有不同的 “大小”,这在当时引起了巨大的争议。

图片

同时,多个数学分支开始意识到,旧有关于基本数学对象的直觉定义不足以维持数学的严密性,这引发了所谓的 “数学基础危机”(foundational crisis)。

这一危机最终通过在形式化集合论中系统化公理化方法而得到主流解决。粗略地说,每一个数学对象都通过描述它所属的一类对象及其所满足的性质来定义。例如,在皮亚诺公理(Peano axioms)中,自然数通过如下公理定义 (大致):

  • “0 是一个数”
  • “每个数都有唯一的后继”
  • “除 0 外,每个数都有唯一的前驱”
  • 加上一些推理规则

图片

这种将数学从现实中抽象出来的方式,体现在由希尔伯特于约 1910 年提出的形式主义哲学之中。

这种方法也使得逻辑系统(即推理规则的集合)、定理、证明等可以作为数学对象加以研究。例如,哥德尔不完全性定理(Gödel’s incompleteness theorems)大致指出:在任何包含自然数的自洽形式系统中,必然存在一些命题,它们虽然在该系统中无法被证明,但在添加更多公理或更强表达能力的系统中可以被证明为真。

这一基础方法在 20 世纪上半叶遭遇挑战,尤其是由布劳威尔(L.E.J. Brouwer)领导的数学家群体推广的直觉主义逻辑(intuitionistic logic),其显著特征是不承认排中律(law of excluded middle)。

这些问题和争论推动了数学逻辑的广泛发展,形成了如下子领域:

  • 模型论(Model theory):研究如何在一个理论中对另一个理论进行建模
  • 证明论(Proof theory)
  • 类型论(Type theory)
  • 可计算性理论(Computability theory)
  • 计算复杂性理论(Computational complexity theory)

尽管这些逻辑理论在计算机发明之前就已建立,但它们在编译器设计、形式验证、程序分析、证明助理等计算机科学领域的应用,进一步推动了逻辑理论的发展。

统计学与其他决策科学

无论总体分布()的形式如何,样本均值()趋于服从正态分布,其方差()由概率论中的中心极限定理(central limit theorem)给出。

无论总体分布()的形式如何,样本均值()趋于服从正态分布,其方差()由概率论中的中心极限定理(central limit theorem) 给出。

原文字符缺失,此处补译。
 
无论随机总体分布( μ \mu μ)的形式如何,样本均值( x ˉ \bar{x} xˉ)趋向于高斯分布,并且其方差( σ \sigma σ)由概率论中的中心极限定理给出。

统计学是一门数学应用学科,主要用于数据样本的收集和处理,其方法基础是概率论。统计学家通过随机抽样或随机实验生成数据。

统计理论研究各种决策问题,例如如何将统计行为(如参数估计、假设检验或模型选择)的期望损失(风险)最小化。在传统的数理统计领域中,这类问题通常通过在特定约束下最小化目标函数(如期望损失或成本)来建模。例如,设计一个调查时,往往要在控制误差置信度的前提下最小化成本。

由于涉及优化问题,统计学的数学理论与其他决策科学高度交叉,例如运筹学(Operations research)、控制理论(Control theory)和数理经济学(Mathematical economics)。

计算数学

计算数学(Computational mathematics) 研究那些过于庞大、超出人类手动计算能力的数学问题。

数值分析(Numerical analysis)是该领域的重要分支,研究如何利用泛函分析(Functional analysis)和逼近理论(Approximation theory)等工具求解分析问题。其重点包括逼近、离散化以及舍入误差等问题。

广义上,数值分析与科学计算(Scientific computing)还涉及非解析性质的问题,尤其是算法、矩阵理论和图论等数学内容。

计算数学的其他重要分支还包括:

  • 计算代数(Computer algebra)
  • 符号计算(Symbolic computation)

原内容及图片源自维基百科,遵循 CC BY-SA 4.0 协议。

原文:

  • Mathematics - Wikipedia
    https://en.wikipedia.org/wiki/Mathematics#Areas_of_mathematics

翻译:【遇见数学】并补充部分图片)


via:

  • 数学世界的版图:主要分支概览(上)
    https://mp.weixin.qq.com/s/lrdbfRumkS_J6kdNNv-jAw
  • 数学世界的版图:主要分支概览(下)
    https://mp.weixin.qq.com/s/51Srsb6U6_4mGOXP7hc54A

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/900245.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Ubuntu(CentOS、Rockylinux等)快速进入深度学习pytorch环境

这里写自定义目录标题 安装进入系统(如Ubuntu22.04)安装anacondapip、conda换源pip换源conda换源 安装nvidia安装pytorch环境针对于wsl的优化 安装进入系统(如Ubuntu22.04) docker 、 wsl 、 双系统 、服务器系统 推荐 Ubuntu 20…

什么是混杂模式?为什么 macvlan 依赖它

在 macvlan 场景中,物理网络是否支持混杂模式(Promiscuous Mode) 直接影响 macvlan 虚拟接口的通信能力。以下是详细解释和操作指南: 一、什么是混杂模式?为什么 macvlan 依赖它? 混杂模式的定义 当物理网络…

物理数据流图

物理数据流图(Physical Data Flow Diagram, PDFD)详解 物理数据流图是结构化系统分析中的一种建模工具,用于描述系统在物理环境下的具体实现方式,包括硬件、软件、人工操作和物理文件等实际组成部分。它与**逻辑数据流图&#xf…

Linux开发工具——vim

📝前言: 上篇文章我们讲了Linux开发工具——apt,这篇文章我们来讲讲Linux开发工具——vim 🎬个人简介:努力学习ing 📋个人专栏:Linux 🎀CSDN主页 愚润求学 🌄其他专栏&a…

在 Langflow 中构建灵活的自定义组件:从基础到高级实践

本文深入探讨了如何在 Langflow 平台中创建功能丰富的自定义组件。通过详细的目录结构解析、分步实现指南和多个实战案例,帮助开发者掌握利用 Python 生态扩展低代码平台的方法,打造高效的数据处理流程。 理解组件架构设计 自定义组件是在 Langflow 中创…

stm32+LTR-390UV使用教程含源码

stm32LTR-390UV使用教程含源码 (csdn首发源码),本人大四学生,考研已上岸,毕设做的全向轮小车,这个是环境检测部分LTR-390UV使用教程 文章目录 目录 文章目录 前言 一、硬件准备与连接 二、数据手册 1.…

【嵌入式系统设计师】知识点:第2章 嵌入式系统硬件基础知识

提示:“软考通关秘籍” 专栏围绕软考展开,全面涵盖了如嵌入式系统设计师、数据库系统工程师、信息系统管理工程师等多个软考方向的知识点。从计算机体系结构、存储系统等基础知识,到程序语言概述、算法、数据库技术(包括关系数据库、非关系型数据库、SQL 语言、数据仓库等)…

Java 项目灰度发布的详细实现与实践

前言 灰度发布是一种通过逐步将新功能或更新推向一部分用户来降低上线风险的技术。本文将详细介绍如何在 Java 项目中实现灰度发布,并提供相关的配置参数、代码示例以及 uml 图,帮助您更好地理解和应用这一技术。 一、灰度发布的核心思想 灰度发布的核…

使用 Swift 实现 LRU 缓存淘汰策略

📌 实现思路 一、核心目标 我们要实现一个缓存类: 支持通过 get(key) 获取缓存的值;支持通过 put(key, value) 写入缓存;缓存容量有限,当超过容量时要淘汰最久未使用的元素。 二、为什么用「哈希表 双向链表」 功…

C#中为自定义控件设置工具箱图标

在C#中为自定义控件设置工具箱图标,可通过以下步骤实现: ### 步骤说明: 1. **准备图标文件** - 创建或选择一个16x16像素的位图(.bmp)文件,建议使用透明背景以确保清晰显示。 2. **添加位图到项目** -…

Linux数据库:【数据库基础】【库的操作】【表的操作】

目录 一.数据库基础 1.1什么是数据库 1.2基本使用 1.2.1连接服务器 1.2.2服务器,数据库,表关系 1.2.3使用案例 1.2.4数据存储结构 ​编辑 1.3MySQL架构 1.4SQL分类 1.5存储引擎 1.5.1什么是存储引擎 1.5.2查看存储引擎 ​编辑 1.5.3存储引擎…

CKPT文件是什么?

检查点(Checkpoint,简称ckpt)是一种用于记录系统状态或数据变化的技术,广泛应用于数据库管理、机器学习模型训练、并行计算以及网络安全等领域。以下将详细介绍不同领域中ckpt检查点的定义、功能和应用场景。 数据库中的ckpt检查点…

Redis的公共操作命令

目录 1.Key操作命令1.1 keys *1.2 exists <key]>1.3 type <key>1.4 del <key>1.5 unlink <key>1.6 ttl <key>1.7 expire <key> <秒数>1.8 move <key> <index> 2.库操作命令2.1 select <index>2.2 dbsize2.3 flush…

【LLM】使用MySQL MCP Server让大模型轻松操作本地数据库

随着MCP协议&#xff08;Model Context Protocol&#xff09;的出现&#xff0c;使得 LLM 应用与外部数据源和工具之间的无缝集成成为可能&#xff0c;本章就介绍如何通过MCP Server让LLM能够直接与本地的MySQL数据库进行交互&#xff0c;例如新增、修改、删除数据&#xff0c;…

【C++】从零实现Json-Rpc框架(2)

目录 JsonCpp库 1.1- Json数据格式 1.2 - JsonCpp介绍 • 序列化接口 • 反序列化接口 1.3 - Json序列化实践 JsonCpp使用 Muduo库 2.1 - Muduo库是什么 2.2 - Muduo库常见接口介绍 TcpServer类基础介绍 EventLoop类基础介绍 TcpConnection类基础介绍 TcpClient…

语文常识推翻百年“R完备、封闭”论

​语文常识推翻百年“R完备、封闭”论 黄小宁 李四光&#xff1a;迷信权威等于扼杀智慧。语文常识表明从西方传进来的数学存在重大错误&#xff1a;将无穷多各异数轴误为同一轴。 复平面z各点z的对应点zk的全体是zk平面。z面平移变换为zk&#xff08;k是非1正实常数&#xf…

【Vue】 核心特性实战解析:computed、watch、条件渲染与列表渲染

目录 一、计算属性&#xff08;computed&#xff09; ✅ 示例&#xff1a; 计算属性-methods实现&#xff1a;在插值模块里&#xff0c;实现函数的调用功能 计算属性-computed的实现&#xff1a; 计算属性-简写&#xff1a; ✅ 特点&#xff1a; ⚠️ 与 methods 的区别…

二叉树 递归

本篇基于b站灵茶山艾府的课上例题与课后作业。 104. 二叉树的最大深度 给定一个二叉树 root &#xff0c;返回其最大深度。 二叉树的 最大深度 是指从根节点到最远叶子节点的最长路径上的节点数。 示例 1&#xff1a; 输入&#xff1a;root [3,9,20,null,null,15,7] 输出&…

与 AI 共舞:解锁自我提升的无限可能

与 AI 共舞&#xff1a;解锁自我提升的无限可能 在数字化浪潮的汹涌冲击下&#xff0c;人工智能&#xff08;AI&#xff09;正以前所未有的速度重塑着世界的每一个角落。从日常生活的点滴便利到复杂工作的高效推进&#xff0c;AI 的力量无处不在。然而&#xff0c;面对 AI 的强…

【网络安全论文】筑牢局域网安全防线:策略、技术与实战分析

【网络安全论文】筑牢局域网安全防线:策略、技术与实战分析 简述一、引言1.1 研究背景1.2 研究目的与意义1.3 国内外研究现状1.4 研究方法与创新点二、局域网网络安全基础理论2.1 局域网概述2.1.1 局域网的定义与特点2.1.2 局域网的常见拓扑结构2.2 网络安全基本概念2.2.1 网络…