5
Jan
不确定性原理的矩阵形式
By 苏剑林 | 2014-01-05 | 43961位读者 | 引用作为量子理论的一个重要定理，不确定性原理总是伴随着物理意义出现的，但是从数学的角度来讲，把不确定性原理的数学形式抽象出来，有助于我们发现更多领域的“不确定性原理”。
本文中，我们将谈及不确定性原理的n维矩阵形式。首先需要解释给大家的是，不确定性原理其实是关于“两个厄密算符与一个单位向量之间的一条不等式”。在量子力学中，厄密算符对应着无穷维的厄密矩阵；而所谓厄密矩阵，就是一个矩阵同时取共轭和转置之后，等于它自身。但是本文讨论一个更简单的情况，那就是n维实矩阵，n维实矩阵中的厄密矩阵就是我们所说的实对称矩阵了。
设$\boldsymbol{x}$是一个$n$维单位向量，即$|\boldsymbol{x}|=1$，而$\boldsymbol{A}$和$\boldsymbol{B}$是n阶实对称矩阵。在量子力学中，$\boldsymbol{x}$就是波函数，但是在这里，它只不过是一个单位实向量；并记$\boldsymbol{I}$是$n$阶单位阵。
考虑
$$\bar{A}=\boldsymbol{x}^{T}\boldsymbol{A}\boldsymbol{x},\bar{B}=\boldsymbol{x}^{T}\boldsymbol{B}\boldsymbol{x}$$
从这些记号可以看出，这些量对应着可观测量的期望值。当然，如果不懂量子力学，可以只看上面的矩阵形式。
元宵节快乐
今天是2014年2月14日，农历正月十五，传统的元宵佳节，祝大家元宵节快乐！
不过虽说是元宵佳节，但是我们这里的习俗却没有闹元宵的，好像在我们这里元宵节就像普通的初一十五一样，惯例地上个香，祭下神而已，唯一特别的地方就是早上妈妈放了个鞭炮，什么汤圆、灯笼、灯谜都没有呢。不过这并不妨碍我欣赏元宵节，印象里好像上学以来这是第一次在家过元宵节。幸好没有参加美国数学建模，不然又少了半个月的假期，少了一次难得的元宵，而多了得不偿失的劳动...
今天也是西方的情人节，但在这里我只强调元宵节。首要原因却不是我目前单身（当然这也是原因之一^_^），而是元宵节是中国传统节日。我这个人有个奇怪的“嗜好”，反正越潮流的东西我越不跟。于是乎，既然那么多人都庆祝着西方节日（什么万圣节、圣诞节、情人节），那么我就偏不凑这个热闹。我又想起了去年圣诞前夕有个师弟过来向我们宣传和推销圣诞的东西，被我批了一顿，我直言说“你为什么不等元旦再来？”。我想，如果哪一天，我也有机会庆祝情人节，我也只是庆祝中国的情人节，总感觉中国的情人节美多了：七夕，Qixi Festival，多美！不论是典故还是习俗都更美~
在查找量子化有关资料的时候，笔者查找到了一系列名为《漫谈几何量子化》的文章，并进一步查询得知，作者为季候风，原来发表在繁星客栈（顺便提一下，繁星客栈是最早的理论物理论坛之一，现在已经不能发帖了，但是上面很多资料都弥足珍贵），据说这是除正则量子化和路径积分量子化外的第三种量子化方法。网上鲜有几何量子化的资料，更不用说是中文资料了，于是季候风前辈的这一十五篇文章便显得格外有意义了。
然而，虽然不少网站都转载了这系列文章，但是无一例外地，文章中的公式图片已经失效了，后来笔者在百度网盘那找到其中的十四篇pdf格式的（估计是网友在公式图片失效前保存下来的），笔者通过替换公式服务器的方式找回了第十五篇，把第十五篇也补充进去了。（见漫谈几何量子化（原文档）.zip）
虽然这样已经面前能够阅读了，但是总感觉美中不足，虽然笔者花了三天时间把文章重新用$\LaTeX$录入了，主要是把公式重新录入了，简单地排版了一下。现放出来与大家分享。
在学车的时候，我堂大哥曾问我一道作圆的问题：
三圆的外切圆和内切圆 (1)
平面上给出三个两两相切的圆以及它们的圆心，求作一个圆与这三个圆都相切（尺规作图）。
如果从纯几何的途径入手，我们甚至很难判断这样的圆是否存在。但是我之前似乎已经看过类似的题目，于是很快想到一个名词：反演。反演可以将圆反演成直线（圆过反演点），也可以将圆反演成圆（圆不过反演点），而其他的相切、相交等关系保持不变。对反演后的图形进行相同的反演，就变回原来的图形。本题的难点在于圆太多，利用反演，我们可以将它变为两条直线和一个圆的问题。
假设读者已经有了反演的基本知识，如果没有，请到
http://zh.wikipedia.org/wiki/反演
阅读相关内容。
30
Jan
三个相切圆的公切圆:补充
By 苏剑林 | 2014-01-30 | 27744位读者 | 引用
15
Mar
不求珍馐百味，但愿开水白菜
By 苏剑林 | 2014-03-15 | 44230位读者 | 引用
11
Jun
用PyPy提高Python脚本执行效率
By 苏剑林 | 2014-06-11 | 24143位读者 | 引用在《两百万前素数之和与前两百万素数之和》中，我们用Python求了前两百万的素数和以及两百万前的素数和，并且得到了在Python 3.3中的执行时间如下：
两百万前的素数之和：
142913828922
time: 2.4048174478605646前两百万的素数之和：
31381137530481
time: 46.75734807838953
于是想办法提高python脚本的执行效率，我觉得在算法方面，优化空间已经比较小了，于是考虑执行器上的优化。在搜索的无意间我看到了一个名词——Psyco！这是python的一个外部模块，导入后可以加快.py脚本的执行。网上也有《用 Psyco 让 Python 运行得像 C一样快》、《利用 psyco 让 Python 程序执行更快》之类的文章，说明Psyco确实是一个可行的选择，于是就跃跃欲试了，后来了解到Psyco在2012年已经停止开发，只支持到Python 2.4版本，目前它由 PyPy所接替。于是我就下载了PyPy。
最近评论