科学空间|Scientific Spaces

上一篇文章中我从纯代数运算的角度来讲述了我对矩阵的一个理解，可以看到，我们赋予了矩阵相应的运算法则，它就在代数、分析等领域显示出了巨大作用。但是纯粹的代数是不足够的，要想更加完美，最好是找到相应的几何对象能够与之对应，只有这样，我们才能够直观地理解它，以达到得心应手的效果。

几何理解

我假设读者已经看过孟岩的《理解矩阵》三篇文章，所以更多的细节我就不重复了。我们知道，矩阵A

$$\begin{pmatrix}a_{11} & a_{12} \\ a_{21} & a_{22}\end{pmatrix}$$

事实上由两个向量$[a_{11},a_{21}]^T$和$[a_{12},a_{22}]^T$（这里的向量都是列向量）组成，它描述了一个平面（仿射）坐标系。换句话说，这两个向量其实是这个坐标系的两个基，而运算$y=Ax$则是告诉我们，在$A$这个坐标系下的x向量，在$I$坐标系下是怎样的。这里的$I$坐标系就是我们最常用的直角坐标系，也就是说，任何向量（包括矩阵里边的向量），只要它前面没有矩阵作用于它，那么它都是在直角坐标系下度量出来的。

点击阅读全文...

这篇文章源于《新科学家》2010年8月7日刊，它介绍了物理学家Horava为了统一相对论和量子力学，把广义相对论的时空联系割裂的尝试。在相对论中，时间和空间结合成了不可分割的整体。而现在，有物理学家却要把时间与空间分开，来建立让广义相对论和量子力学相调和的统一理论。我对这个理论挺感兴趣的，当然，我还没有能力弄懂它。只是它符合了我们大多数人的一个直觉，就是时间总有跟空间不同的地方，它们之间不应该完全等同起来。不过，事实如何，只有未来的实验能够严重了。

本文并没有官方的中文译文，现载的译文来自“译言网”。译文有一些翻译不大正当的地方，由于时间限制，无法一一修正，但是我觉得对于理解本文内容已经足够了。如果有疑问，不妨参考后边的英文原文，并在此提出与大家讨论。

对爱因斯坦的反思：空间-时间耦合的物理数学的终结

纠结于融合引力和量子力学的物理学家们正向着一个受到铅笔芯启发的理论欢呼雀跃，这个理论可以很简单地让他们取得成功。

它曾是一个改变了我们思考空间和时间的方式的报告。那一年是1908年，德国数学家赫尔曼-闵可夫斯基正尝试着理解爱因斯坦火热的新思想——即我们现在所熟知的狭义相对论，它描述当物质运动很快时它们是如何收缩以及时间是如何扭曲的。“从此独立的空间和时间将注定淡出到纯粹的虚幻中，”闵可夫斯基说道：“而只有两者的统一才能保证一个独立的现实世界。”

点击阅读全文...

也许大家会觉得，相对论中有一个因子
$$\gamma =\frac{1}{\sqrt{1-\frac{v^2}{c^2}}}$$
因此，相对论的效应只有在高速情况下，即v比较接近于c的情况下才会凸显出来。这在一般情况下是正确的，但是却不全对。因为存在相当明显的、速度低于1mm/s的相对论效应——那就是几乎人尽皆知的“磁”。

之前已经提及过，磁场可以解释为电场的相对论效应，因此所有电磁现象都可以归因为电场和相对论。事实上，这是正确的，只是教科书上并没有明确说出这一点而已。于是我们就不难理解“为什么电磁学的麦克斯韦方程组会与相对论协调”、“为什么电场与磁场的表现如此相似”等等问题了，因为它们的探究本身就在相对论的框架下，磁场和电场都是一个东西的结果。

点击阅读全文...

向量之间的运算有点积和叉积（Cross Product，向量积、外积），其中点积是比较简单的，而且很容易推广到高维；但是叉积不同，一般来说它只不过是三维空间中的东西。叉积的难以推广在于它的多重含义性，如果将向量及其叉积放到张量里边来看（这属于微分形式的内容），那么三维以上的向量叉积是不存在的；但是如果只是把叉积看成是“由两个向量生成第三个与其正交的向量”的工具的话，那么叉积也是可以高维推广的，而且推广的技巧非常巧妙，与三维空间的叉积也非常相似。

回顾三维空间

为了推广三维空间的叉积，首先回顾三维空间的叉积来源是有益的。叉积起源于四元数乘法，但是从目的性来讲，我们希望构造一个向量$\boldsymbol{w}=(w_1,w_2,w_3)$，使得它与已知的两个不共线的向量$\boldsymbol{u}=(u_1,u_2,u_3),\boldsymbol{v}=(v_1,v_2,v_3)$垂直（正交）。从普适性的角度来讲，我们还希望构造出来的向量没有任何“奇点”，为此，我们只用乘法构造。至于叉积的几何意义，则是后话，毕竟，先达到基本的目的再说。

点击阅读全文...

牛腩过冷河

除了数学物理和中国象棋，我闲时也喜欢弄一下吃的。看到各种菜料经过自己的加工变成佳肴，也是一件美不胜收的事情；有时看到同样的菜料能够做出不同款式、不同味道的菜时，更是其乐无穷。作为广东人，我很自豪于其中一句话：“广东人吃所有东西——天上飞的，除了飞机；地上爬的，除了火车；水中游的，除了潜艇”。虽然不免有些夸张，但这句话充分显示了广东人（或者说岭南地区）饮食和烹饪的强大本领。我的厨房技术来源于我妈妈，小时候妈妈在家里做菜，由于是烧柴草生火，所以我得在灶前看好火。于是看火之时也在看妈妈做菜，久而久之，也会学会了一些做菜的方法。而现在，妈妈仍是家里的厨房好手，而我也不时进入厨房，做做自己喜欢吃的东西。谢谢我的好妈妈！

炼钢

本文叫“炼钢.vs.做菜”，这两者基本上是风牛马不相及，不过我却发现它们有一点点相似的技巧。已不记得什么时候了，在一本自然科学的书上，我曾看到过炼钢的两种技术：淬火和退火（后来发现还有正火、回火等，原理类似）。简单来说，淬火是将一块钢铁烧红，然后放进冷水中迅速冷却（也就是加热到一定温度，然后迅速冷却），如此重复，便可使得钢铁变硬，但同时也会更脆；退火则刚刚相反，它是将钢铁烧红后，让它自然冷却（有必要时，想办法降低冷却速度），如此一来，钢铁变软了，也变韧了。正火、回火均与退火类似，只是在细节上不同。通过淬火和退火的适当组合，可以生产出硬度和韧度都适当的钢铁。

点击阅读全文...

在之前的文章《几何的数与数的几何：超复数的浅探究》中，我们谈及过四元数。四元数源于把复数的$|(a+bi)(c+di)|=|a+bi|\times|c+di|$这一独特的性质进行高维推广。为什么偏爱这一性质？读者或许已经初步知道一些用到复数的这一性质的例子，有几何方面的，也有物理方面的，这一性质为处理模长相关问题带来了美妙的方便。本文介绍它在求三元二次齐次不定方程的整数通解中的应用，这一例子同样展示了复数这一性质的神奇，让我们不得不认同当初哈密顿为了将其推广到高维而不惜耗费十年光阴的努力。

勾股数问题

读者或许已经知道，勾股数，也就是满足
$$x^2+y^2=z^2$$
的所有自然数解，由下面公式给出
$$x=a^2-b^2,\quad y=2ab,\quad z=a^2+b^2$$

点击阅读全文...

前言：一年前国赛的时候，很初级地做了一下B题，做完之后还写了个《碎纸复原：一个人的数学建模》。当时就是对题目很有兴趣，然后通过一天的学习，基本完成了附件一二的代码，对附件三也只是有个概念。而今年我们上的数学建模课，老师把这道题作为大作业让我们做，于是我便再拾起了一年前的那份激情，继续那未完成的一个人的数学建模...

与去年不同的是，这次将所有代码用Python实现了，更简洁，更清晰，甚至可能更高效~~以下是论文全文。

研究背景

2011年10月29日，美国国防部高级研究计划局（DARPA）宣布了一场碎纸复原挑战赛（Shredder Challenge），旨在寻找到高效有效的算法，对碎纸机处理后的碎纸屑进行复原。[1]该竞赛吸引了全美9000支参赛队伍参与角逐，经过一个多月的时间，有一支队伍成功完成了官方的题目。

近年来，碎纸复原技术日益受到重视，它显示了在碎片中“还原真相”的可能性，表明我们可以从一些破碎的片段中“解密”出原始信息来。另一方面，该技术也和照片处理领域中的“全景图拼接技术”有一定联系，该技术是指通过若干张不同侧面的照片，合成一张完整的全景图。因此，分析研究碎纸复原技术，有着重要的意义。

点击阅读全文...

某天在浏览高教社的“i数学”编辑的微博时候，发现上面有一道Knotsevich在黑板上写的他认为很有意思的题目，原始网址是：http://weibo.com/3271276117/BBrL5foVz。

Knotsevich在黑板上写的级数题目

题目是这样的
$$\sum_{n=0}^{\infty} \frac{n! (20n)!}{(4n)!(7n)!(10n)!}x^n\tag{1}$$
大概的目的是找出原函数的表达式吧。

点击阅读全文...