阿尔法的小破站 https://yjy.hauchet.cn/ hauchet Tue, 15 Sep 2026 03:35:06 GMT https://validator.w3.org/feed/docs/rss2.html https://github.com/jpmonette/feed en-US All rights reserved 2026, 阿尔法 <![CDATA[一族运动曲线究竟扫过了多大的面积？]]> https://yjy.hauchet.cn/article/area-swept-by-a-family-of-moving-curves https://yjy.hauchet.cn/article/area-swept-by-a-family-of-moving-curves Tue, 15 Sep 2026 00:00:00 GMT
〰️
上一篇里，我真正关心的对象其实已经不再是“某一条粒子轨迹”，而是一整族圆弧在连续变化时究竟扫过了多大的区域。当时我们依靠具体几何把那块磁场区域算了出来；但如果把圆弧换成任意曲线，问题应该怎样统一描述？
这篇文章就从那个问题继续向前走：一族运动曲线究竟覆盖了哪些点？它的边界在哪里？面积又该怎样计算？
一、从“一条曲线”升级到“一族曲线”二、先看一个最简单的运动：圆沿直线平移三、包络线为什么满足 与 ？四、知道边界以后，面积当然可以直接算五、把“曲线上的位置”和“曲线的运动”同时参数化六、Jacobian：一个小矩形究竟被拉成了多大的平行四边形？七、最漂亮的地方：包络线为什么会和 连在一起？八、扫掠区域的边界，其实不只来自包络线九、一个危险的问题：同一个地方如果被扫过两遍呢？十、回到上一篇的磁场圆弧：它现在变成了一个标准参数映射十一、从扫面积继续向上：运动曲面扫出的体积十二、最后把整条逻辑链压缩成一句话

一、从“一条曲线”升级到“一族曲线”

在高中阶段，我们习惯研究一条曲线：
但如果曲线本身还会随着参数 改变，就会得到
对每一个固定的 ，这都是平面上的一条曲线 。真正值得研究的对象，是它们全部放在一起以后得到的集合：
也就是说，
这时问题自然分成三层：
  1. 到底是什么区域？
  1. 它的边界在哪里？
  1. 它的面积是多少？
上一篇的圆弧扫掠磁场，其实就是这个问题的一个具体例子。

二、先看一个最简单的运动：圆沿直线平移

考虑一族单位圆
当 从 增加到 时，单位圆沿 轴平移。
单位圆平移时形成的扫掠区域；上下两条直线是包络线，左右两端来自参数区间的端点圆。
单位圆平移时形成的扫掠区域；上下两条直线是包络线，左右两端来自参数区间的端点圆。
肉眼很容易看出，它扫出来的是一个“胶囊形”区域。
但这里有一个值得注意的事实：
扫掠区域的边界，并不只是 和 时的两条圆。
左右两端确实来自最初和最终位置，但上下两条直线并不是任何某个固定 对应的整条曲线，而是随着圆不断移动，由相邻圆的位置极限共同“挤”出来的。
这就是包络线最自然的出场方式。

三、包络线为什么满足 与 ？

设曲线族为
取两条非常接近的曲线
如果它们在某点附近相交，那么两式相减：
当 很小时，
于是当
相邻曲线交点的极限位置会满足
这就是求包络线时最常见的方程组。
💡
包络线并不是一个需要死记的“高级公式”。从几何上说，它就是相邻曲线交点的极限轨迹。
以刚才的平移圆为例：
于是
令 得
代回圆方程：
所以得到两条包络线
它们正是胶囊形区域的上下边界。

四、知道边界以后，面积当然可以直接算

如果扫掠区域的上下边界能写成
那么最熟悉的方法就是
但对很多曲线族来说，边界本身并不适合写成 。这时参数曲线形式反而更自然。
若闭合边界写成
则由 Green 公式可得
也就是
这一步已经比“上减下积分”更一般，但它仍然有一个前提：我们先得知道边界是谁。
能不能干脆不追边界，直接研究整块区域是怎样被生成的？
答案是可以。

五、把“曲线上的位置”和“曲线的运动”同时参数化

设一条曲线本身用参数 表示，而它的运动由另一个参数 控制。于是可以写成
这里：
  • 决定“当前曲线上的哪一个点”；
  • 决定“当前是哪一条曲线”。
对固定的 ，让 变化，就得到一条曲线。
让 同时变化，则二维参数域 被映射到平面中的扫掠区域：
这一步是整个问题最重要的升维：
🧭
一族运动曲线，本质上就是把“曲线位置参数 + 运动参数 ”组成的二维参数空间，映射到真实平面。
于是“扫过多少面积”就变成了：参数平面里一个很小的矩形 ，映到 平面以后，会变成多大的小图形？

六、Jacobian：一个小矩形究竟被拉成了多大的平行四边形？

在参数点 附近，沿 方向移动 ，平面中的位移近似为
沿 方向移动 ，位移近似为
这两个向量围成一个小平行四边形，它的面积为
于是定义
因此局部面积元满足
如果这个参数映射在几乎所有地方都是一一对应的，那么
这时我们甚至不需要先把外边界完整求出来，就能直接累计每一小块参数区域对应的真实面积。

七、最漂亮的地方：包络线为什么会和 连在一起？

注意
若
就意味着两个向量线性相关：
而这两个向量的几何意义非常直接：
  • ：沿当前曲线本身的切向方向；
  • ：随着曲线继续运动时，这个点的瞬时运动方向。
所以 表示：
曲线上的这个点，运动方向恰好沿着曲线自己的切线。
此时曲线在局部并没有“横向扫出”新的面积，而是在沿自己的切线滑动。
这正是为什么这类点常常会落在扫掠区域的包络边界上。
也就是说，在合适的正则条件下，
它们不是两个偶然碰巧有关的技巧，而是在描述同一种局部退化现象。
✨
前半篇从隐式曲线族得到 ；后半篇从参数映射得到 。这两套写法背后其实都在捕捉同一个事实：某些参数位置上，曲线的变化不再向横向撑开面积，于是那里可能形成边界。

八、扫掠区域的边界，其实不只来自包络线

这里还要补一个很重要的细节。
参数映射
的像集边界，通常可能来自两部分：
  1. 参数域本身的边界 ；
  1. 映射退化的临界点，即 的地方。
所以潜在边界通常包含在
中。
刚才“平移圆”的例子就非常典型：
  • 左右两个半圆来自 与 ，也就是参数域边界；
  • 上下两条直线来自包络条件，也就是退化临界集。
这两类边界拼起来，才构成完整的扫掠区域边界。

九、一个危险的问题：同一个地方如果被扫过两遍呢？

公式
有一个容易被忽略的前提：不同参数点最好不要大量映到同一个真实点。
否则，同一块区域会被重复计算。
设真实平面上的点 一共被参数域覆盖了 次，那么更准确地说，
所以：
  • 若 几乎处处成立，那么 Jacobian 积分就是真实覆盖面积；
  • 若某些地方被重复扫过，那么它算出来的是带重数的累计扫掠面积。
这两者不是一回事。
例如某条曲线沿同一轨迹完整运动两遍，真实覆盖区域没有变大，但累计扫掠面积却可能被算两次。
这也是为什么真正严谨的问题不只是“局部面积元是多少”，还要问整个参数映射是不是单射、是否发生自重叠。

十、回到上一篇的磁场圆弧：它现在变成了一个标准参数映射

上一篇里，每个粒子的必要圆弧可以写成
其中
而对每个 ，
这里：
  • 决定是哪一个入射粒子；
  • 决定该粒子沿圆轨道转到了哪里。
所以上一篇的最小磁场区域
现在就可以统一写成
甚至 Jacobian 也非常简单：
因此
于是退化条件是
这意味着每条圆弧转到最低点附近时， 方向和 方向的局部张成面积会退化。
从这一个简单结果，就已经能够重新理解上一篇中扫掠区域为什么会出现特殊的内部/外部边界转换。
但这里还不能粗暴地直接把
当作上一篇最小磁场面积，因为随着束宽增大，圆弧族会发生重叠；这恰好对应上一篇里“超过临界束宽以后为什么要额外处理”的现象。
也就是说，上一篇看起来像一个特殊的高中物理几何题，实际上已经完整包含了这篇文章里的三层结构：

十一、从扫面积继续向上：运动曲面扫出的体积

一旦接受“参数空间映射”这个观点，问题就很容易继续推广。
如果一个曲面本身由 两个参数表示，又随时间 运动，那么
就把一个三维参数域映射到三维空间。
这时可以继续问：
一个运动曲面究竟扫出了多大的体积？
本质仍然是同一个问题，只不过 Jacobian 从二维行列式升级成三维体积伸缩因子。
所以，从上一篇的高中磁场题继续追问下去，我们真正遇到的并不只是某个面积公式，而是一个更一般的几何主题：
🌌
当一个低维几何对象连续运动时，它在更高维空间中留下的“痕迹”，应该怎样描述、怎样找边界、又怎样测量？

十二、最后把整条逻辑链压缩成一句话

这篇文章真正想做的，并不是分别介绍“包络线”“参数曲线”“Jacobian”三个知识点，而是把它们放回同一个问题中：
而其中最值得记住的一点是：
从“画很多条曲线”到“研究一个二维映射”，问题的层次也就彻底改变了。
]]> <![CDATA[一道高中磁场题之后：如果磁场可以是任意形状，最小面积是多少？]]> https://yjy.hauchet.cn/article/minimum-magnetic-field-area-beyond-rectangle https://yjy.hauchet.cn/article/minimum-magnetic-field-area-beyond-rectangle Mon, 14 Sep 2026 00:00:00 GMT
🧲
这篇文章的起点，是一道我已经找不到原题的高中磁场题。
我还记得它最核心的结构：一列彼此平行的带电粒子进入匀强磁场，在磁场中沿圆弧偏转，离开磁场以后沿切线继续运动；粒子再次到达 轴时，不能越过一个给定的最远极限点。原题要求的是矩形磁场；真正让我一直记到现在的问题却是：如果把“矩形”这个人为限制去掉，真正需要的磁场区域应该是什么形状，它的面积又是多少？
原题已经无法找回，所以本文不会假装复述原题原文。下面完全按照我后来在 GeoGebra 中重新搭出的几何构造来研究，而且把 都保留为参数，不把滑块当前的临时数值当成题设。
一、先把 GeoGebra 里的真实模型写成数学二、单个粒子的切点在哪里？三、真正想要的区域：让圆弧 扫过去四、为什么圆弧并集本身就是最小静态磁场？五、这个扫掠区域的边界究竟长什么样？六、面积怎么求？关键是横着切七、第一阶段：所有粒子都恰好在极限切点离场八、超过临界束宽以后会发生什么？九、和“矩形磁场”比较十、用一组便于画图的数值看看量级十一、这道题最后变成了一个更一般的问题

一、先把 GeoGebra 里的真实模型写成数学

取粒子离开磁场后再次到达 轴时不能越过的最远极限点
也就是说，粒子最终与 轴重新相交于某点 时，只要求
并不要求所有粒子都必须经过 。
粒子从上方向下、彼此平行地穿过 轴上的一段连续区间入射：
其中某一个粒子的入射点记作
磁场使所有粒子做半径相同的圆周运动，半径记作 。按照 GeoGebra 中的构造，圆心在入射点左侧 ：
因此粒子的圆轨道为
从 向这条圆作下方切线，切点记作 。这条切线代表的是一种极限情形：如果粒子恰好在 离开磁场，它随后会沿切线经过 ；如果它比 更晚离开，则最终只会落在 的右侧，同样满足题设。
为了使 位于每个圆外，必须有
所以整束粒子至少要满足
这也是后面所有公式的基本条件。

二、单个粒子的切点在哪里？

为了少写一些重复项，令
此时
由于 是圆在 点的切线，
所以直角三角形 给出
进一步可以得到切点坐标
也就是
这和 GeoGebra 里“从 向圆作切线，再取切点 ”的构造完全一致。
如果以圆心 为基准，把粒子从 向下转过的圆心角记作 ，那么圆弧可以参数化成
起点 对应 。终点 对应的角度 满足
所以
这也解释了为什么 GeoGebra 里某些圆弧会明显超过 ：那不是画错了，而是这个模型本来就会出现钝角偏转。
更重要的是， 的物理意义现在也清楚了。若粒子在某个 处离开磁场，沿该点切线继续运动，并在 轴上重新落到 ，那么切线的横截距为
在 时，
于是恰好有
而在
时，，粒子会越过极限点 ；只有
才满足 。
所以 不是粒子必须离开的点，而是最早允许离开的点。从 到 的整段圆弧都是不可缺少的。
✅
这个解释还有一个很重要的自洽性检查：如果误把 记成“所有粒子都必须经过的公共点”，那么连续粒子束就要求每个粒子都恰好在各自不同的极限切点 离场，而这些 连成的是一条曲线，不可能由一个普通矩形边界同时实现。把 恢复为“不能越过的最远极限点”后，原题存在矩形磁场解就重新变得合理了。

三、真正想要的区域：让圆弧 扫过去

我在 GeoGebra 中真正想看的对象并不是某一条圆弧，而是
当 从 连续移动到 时，圆弧 扫过的全部区域。
用数学语言，这个扫掠集合就是
代入上面的参数式，可以直接写成
这才是“取消矩形限制”以后最自然的候选磁场区域：每个粒子需要受磁场偏转的那一段轨迹全部包含进去，而没有粒子经过的地方就没有必要铺磁场。
圆弧族 e 随 C 从 A 移到 B 时扫出的磁场区域 Ω；示意图取 a=5、b=6、r=1.8，但正文推导中的 a、b、r 均保留为参数。虚线表示部分粒子离开磁场后通向 O 的切线。
圆弧族 e 随 C 从 A 移到 B 时扫出的磁场区域 Ω；示意图取 a=5、b=6、r=1.8，但正文推导中的 a、b、r 均保留为参数。虚线表示部分粒子离开磁场后通向 O 的切线。
📐
图中蓝色区域不是凭视觉猜出来的“扇形”，而是严格按 计算得到的扫掠集合。示意参数采用 ，与 GeoGebra 当前文件一致；它们只负责让图形直观，后面的公式仍对一般 推导。

四、为什么圆弧并集本身就是最小静态磁场？

现在这个问题反而比“所有粒子都必须经过 ”时更自然。
对任意一个粒子而言，如果磁场在它到达 之前就结束，那么它会提前离场，并落到 左侧；所以从 到 的整条圆弧都是必须存在磁场的地方。于是任何满足题意的静态磁场都必须包含
这说明 是必要的。
反过来，直接把 作为磁场区域也足够：某个粒子到达自己的 时，如果那里仍被别的必要圆弧覆盖，它只会继续多转一段；而更晚离场只会使最终横截距从 增大到正值，因此仍满足“不能越过 ”的要求。
所以
圆弧族 的扫掠区域本身就是真正的最小静态磁场区域。
不过，随着束宽增大，扫掠区域会出现一个很重要的几何转折。
令
最右端粒子的切点为
在同样的高度上，最左端粒子圆轨道的右半支横坐标为
当最右端粒子的极限切点 第一次被前面那些必要圆弧覆盖时，临界状态满足
整理得到
于是出现一个很自然的临界值
这个 不再是“静态磁场是否可实现”的边界，而是所有粒子是否都能恰好在自己的最早允许离场点 离开的分界：
  • 当 时，每个粒子都在自己的 离场，因此都会恰好经过 ；
  • 当 时，一部分粒子的 已经落入其他必要圆弧扫出的磁场内部，它们会继续转动一段，最终落在 的右侧。
💡
我在 GeoGebra 里临时用过 。这组数只是滑块的临时取值，却恰好跨过了这个临界点：
所以 并不是“物理上非法”的参数。它只是已经越过第一个临界点：右侧一部分粒子不能在自己的 立即离场，而会继续在最小磁场区域中多转一段。
更正记录：把 误当成共同汇聚点时的旧推导
这一折叠段建立在“粒子必须在 离场并经过 ”的旧假设上，因此不再作为本文结论。 当时为了检查所谓“离场后是否重新进入磁场”，曾设某条粒子的圆心横坐标为 ，并在旧假设下取切线上任意一个高度 ，令
沿切线 的横坐标可以写成
而同一高度上，扫掠区域左侧那一小支的最右边界为
主区域的最左边界则为
离开切点以后有 ，于是
另一方面，在 且 时又有
所以离场后的直线正好穿过两块扫掠区域之间的“空隙”，而不是重新进入磁场。

五、这个扫掠区域的边界究竟长什么样？

现在把参数
直接作为横向平移参数。圆弧族可以写成
其中
它的 Jacobian 为
因此在
处出现折叠。所有粒子的最低点刚好连成一条水平线段：
这条线不是凭图形猜出来的，而是参数映射本身 Jacobian 变号产生的“折线边界”。
另一方面，把所有切点 的参数消掉也能得到一条很漂亮的通用曲线。由
可得
代回 ，得到
也就是说，所有粒子的切点轨迹本身与 无关； 只决定我们截取这条通用曲线的哪一段。
在第一阶段 下，整个外边界由以下几段拼起来：
  • 入射线段 ；
  • 最右端粒子圆弧从 到最低点 的一段；
  • 最低点线段 ；
  • 最左端粒子圆弧从 到 的一段；
  • 切点轨迹从 到 ；
  • 最右端粒子圆弧从 到两端圆轨道的交点 ；
  • 最左端粒子圆弧从 回到 。
两端圆轨道半径相同，圆心距离为 ，所以它们的下方交点为
这就是 GeoGebra 里应该看到的真实边界结构：它不是扇形，也不是简单的“某一条圆弧加一条直线”。

六、面积怎么求？关键是横着切

直接沿复杂外边界做 Green 公式当然可以，但这里有一个更直观的方法：固定一个高度 ，看这个高度上被多少横向区间覆盖。
令
在高度 上，每个半径为 的圆都有两个候选横坐标
其中右半支 对所有粒子都存在，于是扫出
左半支只有在粒子还没有提前到达切点时才存在。条件等价于
因此左半支扫出的区间是
这两个区间的并集，就是该高度上的真实磁场截面。
再定义
以及三个关键量
在第一阶段 下，它们满足
于是横截面总长度 可以完整写成
因为
所以
于是面积就是
这一步把“圆弧族扫过的复杂区域”彻底变成了普通的一元积分。

七、第一阶段：所有粒子都恰好在极限切点离场

把上面的四段积分分别算完并整理，可以得到
它的适用条件是
这个公式描述的是 的第一阶段。此时每个粒子的极限切点 都还位于扫掠区域的外边界上，所以粒子恰好在 离场，并全部经过 。这里的上界不是“静态磁场能否实现”的限制，而只是下一种几何行为开始出现的位置。

八、超过临界束宽以后会发生什么？

如果
这时圆弧族当然仍然继续扫，而且这个扫掠区域依旧是真正可实现的最小静态磁场。变化的只是部分粒子的实际离场位置：它们到达自己的 后发现那里仍在磁场内部，于是被迫继续转动。
有意思的是，一旦超过临界点，左侧那一块复杂结构就不再继续长大；之后每把 向右增加一点，只会多出一条高度为 的横向带状区域。因此
设某个粒子的入射参数为 ，并在它进入左半圆后记
它自己的“最早允许离场点”对应
但同一位置还可能被更左侧粒子的右半圆弧覆盖。覆盖能够把它继续推到
所以粒子真正离开最小磁场时有
于是实际落到 轴上的位置为
这给出了两个清楚的几何阶段变化：
  • ：粒子恰好在自己的 离场，所以经过 ；
  • ：粒子被其他圆弧继续“托住”一段，离场后落在 右侧；
  • ：覆盖一直持续到半圆终点 ，粒子转过整整半圈后在 处离开。
因此 的真正意义是：从这里开始，“O 是共同经过点”这一特殊状态结束；但 O 始终保持“最远极限点”的身份。

九、和“矩形磁场”比较

因为原题已经找不到，我不再声称下面这个矩形就是原题唯一的原始设定；但在当前重构模型里，如果仍要求磁场是与坐标轴平行的矩形，并且要完整包住同一批圆弧，那么它的边界很容易确定。
整个扫掠区域的最高点是 ，最低点是 ，所以矩形高度至少为
最右端是
最左端则来自最左粒子的切点 ：
因此最小轴对齐矩形面积为
这也把“矩形为什么会浪费很多面积”说得非常直观：它不得不把圆弧之间、切点轨迹旁边和离场空隙中的大片无用区域一起包进去。

十、用一组便于画图的数值看看量级

为了让 GeoGebra 里的图形结构清楚，而且先处在“所有粒子都恰好经过 ”的第一阶段，可以暂时取
此时
所以 ，这组示意参数还没有进入“切点被其他圆弧覆盖”的第二阶段。
代入面积公式：
而对应的轴对齐矩形面积为
两者之比约为
也就是说，在这一组示意参数下，真正沿轨迹“贴着铺”的磁场区域只需要矩形包围面积的大约三成。
把 GeoGebra 的 拉到 也依然是物理上自洽的；它只是会进入第二阶段，更适合展示“粒子到达极限切点后仍被磁场继续偏转”的现象。正文配图仍采用 ，只是因为第一阶段的几何边界更容易一眼看清。

十一、这道题最后变成了一个更一般的问题

高中时我只是觉得：
既然矩形只是题目人为加上的限制，那把它拿掉以后，最优区域到底是什么？
真正算下去以后，它自然变成了一个一般的“曲线族扫掠面积”问题。
如果一族曲线可以写成
那么至少要问三件事：
  • 参数区域的边界映到平面后形成哪些候选边界；
  • Jacobian
在哪里变成零，从而产生折叠、包络或重叠；
  • 不同参数对应的曲线是否会覆盖同一片区域，从而使“积分参数面积”不能直接当成几何并集面积。
这个磁场问题里，
的 Jacobian 恰好在
变号，所以最低点线段自然成为扫掠边界；而切点条件又截掉了每条圆的后半部分，最终才形成现在这个看起来有些奇怪、却完全可以严格计算的区域。
这也回到了我后来一直在想的那个问题：
表示一族随参数变化的曲线时，我们究竟怎样计算它们真正划过的面积？
对我来说，这道已经找不到原题的高中物理题，真正有意思的部分反而是在“标准答案结束以后”才开始的。
]]> <![CDATA[从一串不等式到一个函数：平均数为什么排成这个顺序？]]> https://yjy.hauchet.cn/article/power-mean-inequality-chain https://yjy.hauchet.cn/article/power-mean-inequality-chain Sun, 06 Sep 2026 00:00:00 GMT
📐
我研究这个函数，最初并不是为了得到一个更高级的公式，而是因为高中数学里那一串平均值不等式实在太常用：调和平均、几何平均、算术平均、平方平均。单纯背诵当然能做题，可如果只把它们当成四个彼此独立的式子，就看不出为什么它们偏偏要连成这一串不等号。
真正让我满意的解释，是把它们看成同一个函数在不同参数处的取值。
一、先别背不等式，先把四个平均数摆在一起二、把算术平均和平方平均写成同一种样子三、最漂亮的缺口恰好在 四、整串不等式其实只是函数单调性的四个采样点五、把参数继续往两边推，整幅图景就出来了六、如果给高中生讲，我会让这个公式自己“被发现”出来第一步：从已经认识的式子出发第二步：让学生自己猜参数式第三步：故意撞上 的“故障”第四步：把不等式问题改写成函数问题七、严格证明可以分层：高中课堂不必把所有技术一次讲完八、我真正想让学生记住的，不是那四个字母

一、先别背不等式，先把四个平均数摆在一起

对两个正数 ，高中里经常见到
通常的记法是：
  • 调和平均
  • 几何平均
  • 算术平均
  • 平方平均
于是我们记住
当然，每两个式子之间都可以单独证明。但这仍然没有回答我真正关心的问题：
为什么是这四个式子？为什么它们应该按照这个顺序排成一条链？
如果只是逐个证明，得到的是三个局部结论；我想找的是把整条链一次解释清楚的结构。

二、把算术平均和平方平均写成同一种样子

先看最熟悉的两个：
它们的外形几乎已经在提示一个更一般的式子：
这就是二元幂平均。
现在不妨像做实验一样，把不同的 代进去。
当 ：
当 ：
再试一个不那么显眼的 ：
于是原本看起来风格完全不同的三个平均数，突然排进了同一个参数族：
这时候只剩一个最有意思的问题：几何平均在哪里？

三、最漂亮的缺口恰好在

直接把 代入
当然不行，因为它会变成 型。
但这个“公式坏掉的地方”恰恰最漂亮，因为极限正好把几何平均补了回来：
因此我们完全可以定义
这样一来，四个平均数终于全部进入同一个函数：
参数
平均数
调和平均
几何平均
算术平均
平方平均
这一步对我来说特别重要。几何平均不再像一个为了补齐不等式链而硬塞进去的特殊式子，而是整个幂平均函数在 处的连续延拓。
如果想严格算这个极限，可以取对数：
使用洛必达法则，
因此

四、整串不等式其实只是函数单调性的四个采样点

真正统一一切的是幂平均的核心性质：
当 时，不等号严格成立。
于是把
依次代进去，根本不需要再把三段不等式当成三个独立事实：
也就是
所以我现在更愿意把这串关系理解成：
调和、几何、算术、平方平均不是四个碰巧能连起来的公式，而是同一个单调函数上的四个点。
这正是我觉得比“背 ”更有数学美感的地方。

五、把参数继续往两边推，整幅图景就出来了

既然 可以取任意实数，就没有理由停在 。
当 时，较大的那个数会在 中占据绝对优势，因此
当 时，则有
于是，对于 ，可以看到完整的“平均数地图”：
具体到我们熟悉的几个点，就是
如果 ，当然所有平均数都等于同一个数。
从这个角度看， 就像一个旋钮：
  • 把它不断往负方向拧，平均值越来越偏向较小者；
  • 把它不断往正方向拧，平均值越来越偏向较大者；
  • 、、 只是这条连续变化曲线上的几个特别熟悉的位置。
原本静态的一串公式，就这样变成了一个会“运动”的对象。

六、如果给高中生讲，我会让这个公式自己“被发现”出来

我不会一上来就说“今天学习幂平均不等式”。那样只是把一个需要记忆的结论，换成另一个更大的结论。
我更想按下面的顺序让它自然出现。

第一步：从已经认识的式子出发

先写
再故意改写成
然后把平方平均写成
问一句：这两个式子是不是其实长得一样？

第二步：让学生自己猜参数式

自然猜出
然后试 ，调和平均自己冒出来。

第三步：故意撞上 的“故障”

学生会发现这里不能直接代。
这时再告诉他：公式虽然暂时失效，但极限却恰好等于几何平均。
这种“缺口被补上”的感觉，比直接宣布 更有冲击力。

第四步：把不等式问题改写成函数问题

最后再问：
如果 随 增大而增大，那么原来的整串平均值不等式是不是一下子就都解释了？
这样，学生看到的就不再是三个等待分别证明的不等式，而是一个统一的问题：

七、严格证明可以分层：高中课堂不必把所有技术一次讲完

这里我反而觉得应该区分“理解结构”和“完成严格证明”。
对于高中课堂，完全可以先用这个函数解释为什么四种平均数天然属于同一条链，然后再用高中范围内熟悉的方法分别证明需要使用的具体不等式。这样既不牺牲严谨，也不会为了证明一般幂平均定理而把课堂拖进过多高等数学。
如果作为竞赛拓展、大学先修或者课外讨论，则可以进一步证明 的完整单调性。
一种非常漂亮的做法是令
于是
而且
计算二阶导数：
所以 是凸函数；当 时严格凸。
现在注意
它就是函数图像上 与 两点连线的斜率。
凸函数的割线斜率会随右端点向右移动而增大，因此
随 增大而增大，也就是 单调增大，最终得到
我很喜欢这个证明，因为到最后，“平均值不等式”甚至不再主要是一个代数技巧问题，而变成了一个几何事实：凸函数的割线斜率有序。

八、我真正想让学生记住的，不是那四个字母

如果只是为了考试，当然可以记
它短、快、实用。
但如果希望在记住结论之外，再多看见一点数学本身的结构，我觉得更值得记住的是：
以及
前者把四个平均数统一成一个对象，后者把一串不等号统一成一个性质。
于是原来需要记忆的
不再是一串孤立符号，而只是
在高中数学里露出来的一小段。
✨
我最喜欢的不是用一个更复杂的公式替代四个简单公式，而是发现：它们从一开始就不是四件事。
当几个看似零散的结论突然被一个统一对象串起来时，那种“原来如此”的感觉，可能正是数学最值得讲给学生的部分。
封面图片：Artturi Jalli / Unsplash。
]]> <![CDATA[我只是把零补了回来，却撞见了伯努利数：从等次幂求和到 Faulhaber 公式]]> https://yjy.hauchet.cn/article/power-sums-to-bernoulli-numbers https://yjy.hauchet.cn/article/power-sums-to-bernoulli-numbers Wed, 26 Aug 2026 00:00:00 GMT
🧮
这不是我从 Faulhaber 公式出发的一次学习，而是一次反过来的探索。
我最初只是想算清楚 。后来为了把多项式写得足够严谨，我把那些通常会被省略的 系数项也全部补了回来。也正是这些看似“什么都没有”的零，让规律第一次真正显现出来。
一、起点：一个再普通不过的等次幂求和二、我一路算到了 三、把零补回来以后，公式突然开始“排队”四、最先出现的三列规律五、最神奇的现象：不是某一项为零，而是整列为零六、回头看原问题：差分才是多项式背后的骨架七、那些零最终把我带到了伯努利数八、我最喜欢这次探索的地方

一、起点：一个再普通不过的等次幂求和

我最开始研究的是
低次情形当然很熟悉：
看着这些结果，我产生了一个很自然的猜想： 次幂的累计和，似乎总能写成一个 次多项式。
于是我没有先去找一般公式，而是直接设
因为 ，所以常数项应当为零。这样一来，一共有 个未知系数，我只要代入 ，就能得到同样数量的方程，再把系数解出来。
现在回头看，这其实就是多项式插值；但当时我的思路很朴素：先假设结果长成一个多项式，然后用足够多的具体值把它钉死。

二、我一路算到了

以 为例，我先设
再计算
解出
也就是熟悉的
但真正让我感兴趣的并不是某一个公式，而是：如果继续算下去，这些多项式之间会不会存在某种纵向规律？
于是我把 全部列了出来。
这里有一个当时看似只是“书写严谨”的细节：我没有把系数为零的项删掉。
例如通常会写
但我会把它写成
因为既然我一开始设的是一个从 一直排到 的完整多项式，那么即使某一项系数恰好为零，我也希望它仍然占据自己的位置。
后来我才意识到：正是这个习惯，让“缺项”从视觉上的空白变成了真正的数据。

三、把零补回来以后，公式突然开始“排队”

为了看清结构，我把几个结果完整写成：
当这些式子严格对齐以后，我发现它们已经不像十个彼此独立的答案，而更像一张系数阵列。
如果把每一项按“距离最高次项的位置”来看，也就是统一写成
那么一些规律几乎是自己跳出来的。

四、最先出现的三列规律

第一列，也就是最高次项系数，依次是
所以自然猜到
第二列更加整齐：无论 是多少，都是
第三列则是
统一写成以 为分母后，规律变成
于是
也就是说，我已经可以从实验中猜出
但真正让我觉得“这里面一定藏着东西”的，还不是这些漂亮的分数，而是接下来那些零。

五、最神奇的现象：不是某一项为零，而是整列为零

完整对齐后，我发现
而再往后
……
也就是说，按相对次数排列时，出现了
这样的整列。
于是一般结构开始呈现出一种非常明显的“隔项”形式：
继续观察非零列，还能猜出
然后又是
再后面则是
所以整个式子开始像这样：
这时问题已经彻底变了。
一开始我想问的是：“ 怎么算？”
到了这里，我真正想问的已经是：“为什么这些系数会这样排列？为什么偏偏有些列永远是零？”

六、回头看原问题：差分才是多项式背后的骨架

真正统一这些现象的是一个极其简单的关系：
因为
而
相减以后只剩下 。
这就是有限差分。
一个 次多项式做一次差分会降成 次多项式，所以这个关系首先解释了：为什么我最开始把 猜成 次多项式，并不是偶然碰对。
更重要的是，我甚至不需要再给每一个 单独代数值求方程组。只要设
再利用
把
左右两边按幂次比较，就可以逐项递推出全部系数。
最高次项给出
于是
下一项会得到
再下一项得到
也就是说，我原来从 一直算到 才观察到的纵向规律，其实都可以从一个差分恒等式里系统地推出。

七、那些零最终把我带到了伯努利数

继续整理系数以后，会出现一组特殊的常数：
它们就是伯努利数：
其中最对应我当时观察的性质是
也就是说，我看到的
那些整列为零的现象，正是奇数编号伯努利数消失在幂和公式中的投影。
最终，所有的等次幂求和都可以统一写成 Faulhaber 公式：
这里采用 的约定。

八、我最喜欢这次探索的地方

现在再看这条路线，它其实非常有“实验数学”的味道：
  1. 从几个低次公式出发，猜一个可能的结构；
  1. 用待定系数和具体数据不断生成样本；
  1. 把 全部算出来；
  1. 为了多项式项数上的严谨，不省略系数为零的项；
  1. 把所有系数严格对齐以后，开始纵向观察；
  1. 发现 、、 等规律；
  1. 更进一步发现某些相对位置不是偶然缺项，而是整列恒为零；
  1. 再用有限差分解释这些规律为什么必然出现；
  1. 最后才发现，这套结构早已有名字——Faulhaber 公式与伯努利数。
0️⃣
我觉得这次探索里最有意思的一句话是：在化简答案时，零往往意味着“没有东西”；但在寻找结构时，零本身也可能是一条信息。
如果当时我像通常那样把所有 都删掉，我看到的可能只是一堆缺项的多项式；正因为我坚持把它们补齐，那些“什么都没有的位置”才排成了一列，最后指向了更深的规律。
所以我最初只是想找一种计算
的方法。
结果一路算下去，却从待定系数走到了多项式插值，从多项式插值走到了有限差分，又从有限差分撞见了伯努利数。
数学里让我着迷的，往往就是这种时刻：你以为自己只是在认真算一道题，直到某个微不足道的细节突然排列起来，告诉你背后还有一整套结构。
]]> <![CDATA[当宇宙装不下一个数字：从古戈尔、葛立恒数到 TREE(3)]]> https://yjy.hauchet.cn/article/large-numbers-googol-graham-tree3 https://yjy.hauchet.cn/article/large-numbers-googol-graham-tree3 Tue, 04 Aug 2026 00:00:00 GMT
🔢
“有限与无限”系列 · 上篇
有些数大到无法写完，有些数大到无法用普通指数描述，还有些数之所以巨大，并不是因为它们堆叠了更多的零，而是因为它们来自组合结构、递归过程与可计算性的边界。
人类很早就开始给大数命名。万、亿、兆、京、垓、秭、穰、沟、涧、正、载，已经足以覆盖日常生活与绝大多数科学计数。佛教典籍中还出现极、恒河沙、阿僧祇、那由他、不可思议、无量大数等名称。不同典籍和时代对这些数名的具体进位规则并不完全一致，但无论采用哪一种传统，它们在现代大数理论面前都仍只是有限数世界里相对温和的一角。
真正有趣的问题不是“还能再加多少个零”，而是：我们能否发明一种有限的语言，准确指向一个远远大于任何可实际书写数字的整数？
一、古戈尔：宇宙中的粒子也不够用二、指数塔：重复乘法已经不够用了三、几个曾震撼公众的著名大数1. 斯奎斯数：从解析数论中诞生2. 莫泽数：五边形里的递归3. 葛立恒数：曾进入吉尼斯纪录的证明上界四、TREE(3)：葛立恒数只是它脚下的尘埃TREE(3) 与葛立恒数谁更大？五、SCG(13)：简单图游戏中的又一次爆炸六、Busy Beaver：增长快到任何算法都追不上七、拉约数：比拼的不是增长，而是语言能表达什么八、为什么不存在最大的有限数？九、再大的有限数，也没有碰到无限参考资料

一、古戈尔：宇宙中的粒子也不够用

1920 年代，美国数学家爱德华·卡斯纳请年幼的侄子米尔顿·西罗塔为 起名。孩子给出的名字是 googol，中文通常译作“古戈尔”。
它就是 1 后面跟 100 个零。这个数虽然巨大，却仍可完整写在一张纸上。它的重要性不在于数学结构有多复杂，而在于它第一次以一个生动名字提醒公众：数学中的数可以远远超过物理世界中可计数对象的数量。
可观测宇宙中的粒子数常被粗略估计在 数量级附近。即使这个估计只用于直觉比较，也足以说明：我们无法拿宇宙中的每个粒子去对应古戈尔中的每一个单位。
随后出现的是 古戈尔普勒克斯：
它是 1 后面跟一个古戈尔个零。不要把它误解为 ；指数运算从右往左结合， 比 大得不可同日而语。
如果每秒写十亿个零，从宇宙诞生一直写到今天，也远远写不完一个古戈尔普勒克斯。于是我们第一次遇到大数理论的核心事实：
数字本身无法展开，不妨碍它被精确定义。

二、指数塔：重复乘法已经不够用了

加法是重复计数，乘法是重复加法，乘方是重复乘法。若继续重复乘方，就得到幂塔。
例如：
这里的 4 表示幂塔高度，而不是指数前的乘数。只增加一层，规模就会发生远超普通指数增长的跃迁。
为了压缩这种结构，唐纳德·克努特提出了上箭头记号（以下采用递归定义，避免公式渲染歧义）：
双箭头表示幂塔（tetration）；为避免展开式在不同渲染器中产生歧义，以下面的递归定义为准：
三箭头则表示重复进行双箭头运算，可递归定义为
箭头数量每增加一个，增长层级都会发生质变。
例如：
即使这个数已经极其庞大，它与后文中的葛立恒数相比仍只是起跑线附近的一粒尘埃。
类似的压缩记号还包括康威链式箭号、超运算、斯坦豪斯—莫泽记号等。大数记号的意义并不是制造视觉奇观，而是把“不断重复某种增长操作”变成一个可递归定义、可严格推理的数学对象。

三、几个曾震撼公众的著名大数

1. 斯奎斯数：从解析数论中诞生

斯奎斯数与素数计数函数 和对数积分 的比较有关。早期结果给出了一个极其巨大的上界，用来保证两条函数曲线最终会出现交叉。
在假设黎曼猜想成立时，斯奎斯最初得到的上界常被写作大约
不假设黎曼猜想时，早期上界还要更大。后来这个上界被大幅改进，所以“斯奎斯数”更适合被理解为大数史上的标志：一个严肃的数论问题，曾自然产生出远超日常想象的数值上界。

2. 莫泽数：五边形里的递归

斯坦豪斯提出用几何图形表示大数：把 放入三角形表示 ，放入正方形表示重复 次三角形操作，放入圆形则继续重复正方形操作。
莫泽把这个体系向外推进，并定义了著名的莫泽数。它远远超过古戈尔普勒克斯，也超过大多数仅靠固定高度幂塔构造的数字。
莫泽数的启示是：真正的大数往往来自递归定义的操作次数本身也由巨大数字控制。

3. 葛立恒数：曾进入吉尼斯纪录的证明上界

葛立恒数来自拉姆齐理论中的一个高维超立方体染色问题。它并不是为了争夺“最大数字”而编造出来的，而是一个数学证明中得到的有限上界。
先定义
接着递归定义
最后令
这就是通常所说的葛立恒数。
注意它的恐怖之处：第二步中的箭头数量不是 4、100 或古戈尔，而是前一步产生的整个巨大数字 。仅仅 就已无法用通常幂塔直观展开；从 迭代到 ，增长层级不断自我放大。
尽管如此，葛立恒数仍是一个普通的有限整数。它有确定的个位数，事实上也可以借助模运算求出末尾若干位。巨大并不等于模糊。

四、TREE(3)：葛立恒数只是它脚下的尘埃

如果只知道一个著名大数，很多人会想到葛立恒数；但在现代大数文化中，TREE(3) 才是更具冲击力的名字。
TREE 函数来自图论与克鲁斯卡尔树定理。我们考虑带有有限颜色标记的有限根树，并构造一个序列，要求第 棵树至多有 个顶点，同时任何较早的树都不能以保持结构与标记的方式嵌入较晚的树。
定义为使用 种标记时，这类坏序列能够达到的最大长度。
前两个值小得出奇：
然而
却发生了难以想象的爆炸。它不仅大于葛立恒数，而且大到克努特上箭头、康威链式箭号等常见记号若不引入更高层递归，也很难给出有意义的尺度比较。
这种突变揭示了组合数学中的一种深层现象：
  • 局部规则非常简单；
  • 对象只是有限的树；
  • 问题只问一个最长序列；
  • 但“避免嵌入”的全局约束会制造出超乎想象的有限长度。
TREE(3) 的巨大，不来自故意堆叠指数，而来自一个自然组合定理背后的序结构。

TREE(3) 与葛立恒数谁更大？

结论非常明确：
这里的 不是严格运算符，只是强调二者差距巨大。把葛立恒数乘方、做幂塔、甚至进行许多层熟悉的快速增长操作，仍不足以逼近 TREE(3) 所处的层级。

五、SCG(13)：简单图游戏中的又一次爆炸

哈维·弗里德曼研究有限图与有限形式系统时提出过若干快速增长函数，其中常被大数爱好者提及的是 SCG(13)。
SCG 可粗略理解为某类“带标签子立方图序列”的最大长度问题：每一步只能使用受限规模的有限图，同时要求早先图不能嵌入后来的图。它与 TREE 函数一样，把一个看似朴素的有限组合限制推到极端。
SCG(13) 通常被认为远大于 TREE(3)。但这里需要保持严谨：不同资料可能采用略有差异的函数定义与记号约定，因此比较时必须确认双方使用的是同一版本。
它再次说明，大数排行榜不是一条靠多写几个箭头就能统一排列的直线。不同大数往往来自不同的形式系统、序数分析和组合原理；真正的比较需要把它们翻译进共同的增长层级。

六、Busy Beaver：增长快到任何算法都追不上

前面的数虽然巨大，却仍可由明确递归规则计算，至少原则上如此。忙碌海狸函数则把我们带到可计算性的边界。
考虑只有 个非停机状态的图灵机。让这些机器从空白纸带开始运行，并只考察最终会停机的机器。定义：
  • ：所有这类停机机器中，停机前写出最多数量的 1；
  • ：所有这类停机机器中，运行步数最多者的步数。
因为候选机器数量有限，最大值一定存在。但不存在一个算法能对任意 都正确计算 Busy Beaver 函数；否则便可据此解决停机问题。
这意味着 Busy Beaver 最终会超过每一个可计算函数。无论你设计怎样疯狂的递归、幂塔或箭头系统，只要它仍对应一个可计算函数，Busy Beaver 在足够大的输入处终将把它甩在身后。
这里必须区分两件事：
  • 每个具体的 都是有限整数；
  • 整个函数却不可计算。
大数由此从“写不下”升级为“没有统一算法算得出”。

七、拉约数：比拼的不是增长，而是语言能表达什么

2007 年，MIT 举行了一场“大数决斗”。规则不是无限制地说“对方的数字加一”，而是要求参与者用有限符号和规定语言定义一个自然数。
阿古斯丁·拉约最终给出的思想，可简化为：
取一个最小自然数，使它大于所有能够用不超过一个古戈尔个符号、在指定集合论语言中唯一描述的有限自然数。
这便产生了通常所称的拉约数。
拉约数的威力来自元语言：它不再逐层构造一个大数，而是把某个形式语言在长度限制内能够描述的所有数字一次性收集起来，然后跳到它们之上。
不过，“拉约数是最大的数”是错误说法。任何有限数 都有 。拉约数只是在指定语言、指定符号预算与指定语义规则下，压过所有可在该限制内定义的数。改变语言或增加符号预算，又可以定义更大的数。

八、为什么不存在最大的有限数？

无论一个数多大，只要它是有限整数，就可以加一：
因此不存在“最大的自然数”。所谓著名大数，通常属于以下几类：
  1. 文化命名型：古戈尔、古戈尔普勒克斯；
  1. 记号构造型：幂塔、莫泽数；
  1. 数学问题上界型：斯奎斯数、葛立恒数；
  1. 有限组合极值型：TREE(3)、SCG(13)；
  1. 可计算性边界型：Busy Beaver；
  1. 语言支配型：拉约数。
它们不是按“零的数量”排成一列，而是代表了人类制造和理解大数的不同方法。

九、再大的有限数，也没有碰到无限

设 是古戈尔普勒克斯、葛立恒数、TREE(3)、拉约数，或者任何别的有限整数。集合
仍然只有有限个元素。只要从 1 开始逐个计数，总会在有限步后结束。
自然数集合
则不存在最后一个元素。它不是“数到了某个极大的终点”，而是根本没有终点。
所以：
这里并不是说二者与 很接近。恰恰相反，有限与无限之间没有一条通过不断变大便能跨越的数值坡道。所有有限整数，无论多大，在最小的无限基数面前都属于同一个有限阵营。
♾️
下一篇将正式进入无限：为什么自然数和偶数一样多？为什么实数比自然数更多？为什么无限不止一种大小？以及为什么不存在最大的无限？

参考资料

  • Stanford Encyclopedia of Philosophy, Infinity
  • Harvey Friedman 关于有限组合陈述与巨大有限数的相关研究
  • Ronald Graham 与 Bruce Rothschild 关于拉姆齐理论及相关上界的研究
]]> <![CDATA[无限不只是永远数不完：从希尔伯特旅馆到不可数无穷]]> https://yjy.hauchet.cn/article/infinity-countable-uncountable-aleph https://yjy.hauchet.cn/article/infinity-countable-uncountable-aleph Tue, 04 Aug 2026 00:00:00 GMT
♾️
“有限与无限”系列 · 下篇
葛立恒数、TREE(3) 与拉约数即使巨大到无法想象，也仍然只是有限整数。无限不是把有限数继续放大，而是一次概念层面的跃迁。
在日常语言中，“无限”常被用来表示“非常多”“看不到尽头”或“永远持续”。数学却要求更精确：无限集合具有怎样的大小？两个无限集合如何比较？一种无限之上是否还有更大的无限？
十九世纪以前，许多思想家只愿意把无限看成一个永远不能完成的过程。康托尔则大胆地把无限集合当作可以整体研究的对象，并由此发现：无限不仅存在不同大小，而且没有最大的无限。
一、无限不是一个写着 ∞ 的超级数字二、伽利略悖论：平方数竟和自然数一样多三、希尔伯特旅馆：满房也能继续住人四、有理数看似密集，却仍然可数五、康托尔对角线：实数比自然数更多六、连续统：实数到底有多大？七、阿列夫数：给无限层级编号八、连续统假设：为什么数学不能简单回答是或否？九、基数与序数：大小和顺序不是一回事十、0.999…=1 与无穷小：别把不同无限混为一谈十一、绝大多数实数都无法被描述十二、有限再大，也不会逐渐变成无限参考资料

一、无限不是一个写着 ∞ 的超级数字

符号 在微积分中经常出现，例如
这里的 并不表示 最终取到某个叫“无穷大”的实数，而表示：对任意给定的界限， 都可以超过它。
同样，
表示一个无限序列的部分和趋近于 1，而不是在某一步真的把“第无穷项”加了进去。
数学中的无限至少有两种常见理解：
  • 潜无限：一个过程可以无止境继续，例如不断给自然数加一；
  • 实无限：把全部自然数看成一个完整集合 ，并研究它的整体性质。
现代集合论主要研究后者，但潜无限仍是极限、算法与过程直觉的重要来源。

二、伽利略悖论：平方数竟和自然数一样多

自然数为
平方数为
平方数显然只是自然数的一部分。有限集合中，真子集一定更小；但我们可以建立对应：
每个自然数恰好对应一个平方数，每个平方数也恰好来自一个自然数。因此两者之间存在双射。
这说明在无限集合中，真子集可以和整体一样大。
康托尔把“能够建立一一对应”作为集合大小相同的标准。自然数集合的基数记作
读作“阿列夫零”，它是最小的无限基数。
偶数集合、奇数集合、整数集合都与自然数集合等势：
这不是说它们作为集合完全相同，而是说它们拥有相同的基数。

三、希尔伯特旅馆：满房也能继续住人

设有一家旅馆，房间编号为
每个房间都住着一位客人，因此旅馆已满。这时又来一位新客人。
有限旅馆只能拒绝他；无限旅馆却可以让原来住在 号房的客人搬到 号房。于是 1 号房被空出。
若一次来了可数无穷多个新客人，则可让原客人从 号房搬到 号房，把所有奇数房间留给新客人。
希尔伯特旅馆并不是现实建筑方案，而是对可数无限算术的形象展示：
无限基数的加法和乘法与有限数不同。增加有限个、甚至可数无穷多个元素，可能仍不会改变其基数。

四、有理数看似密集，却仍然可数

有理数集合
在数轴上非常密集：任意两个不同实数之间都有有理数。直觉上，它似乎应比自然数“多得多”。
然而可以把所有分数排在二维格点中，再沿对角线依次扫描，跳过重复表示，便能把每个有理数安排到某个自然数编号上。因此
可数并不意味着稀疏，也不意味着能在有限时间列完；它只表示存在一个序列
能够使每个元素恰好在某个有限位置出现。
这也是为什么：
  • 全体有限长度字符串可数；
  • 全体有限程序可数；
  • 全体代数数可数；
  • 全体可由有限文本直接描述的对象至多可数。
最后一点将在后文产生耐人寻味的结果：实数不可数，因此绝大多数实数无法被任何有限文字单独命名。

五、康托尔对角线：实数比自然数更多

考虑区间 内的实数。假设它们可以按顺序全部列出：
现在构造一个新实数
规定 与第 个数的第 位数字不同。例如，若 就令 ，若 就令 。这样可以避开 0.4999… 与 0.5000… 的双重表示问题。
于是：
  • 与 在第 1 位不同；
  • 与 在第 2 位不同；
  • 一般地， 与 在第 位不同。
所以 不在列表中。这与“列表包含全部实数”的假设矛盾。
因此
这是数学史上最震撼的结论之一：无限也有大小之分。

六、连续统：实数到底有多大？

实数集合的基数称为连续统基数，常记作
一个实数可以由它的小数位序列编码，而一个二进制序列又可对应自然数集合的一个子集。因此
其中 表示自然数集合的幂集，即所有自然数子集组成的集合。
康托尔证明，对任何集合 ，其幂集都严格更大：
证明再次使用对角思想。假设存在满射 ，定义
若 ，则
产生矛盾。因此没有任何函数能把 的元素完整覆盖到所有子集。
由此立刻得到无穷阶梯：
所以不存在最大的基数，也不存在“最大的无限”。

七、阿列夫数：给无限层级编号

最小无限基数是 。紧接着比它大的最小基数记为
再下一个是
如此继续。更一般地，对任意序数 ，都可以定义 。
需要注意：
  • 的定义是“最小的不可数基数”；
  • 的定义是“自然数幂集的基数”；
  • 二者是否相等，并不是定义直接保证的。
命题
就是著名的连续统假设。
它声称：可数无限与实数的无限之间，不存在第三种基数。

八、连续统假设：为什么数学不能简单回答是或否？

康托尔提出连续统假设后，许多数学家试图证明或反驳它。希尔伯特在 1900 年把它列为著名的第一问题。
后来发生了极具哲学意味的转折：
  • 哥德尔证明，若 ZFC 集合论是一致的，那么 ZFC 加上连续统假设仍然一致；
  • 科恩证明，若 ZFC 是一致的，那么 ZFC 加上连续统假设的否定也仍然一致。
因此，在通常的 ZFC 公理体系中，连续统假设既不能被证明，也不能被否证。它是相对于 ZFC 独立的。
这不意味着命题没有意义，也不意味着数学家意见随意。它意味着：现有公理没有提供足够信息决定答案。若要决定它，必须加入新的公理原则，并讨论这些原则为什么应被接受。
无限研究由此触及数学基础的核心：
数学真理究竟只是某套公理的推论，还是存在一个等待我们发现的唯一集合宇宙？
不同集合论哲学会给出不同侧重，但独立性定理本身是严格的数学结果。

九、基数与序数：大小和顺序不是一回事

基数回答“有多少个”，序数回答“排在什么顺序”。有限情况下二者很容易混在一起，但无限情况下差别巨大。
自然数的标准顺序类型记作
在末尾再接一个元素，得到
把两个自然数序列首尾连接，得到
这些序数的基数都仍是 ，但顺序结构不同。
序数加法甚至不满足交换律：
因为在一个新元素之后接上无限序列，整体仍与 同序；而
因为它确实拥有一个最后元素。
所以“无穷加一还是无穷”只有在说明运算类型后才准确：
  • 对无限基数，；
  • 对序数，。

十、0.999…=1 与无穷小：别把不同无限混为一谈

无限小数
表示数列
的极限。因为
所以
这里没有一个“永远差一点但最终不等于”的神秘数；在实数体系中，两者是同一个数的不同表示。
而“无穷小”又是另一概念。标准实分析通常通过极限讨论趋于零的变量；非标准分析则可以在扩展数系中严格引入非零无穷小。二者都能严谨，但不能把无穷小、无限基数、发散到无穷大和无限过程当作同一个对象。

十一、绝大多数实数都无法被描述

有限字母表上的所有有限字符串是可数的。因此，人类能够写出的所有有限定义、程序、公式和书籍合在一起，也至多只有可数多个。
但实数集合不可数。
所以从基数角度看，能够被有限语言唯一描述的实数只占实数中的可数部分；绝大多数实数没有任何有限名称。
这句话不表示我们知道某个具体“不可描述实数”然后又描述了它。它是一个整体计数结论：可描述对象的数量不足以覆盖全部实数。
类似地，可计算实数也是可数的。圆周率 、自然常数 、 都可计算，但几乎所有实数都不可计算。
这使无限与信息理论发生连接：有限程序可以产生极其复杂的无限序列，但有限程序的总数仍太少，无法覆盖所有无限序列。

十二、有限再大，也不会逐渐变成无限

上一篇介绍了古戈尔、葛立恒数、TREE(3)、Busy Beaver 和拉约数。它们之间差距巨大，但都满足同一个事实：
把一个有限数不断加大，只会得到另一个有限数。不存在某个“最大的有限数”作为通往无限的门槛。
更准确地说，自然数序列
的每一项都是有限数，但整个集合的基数是 。无限不是序列中某个遥远成员，而是关于整体无终止性与集合对应关系的结构概念。
同样，无限也没有终极顶点。对任意基数 ，康托尔定理都给出更大的基数
因此数学中的无限不是一个孤零零的符号，而是一座没有最高层的阶梯。
✦
有限大数让我们看到表示法的力量；无限理论则迫使我们重新定义“多少”。 前者问：一个有限公式能压缩多大的整数？后者问：即使无法逐个数完，我们还能否严格比较两个整体的大小？

参考资料

  • Stanford Encyclopedia of Philosophy, Infinity
  • Georg Cantor 关于集合基数、对角线方法与超限数的经典工作
  • David Hilbert, On the Infinite
]]>