小知识·数学

数学[英语：mathematics，源自古希腊语μθημα（máthēma）；经常被缩写为math或maths]，是研究数量、结构、变化、空间以及信息等概念的一门学科。

数学是人类对事物的抽象结构与模式进行严格描述的一种通用手段，可以应用于现实世界的任何问题，所有的数学对象本质上都是人为定义的。从这个意义上，数学属于形式科学，而不是自然科学。不同的数学家和哲学家对数学的确切范围和定义有一系列的看法。

在人类历史发展和社会生活中，数学发挥着不可替代的作用，同时也是学习和研究现代科学技术必不可少的基本工具。

中文名：数学

外文名：Mathematics(简称 Math 或 Maths)

学科分类：一级学科

相关著作：九章算术、几何原本

著名数学家：阿基米德、牛顿、欧拉、高斯等

起源：人类早期的生产活动

研究对象：数量、运算、结构、空间、图形、信息等数学概念

意义：人类对事物的抽象结构与模式进行严格描述的一种通用手段

术语来源：希腊语 μθημα（máthēma）

数学分支

1. 数学史

2. 数理逻辑与数学基础

a：演绎逻辑学（也称符号逻辑学），b：证明论（也称元数学），c：递归论，d：模型论，e：公理集合论，f：数学基础，g：数理逻辑与数学基础其他学科。

3. 数论

a：初等数论，b：解析数论，c：代数数论，d：超越数论，e：丢番图逼近，f：数的几何，g：概率数论，h：计算数论，i：数论其他学科。

4. 代数学

a：线性代数，b：群论，c：域论，d：李群，e：李代数，f：Kac-Moody代数，g：环论（包括交换环与交换代数，结合环与结合代数，非结合环与非结合代数等），h：模论，i：格论，j：泛代数理论，k：范畴论，l：同调代数，m：代数K理论，n：微分代数，o：代数编码理论，p：代数学其他学科。

5. 代数几何学

6. 几何学

a：几何学基础，b：欧氏几何学，c：非欧几何学（包括黎曼几何学等），d：球面几何学，e：向量和张量分析，f：仿射几何学，g：射影几何学，h：微分几何学，i：分数维几何，j：计算几何学，k：几何学其他学科。

7. 拓扑学

a：点集拓扑学，b：代数拓扑学，c：同伦论，d：低维拓扑学，e：同调论，f：维数论，g：格上拓扑学，h：纤维丛论，i：几何拓扑学，j：奇点理论，k：微分拓扑学，l：拓扑学其他学科。

8. 数学分析

a：微分学，b：积分学，c：级数论，d：数学分析其他学科。

9. 非标准分析

10. 函数论

a：实变函数论，b：单复变函数论，c：多复变函数论，d：函数逼近论，e：调和分析，f：复流形，g：特殊函数论，h：函数论其他学科。

11. 常微分方程

a：定性理论，b：稳定性理论。c：解析理论，d：常微分方程其他学科。

12. 偏微分方程

a：椭圆型偏微分方程，b：双曲型偏微分方程，c：抛物型偏微分方程，d：非线性偏微分方程，e：偏微分方程其他学科。

13. 动力系统

a：微分动力系统，b：拓扑动力系统，c：复动力系统，d：动力系统其他学科。

14. 积分方程

15. 泛函分析

a：线性算子理论，b：变分法，c：拓扑线性空间，d：希尔伯特空间，e：函数空间，f：巴拿赫空间，g：算子代数 h：测度与积分，i：广义函数论，j：非线性泛函分析，k：泛函分析其他学科。

16. 计算数学

a：插值法与逼近论，b：常微分方程数值解，c：偏微分方程数值解，d：积分方程数值解，e：数值代数，f：连续问题离散化方法，g：随机数值实验，h：误差分析，i：计算数学其他学科。

17. 概率论

a：几何概率，b：概率分布，c：极限理论，d：随机过程（包括正态过程与平稳过程、点过程等），e：马尔可夫过程，f：随机分析，g：鞅论，h：应用概率论（具体应用入有关学科），i：概率论其他学科。

18. 数理统计学

a：抽样理论（包括抽样分布、抽样调查等 ），b：假设检验，c：非参数统计，d：方差分析，e：相关回归分析，f：统计推断，g：贝叶斯统计（包括参数估计等），h：试验设计，i：多元分析，j：统计判决理论，k：时间序列分析，l：数理统计学其他学科。

19. 应用统计数学

a：统计质量控制，b：可靠性数学，c：保险数学，d：统计模拟。

20. 应用统计数学其他学科

21. 运筹学

a：线性规划，b：非线性规划，c：动态规划，d：组合最优化，e：参数规划，f：整数规划，g：随机规划，h：排队论，i：对策论（也称博弈论），j：库存论，k：决策论，l：搜索论，m：图论，n：统筹论，o：最优化，p：运筹学其他学科。

22. 组合数学

23. 模糊数学

24. 量子数学

25. 应用数学（具体应用入有关学科）

26. 数学其他学科

发展历史

数学（汉语拼音：shù xué；希腊语：μαθηματικ；英语：mathematics或maths），其英语源自于古希腊语的μθημα（máthēma），有学习、学问、科学之意。古希腊学者视其为哲学之起点，“学问的基础”。另外，还有个较狭隘且技术性的意义——“数学研究”。即使在其语源内，其形容词意义凡与学习有关的，亦被用来指数学。

其在英语的复数形式，及在法语中的复数形式加-es，成mathématiques，可溯至拉丁文的中性复数（mathematica），由西塞罗译自希腊文复数τα μαθηματικά（ta mathēmatiká）。

在中国古代，数学叫作算术，又称算学，最后才改为数学。中国古代的算术是六艺之一（六艺中称为“数”）。

数学起源于人类早期的生产活动，古巴比伦人从远古时代开始已经积累了一定的数学知识，并能应用实际问题。从数学本身看，他们的数学知识也只是观察和经验所得，没有综合结论和证明，但也要充分肯定他们对数学所做出的贡献。

基础数学的知识与运用是个人与团体生活中不可或缺的一部分。其基本概念的精炼早在古埃及、美索不达米亚及古印度内的古代数学文本内便可观见。从那时开始，其发展便持续不断地有小幅度的进展。但当时的代数学和几何学长久以来仍处于独立的状态。

代数学可以说是最为人们广泛接受的“数学”。可以说每一个人从小时候开始学数数起，最先接触到的数学就是代数学。而数学作为一个研究“数”的学科，代数学也是数学最重要的组成部分之一。几何学则是最早开始被人们研究的数学分支。

直到16世纪的文艺复兴时期，笛卡尔创立了解析几何，将当时完全分开的代数和几何学联系到了一起。从那以后，我们终于可以用计算证明几何学的定理；同时也可以用图形来形象的表示抽象的代数方程与三角函数。而其后更发展出更加精微的微积分。

现时数学已包括多个分支．创立于二十世纪三十年代的法国的布尔巴基学派则认为：数学，至少纯数学，是研究抽象结构的理论。结构，就是以初始概念和公理出发的演绎系统。他们认为，数学有三种基本的母结构：代数结构（群、环、域、格，……）、序结构（偏序、全序，……）、拓扑结构（邻域、极限、连通性、维数，……）。

数学被应用在很多不同的领域上，包括科学、工程、医学和经济学等。数学在这些领域的应用一般被称为应用数学，有时亦会激起新的数学发现，并促成全新数学学科的发展。数学家也研究纯数学，也就是数学本身，而不以任何实际应用为目标。虽然有许多工作以研究纯数学为开端，但之后也许会发现合适的应用。

具体地，有用来探索由数学核心至其他领域上之间的连结的子领域：由逻辑、集合论（数学基础）、至不同科学的经验上的数学（应用数学）、以较近代的对于不确定性的研究（混沌、模糊数学）。

就纵度而言，在数学各自领域上的探索亦越发深入。

结构：许多诸如数、函数、几何等的数学对象反应出了定义在其中连续运算或关系的内部结构。数学就研究这些结构的性质，例如：数论研究整数在算数运算下如何表示。此外，不同结构却有着相似的性质的事情时常发生，这使得通过进一步的抽象，然后通过对一类结构用公理描述他们的状态变得可能，需要研究的就是在所有的结构里找出满足这些公理的结构。因此，我们可以学习群、环、域和其他的抽象系统。把这些研究（通过由代数运算定义的结构）可以组成抽象代数的领域。由于抽象代数具有极大的通用性，它时常可以被应用于一些似乎不相关的问题，例如一些古老的尺规作图的问题终于使用了伽罗瓦理论解决了，它涉及到域论和群论。代数理论的另外一个例子是线性代数，它对其元素具有数量和方向性的向量空间做出了一般性的研究。这些现象表明了原来被认为不相关的几何和代数实际上具有强力的相关性。组合数学研究列举满足给定结构的数对象的方法。

空间：空间的研究源自于欧式几何。三角学则结合了空间及数，且包含有非常著名的勾股定理、三角函数等。现今对空间的研究更推广到了更高维的几何、非欧几何及拓扑学。数和空间在解析几何、微分几何和代数几何中都有着很重要的角色。在微分几何中有着纤维丛及流形上的计算等概念。在代数几何中有着如多项式方程的解集等几何对象的描述，结合了数和空间的概念；亦有着拓扑群的研究，结合了结构与空间。李群被用来研究空间、结构及变化。

逻辑——主条目：数理逻辑

数学逻辑专注在将数学置于一坚固的公理架构上，并研究此一架构的成果。就其本身而言，其为哥德尔第二不完备定理的产地，而这或许是逻辑中最广为流传的成果．现代逻辑被分成递归论、模型论和证明论，且和理论计算机科学有着密切的关联性。

符号——主条目：数学符号

也许我国古代的算筹是世界上最早使用的符号之一，起源于商代的占卜。

我们现今所使用的大部分数学符号都是到了16世纪后才被发明出来的。在此之前，数学是用文字书写出来，这是个会限制住数学发展的刻苦程序。现今的符号使得数学对于人们而言更便于操作，但初学者却常对此感到怯步。它被极度的压缩：少量的符号包含著大量的讯息。如同音乐符号一般，现今的数学符号有明确的语法和难以以其他方法书写的讯息编码。

数量：数量的学习起于数，一开始为熟悉的自然数及整数与被描述在算术内的有理数和无理数。

具体来讲：由于计数的需要，人类从现实事物中抽象出了自然数，它是数学中一切“数”的起点。自然数对减法不封闭，为了对减法封闭，我们将数系扩充至整数；而为了对除法不封闭，而为了对除法封闭，我们将数系扩充至有理数；对于开方运算不封闭，我们将数系扩充至代数数（实际上代数数是一个更广的概念）。另一方面，对于极限运算不封闭，我们又将数系扩充到实数。最后，为了避免负数在实数范围内无法开偶数次方运算，我们将数系扩充到复数。复数是包含实数的最小代数闭域，我们对任意复数进行四则运算，其化简结果都是复数。

另一个与“量”有关的概念是无限集合的“势”，它导致了基数和之后对无限的另外一种概念：阿列夫数，它允许无限集合之间的大小可以做有意义的比较。

严谨性：数学语言亦对初学者而言感到困难。如何使这些字有着比日常用语更精确的意思，亦困恼着初学者，如开放和域等字在数学里有着特别的意思。数学术语也包括如同胚及可积性等专有名词。但使用这些特别符号和专有术语是有其原因的：数学需要比日常用语更多的精确性。数学家将此对语言及逻辑精确性的要求称为“严谨”。

数学是人类对事物的抽象结构与模式进行严格描述的一种通用手段，可以应用于现实世界的任何问题。从这个意义上，数学属于形式科学，而不是自然科学。所有的数学对象本质上都是人为定义的，它们并不存在于自然界，而只存在于人类的思维与概念之中。因而，数学命题的正确性，无法像物理、化学等以研究自然现象为目标的自然科学那样，能够借助于可以重复的实验、观察或测量来检验，而是直接利用严谨的逻辑推理加以证明。一旦通过逻辑推理证明了结论，那么这个结论也就是正确的。

数学的公理化方法实质上就是逻辑学方法在数学中的直接应用。在公理系统中，所有命题与命题之间都是由严谨的逻辑性联系起来的。从不加定义而直接采用的原始概念出发，通过逻辑定义的手段逐步地建立起其它的派生概念；由不加证明而直接采用作为前提的公理出发，借助于逻辑演绎手段而逐步得出进一步的结论，即定理；然后再将所有概念和定理组成一个具有内在逻辑联系的整体，即构成了公理系统。

严谨是数学证明中很重要且基本的一部分。数学家希望他们的定理以系统化的推理依着公理被推论下去。这是为了避免依着不可靠的直观，从而得出错误的“定理”或“证明”，而这情形在历史上曾出现过许多的例子。在数学中被期许的严谨程度因着时间而不同：希腊人期许着仔细的论点，但在牛顿的时代，所使用的方法则较不严谨。牛顿为了解决问题所作的定义，到了19世纪才让数学家用严谨的分析及正式的证明妥善处理。数学家们则持续地在争论电脑辅助证明的严谨度。当大量的计算难以被验证时，其证明亦很难说是有效地严谨。