生老病死背后的数学故事

人类进步通常是由认识自然的渴望所驱动的。这种探求事物的本质、追根溯源的努力,远远超过了单纯满足生存需求和提高生活质量的要求。当然,这并不是说所有人都会主动去追寻自然奥秘,研究抽象的数学命题。为了生存而整日奔波忙碌的芸芸众生,几乎不可能有时间奢侈地思考人生的意义。然而,人类历史上却始终不乏先驱来思考万事万物的根源,探寻自然界的构成方式和法则。

摘录自《数学沉思录》,作者Mario Livio 1945年出生于罗马尼亚,1950年定居以色列,耶路撒冷希伯莱大学本科毕业,魏兹曼科学院硕士,特拉维夫大学博士。

数学是对具象世界的抽象化表示,具象世界包含了万事万物。正如英国物理学家James Jeans表示:“宇宙好像是一位理论数学家设计的。”

我们先举几个例子:

l人类胚胎细胞繁殖速度神速,到了成年以后繁殖速度递减,为什么?繁殖速度的函数关系和概率分布是怎么样的?

l甲醛已经被世界卫生组织确定为致癌和致畸形物质,是公认的变态反应源,也是潜在的强致突变物之一,诱发白血病。新装修的房间吹吹风三四个月,就能安全入住吗?甲醛衰减释放到安全限值以下,需要多久时间?它的衰减函数是多少?空气净化器能够加快甲醛衰减,还是能够彻底去除甲醛?

l有一笔资金100万,存入连续复利计算的银行,年利率为4%,那么6年后,利息本金总余额为多少?

l如果你平均每个小时接到2次电话,那么你平均等待每一次电话的时间是多长时间?

l你的手机中电子元器件过了多少年不能正常工作,那么元器件的寿命分布是什么类型的?

l电蚊拍啪啪啪电死蚊子以后,放开开关,电蚊拍电网上残余的电压会多久变为0,它的函数是什么样的?

以上问题看似各不相关,但是经过物理学家,化学家,金融家,生物学家等科学家初步抽象化后,再最终经过n层抽象化,发现他们背后的规律极其相似,都来到了数学家的大门。

这些规律都涉及到神奇的自然指数,也叫自然常数,自然底数,原名双曲对数,是以e为底的对数,其中,e是一个无理数常数,近似于2.718281828459。

e是所有连续增长过程都共有的基本增长率,而负数-e,可以理解为所有连续衰竭过程都共有的基本衰减率。

也就是说常识上理解的生老病死等具象背后,有着一个神奇的数字,e在规划着量的变化,直到质的变化。

先用python画一个自然衰减的概率分布曲线:

lam = 0.5

x = np.arange(0, 15, 0.1)

y = lam * np.exp(-lam * x)

plt.plot(x,y)

plt.title('Exponential: $\lambda$ =%.2f' % lam)

plt.xlabel('x')

plt.ylabel('Probability density')

plt.show()


l人类胚胎细胞繁殖速度神速,到了成年以后繁殖速度递减,为什么?繁殖速度的函数关系和概率分布是怎么样的?

例如细胞或细菌的繁殖,也会经历指数增长期这个阶段,大量快速繁殖,然而如果一直按照这个速度持续下去,可能地球都无法承担一个成人的重量,如果没有死亡,也无法承担人口数量的指数增长。所以又有了新的限制性设计,即控制增长常数k来实现对生长繁殖的限制。

美国学者海尔弗利在1961年提根据实验研究发现动物胚胎细胞在成长过程中,其分裂的次数是有规律的,到一定阶段就出现衰老和死亡。2009年的诺贝尔医学奖获得者是三位长期从事染色体研究的科学家,发现了端粒(telomere)和端粒酶(telomerase),端粒酶的作用是维持端粒的长度。出生前端粒酶很活跃,到四、五岁时就基本停止活动,端粒开始随着时间而退化,导致细胞衰老并最终停止分裂。

l甲醛已经被世界卫生组织确定为致癌和致畸形物质,是公认的变态反应源,也是潜在的强致突变物之一,诱发白血病。新装修的房间吹吹风三四个月,就能安全入住吗?甲醛衰减释放到安全限值以下,需要多久时间?它的衰减函数是多少?空气净化器能够加快甲醛衰减,还是能够彻底去除甲醛?

例如甲醛污染物的浓度随时间的变化符合指数函数的变化趋势:

ct=c0*exp(-k*t)

通过实际测量,可以通过回归分析,计算出甲醛的k衰减常数,得出甲醛污染物随时间t的曲线。而空气净化器本质上是通过改变k衰减常数,加速甲醛污染物的衰减速度,经过比较短的时间后,如果产品能力足够强大,使得人们在相对有限空间的房间内能够相对安全的居住。而不是从根本上杀死或去除污染物,所以如果新装修的房间检测出甲醛等污染源,而又无法通过其他方式从根本上降解转化为安全化学物的化,净化器要常开常用才能实现“消除”污染物的目的。

l有一笔资金100万,存入连续复利计算的银行,年利率为4%,那么6年后,利息本金总余额为多少?

对比下两者复利计算的差异:

简单复利计息的计算公式:本利和=本金×(1+利率)^期数。如果是简单复利计算,FV=126.53万。

如果连续复利计息,即无时无刻不在计息,也就是时间进行无线细分后,在有理数和无理数的t数轴上连续计息。

连续复利计息的计算公式:投资的终值FV=C0×e^(rt),这里r=0.04,t=6,C0=100万,则六年后127.12万,比简单复利计算多了5900。

其他两个问题或类似问题,基本上也都是按照类似函数关系进行展开分析。

我们可以将指数函数进行泰勒级数展开,或加入欧拉公式,发现将e拆分后,是有极有规律的数值合成的,可以由幂函数展开。

而在复数平面空间,则可以将指数函数展开为三角函数,也就是正弦和余弦函数,


如果将x的n次方作为一组函数基底,即相互垂直的n维坐标轴,而将1/n!作为系数,则e^x函数可以看作是矩阵[0,1/1!,1/2!,…1/n!]和[x^0,x^1,x^2…x^n]的乘积。

其中第一个矩阵也可以成为n维行向量,第二个矩阵看作n维列向量,即转换为向量空间的数量积(又叫内积、点积)。

如果将n设定为无穷大,则e^x函数可以展开为无穷维空间的向量运算,数学家们对无限维度函数空间的概念和运算,展开为一门新的数学分支,泛函分析(functional analysis),从而打开了另外一个天地。

泛函分析研究的主要对象是函数构成的空间,是由对变换(如傅立叶变换等)的性质的研究和对微分方程以及积分方程的研究发展而来的。

那么问题来了,如果将e^x函数作为第一层抽象,而将泰勒幂函数展开作为第二层抽象,将向量空间和其算子作为第三层抽象的话,那么泛函分析这种经过n重抽象之后的纯数学计算有什么价值和意义呢?

泛函分析是

举一个最简单的具象例子:

一个圆球在重力加速度作用下,从A点到不在它垂直下方的另一点B点,如果不计摩擦力,问沿着什么曲线滑下所需时间最短。

也就是著名的最速曲线问题。

如果任意作图,A点到B点之间可以画直线,也可以做任意的曲线,这些曲线如果用函数表示,则可以为无穷个函数。

那么这无穷个函数中,圆球沿着哪个函数的曲线,时间最短呢?

通过泛函分析,计算得出欧拉-拉格朗日方程。这个方程称为极值函数。

泛函分析也广泛应用于图像降噪处理等现实商业技术领域,在理论学科例如数学物理方程、概率论、计算数学、信号与系统、连续介质力学、量子物理学等学科有着广泛的应用。

我们再回到这个函数,这里自然对数函数是由x^n函数,即幂函数组合而成。

幂函数在自然和社会现象中,又有哪些应用呢?

股市中有80%的投资者只想着怎么赚钱,仅有20%的投资者考虑到赔钱时的应变策略。但结果是只有那20%投资者能长期盈利,而80%投资者却常常赔钱。

著名的20/80原则,也称为帕累托分布,长尾分布就是幂函数分布,也就是幂律分布,其广泛存在于物理学、地球与行星科学、计算机科学、生物学、生态学、人口统计学与社会科学、经济与金融学等众多领域中,且表现形式多种多样.在自然界与日常生活中,包括地震规模大小的分布、月球表面上月坑直径的分布、行星间碎片大小的分布 、太阳耀斑强度的分布 、计算机文件大小的分布 、战争规模的分布、人类语言中单词频率的分布 、大多数国家姓氏的分布 、科学家撰写的论文数的分布、论文被引用的次数的分布、网页被点击次数的分布 、微博的粉丝数量、不公平社会中的财富分配、书籍及唱片的销售册数或张数的分布、每类生物中物种数的分布、甚至电影所获得的奥斯卡奖项数的分布等,都是典型的幂律分布。

既然提到了分布,我们不能不提大名鼎鼎的正态分布(高斯分布)。这个分布和e又有什么关系呢?

我们看一个简单的标准正态分布的概率密度函数,就知道它的底依然是e,也就是自然对数。这里函数依然可以通过泰勒展开为幂函数的组合。


同样有关分布,我们再回到这个问题:

l如果你平均每个小时接到2次电话,那么你平均等待每一次电话的时间是多长时间?

对于接电话这个事件发生的频率和次数,经研究任务是泊松分布。而等待一次电话的平均间隔时间,则又变成了指数形式。

当一个随机事件,例如某电话交换台收到的呼叫、来到某公共汽车站的乘客、某放射性物质发射出的粒子、显微镜下某区域中的白血球等等,以固定的平均瞬时速率λ(或称密度)随机且独立地出现时,那么这个事件在单位时间(面积或体积)内出现的次数或个数就近似地服从泊松分布P(λ)。

p(τ)=λe^-λτ

而时间间隔,则呈现指数形式,而且底数为e!

如果耐心看到这里,也许会有一个直观的疑问,即这些复杂的各种各样的分布背后,函数背后,既然都和e有关,是否存在一种或若干种变换,或一个空间,能够将所有分布和概率问题统一为更一般性或简单化的规律呢?

这个问题有赖于数学家们的进一步抽象化和创新,也有赖于人们对数学工具的应用。

小结:

数学因其高度抽象思维的特征,广泛应用于各种理论学科和现实实践当中,数学理论工具的应用和迁移,也带来了更多的创新。

引申阅读:

一款简单却威力无穷的创新工具

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,491评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,856评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,745评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,196评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,073评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,112评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,531评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,215评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,485评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,578评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,356评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,215评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,583评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,898评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,497评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,697评论 2 335

推荐阅读更多精彩内容

  • 1. 关于诊断X线机准直器的作用,错误的是()。 (6.0 分) A. 显示照射野 B. 显示中心线 C. 屏蔽多...
    我们村我最帅阅读 10,142评论 0 5
  • 1. 下列叙述错误的是()。 (2.0 分) A. 质量管理包括QA和QC一切活动的全部过程 B. 影像质量是指对...
    我们村我最帅阅读 3,714评论 0 8
  • 201. M-Q型显影液组合是()。 (2.0 分) A. 米吐尔与菲尼酮的组合 B. 对苯二酚和菲尼酮的组合 C...
    我们村我最帅阅读 3,224评论 0 4
  • 原料:牛肉丁儿,油炸花生米、菜籽油、味聚特开胃酱、生抽酱油若干备用。 制作方法:一、先在锅中放入菜油若干,热锅冷油...
    林九儿阅读 267评论 0 0
  • 依依我你,煞忒多意,看我羽毛飘逸。撅撅小嘴就撒娇,美不美?轻轻牵起。 学学才艺,摇摇羽翼,看我为卿献礼...
    琴诗音阅读 248评论 0 2