Hero Image
卡尔·弗里德里希·高斯的一生

时间轴 1777出生于 30 四月,出生于布伦瑞克,是一位园丁和瓦匠的儿子。 1786大约 9 年,1 到 100 在学校的总和(以秒为单位)。 1791卡尔·威廉·斐迪南公爵开始支付他的学费。 1795进入哥廷根大学。 17963 月 30,探索如何构造边长为 17 的正多边形。开始你的数学日记。 1799获得赫尔姆施泰特博士学位,证明了代数基本定理。 1801发表Disquisitiones Arithmeticae并计算矮行星谷神星的轨道。 1807他成为哥廷根天文台台长,直至去世。 1809使用最小二乘法和正态曲线发布Theoria motus。 1818开始用三角形测量汉诺威王国。在1821中他发明了天芥菜。 1827发布关于曲面曲率的Theorema Egregium。 1833他与威廉·韦伯一起安装了最早的电报机之一。 1855于二月 23 于哥廷根去世。 ◀ 上一站 沿路线走一遍 下一站 ▶ 1777–1795 不伦瑞克他是园丁兼泥瓦匠的儿子,在学校几秒钟就算出 1 到 100 的和。卡尔·威廉·斐迪南公爵开始资助他的学业。 1795–1798 哥廷根在大学读书。1796 年 3 月 30 日,他发现了正十七边形的作法,并开始写数学日记。 1799 黑尔姆施泰特以代数基本定理的证明获得博士学位。 1799–1807 不伦瑞克出版《算术研究》(1801),算出谷神星的轨道。在这里收到“勒布朗先生”的来信。 1807–1855 哥廷根天文台主持天文台近五十年。用三角测量汉诺威王国,发表绝妙定理,并与韦伯一起建造电报。1855 年去世。 请启用 JavaScript 以查看地图。各站列在下方。 高斯几乎不旅行,一生都在不伦瑞克和哥廷根之间方圆一百公里内度过。 地图:© OpenStreetMap 贡献者

Hero Image
统计学里的女巫:柯西分布

阿涅西 1799 年去世时,想不到她的曲线会在远离几何的地方获得第二次生命。19 世纪,它在概率论中重新出现,成为统计学里最具迷惑性的例子之一。 概率密度 我们在曲线下的面积中看到,$y = \frac{1}{1 + x^2}$ 下的总面积是 $\pi$。除以 $\pi$,面积就变成 1,曲线就成了一个概率密度: $$f(x) = \frac{1}{\pi(1 + x^2)}.$$这就是柯西分布。一次抽样落在 $c$ 和 $d$ 之间的概率,等于这个区间上曲线下的面积 $\frac{1}{\pi}(\arctan d - \arctan c)$。画出来,它和正态曲线很像:一个以零为中心的对称钟形。区别在尾部。正态分布按 $e^{-x^2/2}$ 下降,降得太快,极大的值几乎不会出现;阿涅西曲线只按 $\frac{1}{x^2}$ 下降。 不存在的均值 这个区别带来了一个惊人的后果。分布的均值是 $x\,f(x)$ 的积分。对柯西分布,正半部分的积分是 $$\int_0^{X} \frac{x}{\pi(1 + x^2)}\,dx = \frac{1}{2\pi}\ln(1 + X^2),$$当 $X$ 增大时它无限增大。负半部分向另一个方向做同样的事,计算变成了“无穷减无穷”:这个分布没有均值,也没有方差。 实际上,这意味着多次抽样的平均值不会稳定下来。大数定律和中心极限定理要求均值和方差有限,在这里根本不适用。更糟的是,可以证明 $n$ 次柯西抽样的平均值与单次抽样的分布完全相同。收集再多数据也毫无帮助。 请启用 JavaScript 以使用这个交互图形。完整的推理见正文。 另一方面,中位数却很好用:一半面积在零的左边,一半在右边,多次抽样的中位数趋近于零。所以统计学家把阿涅西曲线当作一个警示:在计算平均值之前,最好先弄清楚数据的尾部是轻还是重。 泊松、柯西与物理学 最早注意到这个问题的是西梅翁-德尼·泊松,他在 1824 年把这个分布当作拉普拉斯误差理论的反例。名字来自奥古斯丁-路易·柯西,他在 1853 年与伊雷内-儒勒·比安内梅关于最小二乘法的争论中讨论过它。 在物理学中,同一条曲线以另一个名字出现:洛伦兹线型,以亨德里克·洛伦兹命名。它描述原子和分子光谱中谱线的形状、振子在共振附近的响应,在粒子物理中还描述揭示不稳定粒子的峰的形状(布莱特-维格纳公式)。凡是一边振荡一边慢慢损失能量的东西,往往都会出现阿涅西的女巫。 海滩上的灯塔 一个经典的例子说明了柯西分布可能从哪里来。一座灯塔距一条笔直的海滩 1 千米,它旋转着,朝随机方向发出一道光脉冲,所有角度的可能性相同。打到海滩上的脉冲,其落点恰好服从柯西分布。当角度接近 90° 时,脉冲会打到海滩上很远的地方,正是这些罕见的远点使均值无法存在。 练习:四分位数一次柯西抽样落在 $-1$ 和 $1$ 之间的概率是多少? $\frac{1}{\pi}(\arctan 1 - \arctan(-1)) = \frac{1}{\pi}\cdot\frac{\pi}{2} = \frac{1}{2}$。一半的抽样落在 $-1$ 和 $1$ 之间:这就是该分布的四分位数。对标准正态分布,一半落在 $-0.674$ 和 $0.674$ 之间;柯西分布在中间更“分散”,在尾部则分散得多得多。

Hero Image
中心极限定理

掷一颗骰子:每个面的机会相同,概率图是平的。掷两颗并相加:和为 7 最可能,图变成三角形。掷十颗、三十颗、一百颗:和的图形逐渐变成一口钟的形状。如果把骰子换成硬币、轮盘或测量误差,也是一样。这个令人惊讶的事实就是中心极限定理。 棣莫弗与拉普拉斯 1733 年,亚伯拉罕·棣莫弗对硬币证明了这一现象:多次抛掷中正面的次数,其分布接近曲线 $e^{-x^2}$。拉普拉斯在 1810 年的一篇论文中把结果推广到任意偶然量之和,只要它们相互独立,且没有哪一个压倒其他。 用现代语言说:设 $X_1, X_2, \ldots, X_n$ 是独立的偶然量,分布相同,均值为 $\mu$,方差为 $\sigma^2$。和 $S_n = X_1 + \cdots + X_n$ 的均值为 $n\mu$,标准差为 $\sigma\sqrt{n}$,而 $$\frac{S_n - n\mu}{\sigma\sqrt{n}}$$在 $n$ 很大时,其分布越来越接近标准正态分布,密度为 $\frac{1}{\sqrt{2\pi}}e^{-x^2/2}$。 骰子 对一颗骰子,$\mu = 3.5$,且 $$\sigma^2 = \frac{1^2 + 2^2 + \cdots + 6^2}{6} - 3.5^2 = \frac{91}{6} - \frac{49}{4} = \frac{35}{12}.$$$n$ 颗骰子之和的均值为 $3.5\,n$,标准差为 $\sqrt{\frac{35n}{12}}$。下图把和的精确分布与均值、标准差相同的正态曲线作比较。拖动滑块,可以看到只用几颗骰子,两者就几乎重合: 请启用 JavaScript 以使用这个交互图形。完整的推理见正文。 用 100 颗骰子时,均值为 350,标准差为 $\sqrt{\frac{3500}{12}} \approx 17.1$。和落在 330 到 370 之间——两侧各约 1.2 个标准差——的概率大约是 76%。没有人需要去数那 $6^{100}$ 种可能的组合。

Hero Image
正态曲线,高斯钟

如果测量误差是随机的,它们是如何分布的?在Theoria motus中,高斯从这个想法出发 均值是最佳估计,并得出误差曲线的形状: $$f(x) = \frac{1}{\sigma\sqrt{2\pi}}\, e^{-\frac{(x - \mu)^2}{2\sigma^2}},$$ 其中 $\mu$ 是平均值,$\sigma$ 是标准差。这是正态曲线,或高斯钟形:高 中等、对称,并且远离平均值越来越低。它出现在任何地方,从高处 人们对机器的错误。 观看钟声升起的一个美丽方式是高尔顿机,由弗朗西斯·高尔顿在1873发明。 弹珠穿过钉子网格落下,在每个钉子上,它们以相同的方式向左或向右移动 机会。大多数在中间附近结束,少数到达末端: 扔下弹珠,观看高斯钟出现。只有几个球,一切都乱七八糟;有了数百个,形式就单独出现了。 Ative o JavaScript para ver esta figura interativa. 对于正态曲线,规则 68-95-99,7 适用: 大约 68% 的值与平均值的标准差高达 1; 大约 95% 最多相差 2 个标准差; 大约 99,7% 最多相差 3 个标准差。 不久之后,比利时人 Adolphe Quételet 使用正态曲线来研究人:身高、体重、 出生、死亡和收入大致遵循高斯的钟声。 10 德国马克纸币 (1989–2001):高斯、正态曲线和公式,位于哥廷根建筑物旁边。欧拉之眼系列 钞票上的铃铛 从1989到2001,10德国马克纸币上有高斯的脸、公式和曲线的绘制 正常。值得一提的是,法国人Abraham de Moivre在1733中已经发现了这条曲线,但正是利用 高斯的测量误差使她成名。另请参阅帖子 统计概念. 卡尔·弗里德里希·高斯的所有主题 · ← Ceres 和最小二乘法 · Egregium 定理和曲率 →

Hero Image
Egregium 定理和曲率

在测量汉诺威时,高斯对如何绘制弯曲地球的地图思考了很多。在 1827 中发表了 他将结果称为Theorema Egregium,即“非凡定理”:表面的曲率可以 由住在里面的人来衡量,而不是从外面去看。 结果:在平面中,三角形的内角之和为 180°。在一个范围内,它们加起来达到更多。采取 一个顶点位于北极,另外两个顶点位于赤道的三角形: 赤道上的两个角都是直角。以 90° 为极点,三角形有三个直角:270°。 Ative o JavaScript para ver esta figura interativa. 赤道处的两个角度为 90°,因为经线与赤道成直角。添加 杆的角度 $\alpha$: $$90° + 90° + \alpha = 180° + \alpha.$$ 任何高于 180° 的值都与三角形的面积成正比,表明该表面是弯曲的。这就是为什么 没有完美的地球平面地图:距离、角度或面积总是存在扭曲。 披萨技巧 您是否注意到,为了吃一片披萨而不让披萨尖脱落,我们需要将披萨对折?这是 Egregium 定理的应用。切片开始时是平坦的(零曲率)并且不能在两个方向上弯曲 同时。通过将其一侧弯曲,另一侧就会变硬,尖端就会停止脱落。 高斯还意识到,可能存在欧几里得平行公设不存在的几何结构。 值得的。但他没有发表任何内容:在一封来自1829的信中,他说他害怕“维奥蒂亚人的喊叫”,那些不这样做的人 会明白的。非欧几里得几何最终由 Lobachevsky 和 ​​János Bolyai 发表。 卡尔·弗里德里希·高斯的所有主题 · ← 正态曲线,高斯钟 · 方程组:行列式和高斯消元法 → 图片来源和来源.

Hero Image
方程组:行列式和高斯消元法

为了使用最小二乘法计算轨道,高斯需要求解方程组 许多未知数。每个学生都知道的两个名字都来自这个故事:行列式和 高斯消除。 行列式。 采用具有两个方程的系统: $$\begin{cases} a\,x + b\,y = e \\ c\,x + d\,y = f \end{cases} \quad\Longrightarrow\quad x = \frac{e\,d - b\,f}{a\,d - b\,c}, \qquad y = \frac{a\,f - e\,c}{a\,d - b\,c}.$$ 这完全取决于分母中的数字 $ad - bc$:如果它不为零,则系统有一个 解决方案。这个数字“决定”了系统。 从方程组到二阶行列式的记法。Euler’s Eyes 行列式规则:主对角线乘积减去另一条对角线的乘积。Euler’s Eyes Matrix 在拉丁语中意为“子宫”,即孕育事物之处。Euler’s Eyes 这个词首次出现在高斯的Disquisitiones中,在1801中。他称之为 决定因素决定二级形式的属性的数字,$ax^2 + 2bxy + cy^2$。 在1815中,法国人 Augustin-Louis Cauchy 采用了该术语并给予认可: 高斯在他的分析研究中充分利用了这个术语,发现了二级形式的一般性质。我会保留这个名字。 — 奥古斯丁·路易斯·柯西,《巴黎综合理工学院杂志》,1815 1750Gabriel Cramer 使用我们今天编写的行列式公式来求解系统。 1801高斯在Disquisitiones Arithmeticae中使用了单词行列式。 1815柯西采用了当今意义上的术语行列式。 1841Arthur Cayley 将行列式写在两个竖线之间。 1850James Joseph Sylvester 创建了单词矩阵。 高斯消元法。 如果有三个或更多未知数,公式就会变得庞大。高斯路径 这是一次消除一个未知数,直到只剩下一个只有一个未知数的方程。看到与 示例: