雅各布·伯努利的遗产
雅各布·伯努利只活了五十岁,生前发表的东西不多,几乎都是《学者学报》上的短文。即便如此,很少有数学家像他一样,留下这么多我们至今天天在用的词语、符号和思想:积分、伯努利试验、二项分布、伯努利数、大数定律、随机。
“积分"这个词
莱布尼茨把导数的逆运算称为 calculus summatorius,即求和的演算,并用 $\int$ 来写它,这是 summa(和)的首字母 S 拉长后的样子。1690 年 5 月,雅各布在解决等时曲线问题时写道,两个表达式有"相等的积分”。这是 积分(integral)一词第一次出现在印刷的数学文本里。约翰采用了这个术语;1696 年,莱布尼茨同意把他的"求和演算"改称伯努利兄弟的 积分学。符号沿用莱布尼茨的,名称则来自雅各布。
| 年份 | 作者 | 记号或名称 | 出处 |
|---|---|---|---|
| 1659 | 彼得罗·门戈利 | omnia $x$ | Geometriae speciosae elementa |
| 1675 | 莱布尼茨 | $\int x$ | 1675 年 10 月 29 日的手稿 |
| 1690 | 雅各布·伯努利 | “integral” | 《学者学报》 |
| 1696 | 莱布尼茨与约翰·伯努利 | calculus integralis | 通信 |
| 1822 | 傅里叶 | $\int_a^b f(x)\,dx$ | 《热的解析理论》 |
悬挂的链子
在 1690 年的同一篇文章里,雅各布问:两端悬挂的链子是什么形状?伽利略曾以为是抛物线。1691 年,约翰、莱布尼茨和惠更斯发表了正确答案,即 悬链线,今天用双曲余弦写作 $y=a\cosh\frac xa$。雅各布在这场比赛中输给了弟弟,但问题是他提出的。悬链线 的故事在约翰的学习路线里。
棣莫弗与正态曲线
黄金定理指出频率会接近概率,但雅各布对所需观察次数的估计过于夸大。1733 年,流亡伦敦的法国人亚伯拉罕·棣莫弗为 $n$ 很大时的二项式各项寻找更好的近似,发现了钟形曲线
$$y=\frac1{\sqrt{2\pi}}\,e^{-x^2/2}.$$这是 正态曲线 的首次出现,后来拉普拉斯和高斯把它放到了统计学的中心。有了它,雅各布的罐子只需大约 6 500 次抽取,而不是他算出的 25 550 次。
被赢下的挑战
雅各布到死都不知道 $1+\frac14+\frac19+\frac1{16}+\cdots$ 等于多少。三十年后,约翰的学生莱昂哈德·欧拉证明了这个和是 $\frac{\pi^2}6$。后来,欧拉又发现了更令人惊讶的事:雅各布为幂和找到的那些数在这里再次出现。偶次幂倒数之和,总是 $\pi$ 的该次幂乘以一个由伯努利数构成的分数。例如,
$$\sum_{n=1}^\infty\frac1{n^2}=\frac{\pi^2}6,\qquad\sum_{n=1}^\infty\frac1{n^4}=\frac{\pi^4}{90}.$$雅各布的两个问题,级数问题和幂和问题,说到底是同一个问题。
留下了什么
- 概率。 《猜度术》把关于赌博的计算变成了一门关于确定程度的理论。二项分布和伯努利试验出现在每一门统计课程里。
- 统计。 黄金定理正是民意调查、临床试验和质量控制之所以可行的原因:许多独立的观察能揭示隐藏的概率。
- 级数。 调和级数的发散性和关于平方的问题,为欧拉开辟了道路。
- 分析。 伯努利数出现在 $\tan x$ 的级数、欧拉-麦克劳林公式和黎曼 ζ 函数中。
- 微积分。 “积分"一词、等时曲线、悬链线,以及等周问题,后者为 欧拉和拉格朗日 的变分法做了准备。
- 曲线。 对数螺线和双纽线,以及开启了椭圆函数理论的那个积分。
要点回顾
- 雅各布·伯努利生于 1655 年,卒于 1705 年,一生在巴塞尔。他出于顺从学神学,出于热爱学数学,并自学了莱布尼茨的微积分。
- 复利引出数 $e=\lim\left(1+\frac1n\right)^n\approx2.718$,它介于 2 和 3 之间。
- 调和级数 $1+\frac12+\frac13+\cdots$ 会超过任何数;平方倒数之和则小于 2。
- 对数螺线 $r=ae^{b\theta}$ 增长时形状不变,并以相同的角度与每条半径相交。
- $n$ 次试验中 $k$ 次成功的机会是 $\binom nk p^kq^{n-k}$。
- 观察越多,频率越接近概率:这就是大数定律。
- 幂和 $1^m+2^m+\cdots+n^m$ 是 $n$ 的多项式,其系数来自伯努利数。
来源: 雅各布·伯努利传记,MacTutor · Florian Cajori,A History of Mathematical Notations,第二卷(1929),§§ 541–544 · Stephen M. Stigler,The History of Statistics(Harvard,1986)。