Hero Image
拉普拉斯的一生

年表 17493 月 23 日生于诺曼底的博蒙昂诺日,父亲是苹果酒商人。 1765进入卡昂大学学习神学。 1768带着一封给达朗贝尔的推荐信来到巴黎。 1770成为巴黎军事学校的数学教授。 1773第三次尝试后当选科学院院士。 1783与拉瓦锡发表关于热和冰量热器的论文。 1785主考军校学员拿破仑·波拿巴。解释了木星与土星的大不等式。 1788与玛丽-夏洛特·德·库尔蒂·德·罗曼热结婚。 1793恐怖时期离开巴黎。 1796出版《宇宙体系论》。 1799《天体力学》前两卷问世。担任内政部长六个星期。 1806成为帝国伯爵。 1812出版《概率的解析理论》。 1814出版《概率的哲学随笔》。 1817路易十八授予他侯爵头衔。 18273 月 5 日在巴黎去世。 ◀ 上一站 沿路线走一遍 下一站 ▶ 1749–1765 博蒙昂诺日1749 年 3 月 23 日出生,父亲是苹果酒商人。在镇上的本笃会学校读书。 1765–1768 卡昂进入卡昂大学学习神学。两位老师加德布莱和勒卡努发现了他的数学天赋。 1769–1793 巴黎军事学校带着给达朗贝尔的介绍信来到巴黎,达朗贝尔为他在军事学校谋得教授职位。1785 年他主考了年轻的拿破仑。 1793–1794 默伦恐怖时期,他携家人离开巴黎,在距首都约 50 公里处避难。罗伯斯庇尔倒台后返回。 1795–1814 巴黎卢森堡宫在高等师范学校授课,领导经度局,当了六周内政部长,后来成为参议员和参议院议长,参议院设在卢森堡宫。 1806–1827 阿尔克伊买下化学家贝托莱隔壁的乡间宅邸。阿尔克伊学会,一个年轻科学家的圈子,在那里聚会。 1888 圣朱利安德马约克1827 年 3 月 5 日在巴黎去世,葬于拉雪兹神父公墓。1888 年遗骸被迁往诺曼底的家族陵墓。 请启用 JavaScript 以查看地图。各站列在下方。 从诺曼底到巴黎,途经恐怖时期的避难地和阿尔克伊的乡间宅邸,最后安葬于诺曼底。 地图:© OpenStreetMap 贡献者

Hero Image
木星、土星与太阳系的稳定性

牛顿用一条定律解释了行星的轨道,但他知道这条定律带来了一个问题。每颗行星都受太阳吸引,也受其他行星的一点点吸引。这些小小的吸引会随时间累积。牛顿怀疑,从长远看,太阳系会变得混乱,需要上帝不时出手,把它重新整理好。 木星与土星之谜 天文学家有理由担心。比较古代和近代的观测,埃德蒙·哈雷在 1695 年注意到,木星似乎走得越来越快,土星越来越慢。如果这是一个永久的趋势,木星最终会掉进太阳,土星会消失在太空中。欧拉和拉格朗日都试图解释这一现象,但没有成功。 1785 年,拉普拉斯找到了答案。这不是趋势,而是一种非常缓慢的振荡,周期将近 900 年。天文学家只看到了其中一小段,把这一段误当成了直线。 五圈对两圈 关键在于周期。木星绕太阳一圈约需 11.86 年,土星约需 29.46 年。也就是说,它们每年前进 $$n_J = \frac{360^\circ}{11.86} \approx 30.35^\circ, \qquad n_S = \frac{360^\circ}{29.46} \approx 12.22^\circ.$$请注意,土星的两圈和木星的五圈几乎一样长:$2 \times 29.46 = 58.9$ 年,$5 \times 11.86 = 59.3$ 年。我们说这两颗行星接近 5 比 2 的共振。起作用的差是 $$2n_J - 5n_S \approx 60.70^\circ - 61.10^\circ = -0.40^\circ \text{ 每年}.$$这个差很小,正因如此,扰动需要很久才能消解:这个角转完整一圈需要 $$\frac{360^\circ}{0.40^\circ \text{ 每年}} \approx 880 \text{ 年}.$$三角形上的合 还有一种直观的方式来看同一件事。两颗行星与太阳排成一线,即发生合,每隔 $$\frac{1}{\frac{1}{11.86} - \frac{1}{29.46}} \approx 19.86 \text{ 年}$$发生一次,每次合都比上一次前移约 $242.7^\circ$。连续三次合前移 $3 \times 242.7^\circ = 728.1^\circ$,也就是两整圈再加 $8.1^\circ$。所以合几乎总是落在天空中同样的三个位置,构成一个近似等边三角形的三个顶点,而这个三角形在缓慢旋转。正是在这些位置,一颗行星对另一颗的拉扯不断重复、叠加:

Hero Image
星云假说

1796 年的《宇宙体系论》是一本写给没有数学训练的读者的书。拉普拉斯在书里用散文讲述了天体力学的全部发现。在书的末尾,他在一条注释里——他自己说,是“带着对一切非观测或计算结果之物所应有的怀疑”——大胆提出了太阳系起源的解释。 《宇宙体系论》第二版扉页,1798 年(共和历七年)。Pierre-Simon Laplace · Wikimedia Commons · 公有领域 巧合得过分 拉普拉斯从人人皆知的事实出发。当时已知的行星都朝同一方向绕太阳运行,轨道几乎在同一平面上,而且接近圆形。它们的自转方向也相同,卫星绕行星的方向同样如此。把行星、卫星和自转加起来,拉普拉斯数出了 43 个运动,全都朝同一方向。 如果每个运动都可能偶然地朝这边或那边,概率各为 $\frac{1}{2}$,那么它们全部一致的概率是多少?第一个运动选定方向,其余 42 个必须跟随: $$\left(\frac{1}{2}\right)^{42} = \frac{1}{4\,398\,046\,511\,104} \approx \frac{1}{4.4 \times 10^{12}}.$$拉普拉斯写道,可以用“四万亿以上对一”打赌,这种排列有一个共同的原因。这是把概率推理用在天空上,非常有他的风格:他不只是说这个巧合很奇怪,而是把它量了出来。 旋转的云 他提出的原因是这样的。最初,太阳被一层巨大而炽热的大气——一团星云——包围着,它缓慢旋转,延伸到今天各行星轨道之外。云团冷却时会收缩,而收缩时转得越来越快,直到边缘处离心力等于引力,物质环便脱离出来。每个环聚集成一颗行星,旋转方向与原来的云团相同。卫星也以同样方式由行星的大气中产生。 为什么收缩的云会转得更快?这是角动量守恒,和花样滑冰运动员收拢双臂时加速旋转是同一个道理。质量为 $m$、距转轴 $r$、角速度为 $\omega$ 的物体,角动量为 $$L = m\,r^2\,\omega.$$没有外力矩时,$L$ 不变。如果云团收缩到原来半径的一半,$r^2$ 变为四分之一,为了补偿,$\omega$ 变为四倍: $$m\,r^2\,\omega = m\left(\frac{r}{2}\right)^2\omega' \quad\Rightarrow\quad \omega' = 4\omega.$$ 康德、拉普拉斯与角动量问题 四十年前的 1755 年,哲学家伊曼努尔·康德发表过类似的想法,认为太阳系由一团尘埃云形成。拉普拉斯似乎不知道康德的书,但到了 19 世纪,两种设想被合称为康德-拉普拉斯假说。它遇到了一个严重的反驳:太阳拥有太阳系 99.8% 的质量,却只有约 1% 的角动量;如果云团只是单纯收缩,太阳应该转得快得多。答案在 20 世纪才出现:磁场和星风让年轻的恒星减速,把角动量带到外面。今天,望远镜拍到了年轻恒星周围的原行星盘,比如金牛座 HL 星的盘,上面有环和缝隙,似乎正有行星在形成。现代理论与拉普拉斯的版本差别很大,但核心图景保留了下来:恒星和行星诞生于旋转的气体尘埃盘。 练习:收缩的恒星太阳半径约 $700\,000$ 千米,每 25 天自转一圈。如果它在不损失质量和角动量的情况下收缩到半径 10 千米,像一颗中子星那样,新的自转周期是多少?(假设质量分布的形状不变,因此 $L \propto r^2\omega$。) 半径缩小 $\frac{700\,000}{10} = 70\,000$ 倍,所以 $\omega$ 增大 $70\,000^2 = 4.9 \times 10^9$ 倍。周期按同样比例缩短:$25 \text{ 天} = 2\,160\,000$ 秒,$\frac{2\,160\,000}{4.9 \times 10^9} \approx 4.4 \times 10^{-4}$ 秒。不到半毫秒:这正是已知最快脉冲星的数量级。

Hero Image
暗星

一颗发光的星,如果密度与地球相同、直径是太阳的 250 倍,那么由于它的引力,它的任何光线都无法到达我们这里。因此,宇宙中最大的发光天体,可能正因为如此而看不见。 — 皮埃尔-西蒙·拉普拉斯,《宇宙体系论》(1796) 这几句话出现在《宇宙体系论》的第一版。拉普拉斯写下它们的时候,人们和牛顿一样相信光是由微粒组成的。如果光是一群微粒,引力就应该像拉一块石头那样拉住它们。那么,如果一颗星足够致密,它发出的光就会像向上抛出的石头一样落回去。 逃逸速度 从质量为 $M$、半径为 $R$ 的天体表面以速度 $v$ 向上抛出的石头,只有当它的动能胜过引力能时才能永远逃离: $$\frac{1}{2}mv^2 \ge \frac{GMm}{R} \quad\Longleftrightarrow\quad v \ge v_e = \sqrt{\frac{2GM}{R}}.$$石头的质量消掉了:逃逸速度 $v_e$ 只取决于天体。地球上约为 11.2 千米/秒,太阳上为 618 千米/秒。 密度与大小 对于密度为 $\rho$ 的天体,质量为 $M = \frac{4}{3}\pi R^3 \rho$。代入得 $$v_e = \sqrt{\frac{2G}{R}\cdot\frac{4}{3}\pi R^3\rho} = R\,\sqrt{\frac{8\pi G\rho}{3}}.$$密度固定时,逃逸速度与半径成正比。这正是拉普拉斯的推理。他从太阳出发,$v_e = 618$ 千米/秒,平均密度 1.41 克/立方厘米,设想一个大 250 倍、密度与地球相同(5.51 克/立方厘米)的天体: $$v_e \approx 618 \times 250 \times \sqrt{\frac{5.51}{1.41}} \approx 618 \times 250 \times 1.98 \approx 305\,000 \text{ 千米/秒},$$比光速 $c \approx 300\,000$ 千米/秒略大。这样的天体发出的光逃不出来。

Hero Image
拉普拉斯方程

要知道一颗行星如何吸引一个点,就得把它每一块的吸引力加起来。每一块都朝不同方向拉,而力的相加很费事:它们是向量,每个有三个分量。18 世纪的数学家发现了一条捷径,拉普拉斯把它变成了一件工具。 加数而不是加箭头 对于集中在一点的质量 $M$,考虑这个数 $$V = \frac{M}{r},$$其中 $r$ 是到该质量的距离(我们略去常数 $G$)。这个后来被称为势的数包含了力的全部信息:吸引力在每个方向上的分量,就是 $V$ 在该方向上的导数。最大的好处是,对于多个质量,势像数一样直接相加。先把行星所有部分的势加起来,再求一次导数,就得到力。 方程 拉普拉斯注意到,在质量之外的任何一点,势都服从一个非常简单的方程: $$\frac{\partial^2 V}{\partial x^2} + \frac{\partial^2 V}{\partial y^2} + \frac{\partial^2 V}{\partial z^2} = 0.$$今天我们写作 $\nabla^2 V = 0$,符号 $\nabla^2$ 称为拉普拉斯算子。拉普拉斯 1782 年在一篇关于行星形状的论文中以球坐标形式发表了这个方程,1787 年研究土星环时又给出了上面的直角坐标形式。 不妨对原点处的单个质量验证一下。设 $r = \sqrt{x^2+y^2+z^2}$,$V = \frac{1}{r}$: $$\frac{\partial V}{\partial x} = -\frac{x}{r^3}, \qquad \frac{\partial^2 V}{\partial x^2} = -\frac{1}{r^3} + \frac{3x^2}{r^5}.$$把三个方向相加: $$\nabla^2 V = -\frac{3}{r^3} + \frac{3(x^2+y^2+z^2)}{r^5} = -\frac{3}{r^3} + \frac{3}{r^3} = 0.$$由于方程是线性的,解的和仍是解:任何一组质量的势在质量之外都满足它。满足拉普拉斯方程的函数称为调和函数。 方程说了什么 这个方程有一个简单的解读。把平面分成点的网格。在离散形式下,$\nabla^2 V = 0$ 是说每一点的值等于四个相邻点的平均值:

Hero Image
古典概率与高斯积分

数学概率始于赌博游戏,始于 1654 年帕斯卡与费马之间的通信,又因雅各布·伯努利的大数定律得到第一个伟大定理。拉普拉斯把它变成了一套完整的理论。他关于这一主题的第一篇论文写于 1774 年;1812 年的《概率的解析理论》汇集了将近四十年的研究;1814 年的《概率的哲学随笔》则不用公式,向公众解释了这一切。 1840 年版《概率的哲学随笔》的扉页。Pierre-Simon Laplace · Wikimedia Commons · 公有领域 古典定义 机遇的理论在于:把同一类的所有事件归结为一定数目的同等可能的情形,也就是我们对它们是否发生同样无法确定的情形;然后确定对所求概率的事件有利的情形数。 — 皮埃尔-西蒙·拉普拉斯,《概率的哲学随笔》(1814) 这就是学校里教的定义: $$P = \frac{\text{有利情形数}}{\text{可能情形数}}.$$微妙之处在于“同等可能”这几个字。掷两颗骰子,点数和有 11 种可能,从 2 到 12,但它们并不同样可能。同等可能的情形是 36 个有序对(第一颗,第二颗)。和为 7 出现在其中 6 个里,从 (1, 6) 到 (6, 1),所以概率是 $\frac{6}{36} = \frac{1}{6}$;和为 2 只出现在 (1, 1) 中,概率是 $\frac{1}{36}$。 e 的负 x 平方次幂的积分 研究许多偶然量之和时,拉普拉斯需要一个在整个统计学中处处出现的积分: $$\int_{-\infty}^{\infty} e^{-x^2}\,dx = \sqrt{\pi}.$$亚伯拉罕·棣莫弗在 1733 年已经以数值形式用过这个结果;拉普拉斯在 1774 年给出了证明。最漂亮的证明是一个技巧:不直接算积分 $I$,而是算 $I^2$,它是平面上的积分: $$I^2 = \int_{-\infty}^{\infty}\int_{-\infty}^{\infty} e^{-(x^2+y^2)}\,dx\,dy.$$在极坐标下,$x^2 + y^2 = r^2$,面积元是 $r\,dr\,d\theta$:

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
明天太阳还会升起吗?继承法则

古典概率是从原因推到结果:已知硬币是均匀的,正面的概率是多少?很多时候问题正好相反。我们看到了结果,想知道原因:看到某些结果之后,关于这枚硬币我们能说些什么?第一个用数学处理这种原因的概率的人是英国牧师托马斯·贝叶斯,他的论文在他去世后于 1763 年发表。拉普拉斯在 1774 年独立得出了同样的想法,当时并不知道贝叶斯;而发展并应用这些想法的,正是拉普拉斯。 未知的罐子 设想一个罐子里有白球和黑球,比例 $p$ 未知。我们对 $p$ 一无所知:0 到 1 之间的任何值看来都同样合理。我们取出 $n$ 个球(每次放回),全部是白球。下一个也是白球的概率是多少? 如果比例是 $p$,连续取出 $n$ 个白球的概率是 $p^n$。能更好解释观测结果的 $p$ 值获得更大的权重。用 $p^n$ 给每个 $p$ 加权,下一个是白球的概率就是 $p$ 按这些权重的平均: $$P(\text{下一个是白球}) = \frac{\int_0^1 p \cdot p^n\,dp}{\int_0^1 p^n\,dp} = \frac{\frac{1}{n+2}}{\frac{1}{n+1}} = \frac{n+1}{n+2}.$$这就是拉普拉斯的继承法则。没有任何观测时($n = 0$),结果是 $\frac{1}{2}$。取出一个白球后是 $\frac{2}{3}$,十个之后是 $\frac{11}{12}$。更一般地,如果 $n$ 次中取出了 $s$ 个白球,下一个是白球的概率是 $\frac{s+1}{n+2}$。 下图显示了随着白球累积,权重曲线 $(n+1)p^n$ 的变化。它向 $p = 1$ 附近集中,却永远达不到确定: 请启用 JavaScript 以使用这个交互图形。完整的推理见正文。 日出 在 1814 年的《哲学随笔》中,拉普拉斯把这个法则用于一个后来很有名的例子。假设有记载的历史有 5000 年,即 $1\,826\,213$ 天,而太阳每一天都升起了。按照法则,明天太阳升起的概率是

Hero Image
拉普拉斯变换

对数把乘法变成加法:要把两个数相乘,就把它们的对数相加,再变回来。拉普拉斯变换对微分方程做了类似的事:把导数换成乘法。先解一个代数方程,再变回来。 起源 拉普拉斯是通过概率得到这个想法的。在 1812 年的《概率的解析理论》中,他用母函数来组织计算:不直接处理一串概率,而是处理一个把它们全部储存起来的函数。这个想法的连续版本是一个积分,欧拉早先用过,但拉普拉斯对它做了系统的探索: $$F(s) = \int_0^{\infty} e^{-st} f(t)\,dt.$$每个函数 $f(t)$ 都变成一个新函数 $F(s)$,即它的拉普拉斯变换,记作 $\mathcal{L}\{f\}$。 几个例子 对常数 $f(t) = 1$: $$\mathcal{L}\{1\} = \int_0^{\infty} e^{-st}\,dt = \left[-\frac{e^{-st}}{s}\right]_0^{\infty} = \frac{1}{s} \quad (s > 0).$$对指数函数 $f(t) = e^{at}$,两个指数合并: $$\mathcal{L}\{e^{at}\} = \int_0^{\infty} e^{-(s-a)t}\,dt = \frac{1}{s-a} \quad (s > a).$$导数变成乘法 使变换有用的性质来自一次分部积分: $$\mathcal{L}\{f'\} = \int_0^{\infty} e^{-st} f'(t)\,dt = \Big[e^{-st}f(t)\Big]_0^{\infty} + s\int_0^{\infty} e^{-st} f(t)\,dt = sF(s) - f(0).$$对 $f$ 求导,相当于把 $F$ 乘以 $s$(再减去初始值)。微分方程变成代数方程,而初始值已经包含在计算里了。 一个电路 在一个由电阻和电容组成、接在电池上的电路中,电容两端的电压 $y(t)$ 在适当的单位下满足 $$y' + y = 1, \qquad y(0) = 0.$$对两边做变换:$sY - 0 + Y = \frac{1}{s}$,即

Hero Image
声速

声音是一种压缩波:空气被推动、压缩,推动下一层空气,然后舒张。这种波的速度取决于空气的两个性质:它抵抗压缩的程度,以及它有多重。 牛顿的公式 在 1687 年的《原理》中,牛顿第一次计算了声速。他假设空气被压缩时服从玻意耳定律,即压强与密度成正比,得到 $$v = \sqrt{\frac{P}{\rho}}.$$在海平面、20 °C 时,压强 $P = 101\,325$ 帕,空气密度 $\rho = 1.204$ 千克/立方米。公式给出 $$v = \sqrt{\frac{101\,325}{1.204}} \approx 290 \text{ 米/秒}.$$然而测量值约为 340 米/秒,多出大约 15%。牛顿试图用一些牵强的假设来解释这个差别,比如空气粒子的大小和水蒸气。一百多年里,这个差异一直得不到解释。 会变热的空气 拉普拉斯找到了错误所在。气体被压缩时会变热,用手动打气筒给自行车轮胎打过气的人都知道这一点。玻意耳定律在温度保持不变时成立。但声波中的压缩非常快,热量来不及散出去:被压缩的空气稍微变热,因而推得比牛顿假设的更用力。今天我们说,这种压缩是绝热的,而不是等温的。 用数学语言说,波在流体中的速度是 $v = \sqrt{\frac{dP}{d\rho}}$,即密度升高时压强升高多少。对等温压缩,$P = k\rho$, $$\frac{dP}{d\rho} = \frac{P}{\rho}.$$对绝热压缩,$P = k\rho^\gamma$,其中 $\gamma$ 是气体定压比热与定容比热之比, $$\frac{dP}{d\rho} = k\gamma\rho^{\gamma-1} = \gamma\,\frac{P}{\rho}.$$所以拉普拉斯在 1816 年发表的正确公式是 $$v = \sqrt{\frac{\gamma P}{\rho}}.$$对于空气,$\gamma \approx 1.40$。这个修正把牛顿的结果乘以 $\sqrt{1.40} \approx 1.183$: $$v \approx 290 \times 1.183 \approx 343 \text{ 米/秒},$$正好是测量值。拉普拉斯还把论证反过来用:在 $\gamma$ 能被精确直接测量之前,他用测得的声速来估计 $\gamma$。

Hero Image
拉普拉斯妖

我们应当把宇宙的现状看作它先前状态的结果,以及它之后状态的原因。一个智者,如果在某一时刻知道推动自然的一切力量,以及组成自然的一切存在物各自的位置,并且广博到足以对这些数据加以分析,那么它就能用同一个公式囊括宇宙中最大天体的运动和最轻原子的运动:对它来说,没有什么是不确定的,未来和过去一样,都呈现在它眼前。 — 皮埃尔-西蒙·拉普拉斯,《概率的哲学随笔》(1814) 这是拉普拉斯被引用最多的一段话。它概括了把牛顿力学推到尽头的世界观:如果运动定律是精确的,现在又被完全知道,那么未来就被完全决定了。这就是决定论。 1840 年版《概率的哲学随笔》中出现“智者”那段话的一页。Pierre-Simon Laplace · Wikimedia Commons · 公有领域 不是妖的妖 拉普拉斯从未用过“妖”这个词:他说的是“智者”。这个绰号是后来才有的,类比于物理学中其他想象出来的存在。而这段话的上下文常常被遗忘。它在一本概率书的开头,拉普拉斯的论证与表面看上去恰恰相反。 他说,人类的心智只能提供这个智者的一个模糊影像。我们并不知道所有的力和所有的位置,只知道一部分。正因为如此,我们才需要概率。对拉普拉斯来说,概率衡量的不是世界中存在的偶然,而是我们的部分无知。抛出的硬币遵循力学定律;我们说正面的概率是 $\frac{1}{2}$,是因为我们不确切知道抛掷的力度。这与继承法则背后的观点相同:概率是知之甚少的人的相信程度。 混沌 拉普拉斯的决定论假设:几乎完美地知道现在,就能几乎完美地知道未来。1890 年,亨利·庞加莱在研究三体问题时发现,情况并非总是如此。在某些系统里,初始条件的微小差别会不停地增长。1963 年,气象学家爱德华·洛伦茨在一次天气模拟中重新发现了这个现象,也就是今天所说的混沌,或者蝴蝶效应。 一个简单的计算就能显示这种效应有多强。假设初始误差是 $10^{-10}$,即百亿分之一,每一步翻一倍。$n$ 步之后误差为 $2^n \cdot 10^{-10}$,当 $$2^n = 10^{10} \quad\Longleftrightarrow\quad n = \frac{10}{\log_{10} 2} \approx 33$$时,误差达到 1 的量级,也就是系统本身的大小。只需 33 步,十位小数的精度就毫无用处。而每多一位小数,只能多撑约 3.3 步。拉普拉斯的智者需要无限的精度。 20 世纪,量子力学走得更远:根据海森堡的不确定性原理,一个粒子的位置和速度甚至不能同时以任意精度被知道。在拉普拉斯的世界里,现在决定未来;取而代之的,是一个概率就写在定律本身之中的世界。 另一个妖 物理学中最有名的妖不是拉普拉斯的,而是詹姆斯·克拉克·麦克斯韦的。1867 年,麦克斯韦在一封信里设想了一个小生灵,它控制着两个气体室之间的一扇小门,只让快分子通向一边、慢分子通向另一边。不做任何功,它就能让一个室变热、另一个变冷,违反热力学第二定律。称这个生灵为“妖”的是威廉·汤姆森。为什么它行不通,要到 20 世纪才得到解释,这个解释把信息和能量联系了起来:要挑选分子,妖必须测量和记忆,而抹去这些记忆需要消耗能量。 练习:十五位小数计算机存储数字时约有 15 位小数。如果误差每一步翻一倍,混沌模拟经过多少步会失去全部精度? 需要 $2^n \cdot 10^{-15} \approx 1$,即 $n = \frac{15}{\log_{10} 2} \approx \frac{15}{0.301} \approx 50$ 步。即使用现有最好的算术,经过五十来次翻倍,预测也就失去了意义。