Hero Image
纳什均衡:谁也无法单独改善

均衡点是这样一个 n 元组:如果其他人的策略保持不变,每个参与者的混合策略都使他自己的收益最大。 — 约翰·纳什,《美国国家科学院院刊》(1950) 1944 年,约翰·冯·诺伊曼和经济学家奥斯卡·摩根斯特恩出版了《博弈论与经济行为》,这部巨著把战略决策变成了数学:纸牌游戏、战争、市场。冯·诺伊曼的重大成果适用于两人零和博弈,即一方之所得就是另一方之所失,比如国际象棋或扑克。但生活中大多数情形并非如此:在贸易协定、谈判或交通中,双方可以一起赢,也可以一起输。 1949 年,一个 21 岁的学生找到了适用于任何博弈、任意多参与者的思想。 思想 在一场博弈中,每个参与者选择一个策略,每个人的结果取决于所有人的选择。纳什均衡是这样一种策略组合:在其他人保持各自策略不变时,没有任何参与者能通过单独改变策略而获益。 用符号表示:若 $s_i^*$ 是参与者 $i$ 的策略,$s_{-i}^*$ 表示其他人的策略,$u_i$ 是参与者 $i$ 的收益,则 $$\boxed{u_i(s_i^*,s_{-i}^*)\geq u_i(s_i,s_{-i}^*)\quad\text{对每个参与者 }i\text{ 和每个策略 }s_i.}$$在均衡中,每个人都在给定别人所做的事情的条件下尽力而为。谁也不后悔自己的选择。 广场还是咖啡馆? 安娜和布鲁诺约好下午见面,却忘了说在哪里,而且两人都没带手机。每人可以去广场或咖啡馆。两人都更喜欢咖啡馆,但最重要的是碰面。收益(先安娜、后布鲁诺)如下: 安娜 / 布鲁诺 广场 咖啡馆 广场 (2, 2) (0, 0) 咖啡馆 (0, 0) (3, 3) 逐一检验每种组合。在(咖啡馆,咖啡馆),如果安娜单独改去广场,她的收益从 3 变成 0;布鲁诺也一样。谁都不想改变:这是一个均衡。在(广场,广场),单独改变会让各自从 2 变成 0:这也是一个均衡!而在(广场,咖啡馆),安娜改去咖啡馆会获益,所以不是均衡。 这个博弈有两个均衡,其中一个对两人都更好。纳什的概念指出哪些组合是稳定的,却不说哪一个会发生。实际上,起决定作用的是惯例、习惯、两人常去的地方。 囚徒困境 1950 年,也就是纳什论文的同一年,兰德公司的两位研究员梅里尔·弗勒德和梅尔文·德雷希尔设计了一个博弈来检验这个想法,数学家阿尔伯特·塔克把它讲成两个囚犯的故事。警察抓住两名同伙,把他们分开审讯。每人可以沉默,也可以告发对方。刑期(以年计)如下: A / B 沉默 告发 沉默 (1, 1) (10, 0) 告发 (0, 10) (5, 5) 站在囚犯 A 的角度想。如果 B 沉默,A 沉默判 1 年,告发判 0 年:告发更好。如果 B 告发,A 沉默判 10 年,告发判 5 年:告发更好。无论 B 怎么选,告发对 A 都更好。 同样的推理对 B 也成立。唯一的纳什均衡是(告发,告发),各判 5 年。

Hero Image
调和级数与一份求助

正如无穷级数被有限的和所包含,在无界之中可以辨认出界限,无垠的灵魂也栖居于微小之中,而在最狭窄的界限里并无界限。 — 雅各布·伯努利,《无穷级数论》(1689) 1689 年到 1704 年间,雅各布·伯努利在巴塞尔发表了五篇关于 无穷级数 的论文,也就是有无穷多项的和。这是一个新颖而危险的题目。有些这样的和会得到一个数,例如 $$1+\frac12+\frac14+\frac18+\cdots=2.$$另一些则不停地增长。难就难在判断每个和属于哪一类,因为常识会骗人。 调和级数 考虑正整数倒数之和: $$1+\frac12+\frac13+\frac14+\frac15+\cdots$$音乐家称它为 调和 级数,因为 $\frac12,\frac13,\frac14,\dots$ 正是产生一个音的各个泛音的弦长。各项越来越小,趋于零。直觉告诉我们,这个和应该停在某处。可是它增长得太慢,让人看不出端倪: 项数 近似和 10 2.93 1 000 7.49 1 000 000 14.39 $10^{43}$ 100.0 要超过 $10^{43}$ 项才能达到 100。即便如此,雅各布证明了这个和会超过 任何 数。 雅各布的证明 他把级数分成以平方数结尾的若干段。取一个数 $a$,以及从 $\frac1a$ 到 $\frac1{a^2}$ 的各项。把 $\frac1a$ 放在一边,剩下 $a^2-a$ 项,每一项都至少是其中最小的 $\frac1{a^2}$。于是 $$\frac1a+\left(\frac1{a+1}+\cdots+\frac1{a^2}\right)\geq\frac1a+\frac{a^2-a}{a^2}=\frac1a+1-\frac1a=1.$$每一段都至少等于 1。接下来只要把它们一段段接起来:从 $\frac12$ 到 $\frac14$,从 $\frac15$ 到 $\frac1{25}$,从 $\frac1{26}$ 到 $\frac1{676}$,依此类推: $$1+\underbrace{\frac12+\frac13+\frac14}_{\geq1}+\underbrace{\frac15+\cdots+\frac1{25}}_{\geq1}+\underbrace{\frac1{26}+\cdots+\frac1{676}}_{\geq1}+\cdots$$段数无穷多,每段至少为 1,所以和会超过任何数。它 发散。 雅各布承认弟弟约翰比他更早找到了另一种证明,并把它发表在同一篇论文里。兄弟俩都不知道,法国人尼古拉·奥雷斯姆早在 1350 年前后就做过同样的事,他把各项分成 1、2、4、8……项一组。 请启用 JavaScript 以使用这个交互图形。完整的推理见正文。

Hero Image
组合:不用列举也能计数

在巴西的 Mega-Sena 彩票中,你要从 60 个号码里选 6 个。一共有多少种不同的选法?要全部列出来得花上一辈子:超过五千万种。但我们可以不列举也能计数,帕斯卡就展示了怎么做。 不计顺序地选取 先从一个小例子开始:从 5 个人中选 2 个人组成委员会,有多少种选法? 如果顺序有关系,第一个人有 $5$ 种选择,第二个人有 $4$ 种:$5\cdot4=20$。但在委员会里,“安娜和布鲁诺”与“布鲁诺和安娜”是一样的,每一对都被算了两次。所以委员会共有 $20/2=10$ 种。 一般地,从 $n$ 个东西中不计顺序地选出 $k$ 个,方法数是 $$\binom nk=\frac{n!}{k!\,(n-k)!},$$其中 $n!=n\cdot(n-1)\cdots2\cdot1$。读作“从 $n$ 中取 $k$ 的组合数”。对于那个委员会,$\binom52=\frac{120}{2\cdot6}=10$。 为什么它们就是三角形里的数 帕斯卡注意到,$\binom nk$ 恰好就是算术三角形中的数 $C(n,k)$。原因是同一条加法规则。 在这群人中挑出一个人,比如安娜。从 $n$ 个人中选出的每个 $k$ 人委员会,要么包含安娜,要么不包含。如果包含,就还要从其余 $n-1$ 人中选 $k-1$ 个;如果不包含,这 $k$ 个人就全部来自其余的 $n-1$ 人。所以 $$\binom nk=\binom{n-1}{k-1}+\binom{n-1}{k},$$这正是三角形的规则。两者的边上都是同样的 $1$,又遵守同样的规则,所以它们是同一张表。 Mega-Sena 现在大数目的计算就容易了: $$\binom{60}{6}=\frac{60\cdot59\cdot58\cdot57\cdot56\cdot55}{6\cdot5\cdot4\cdot3\cdot2\cdot1}=50\,063\,860.$$买一注的中奖机会是五千多万分之一。如果你每周买一注,平均要等将近一百万年才能中一次。 和的乘方 同样的推理解释了三角形的另一次出场。把 $$(a+b)^3=(a+b)(a+b)(a+b)$$乘开时,结果中的每一项都是从三个括号里各取 $a$ 或 $b$ 得到的。要得到 $a^2b$,必须恰好在三个括号中的一个里取 $b$:有 $\binom31=3$ 种取法。因此 $$(a+b)^3=a^3+3a^2b+3ab^2+b^3,$$一般地, $$(a+b)^n=\sum_{k=0}^n\binom nk a^{n-k}b^k.$$取 $a=b=1$,左边就是 $2^n$:又是第 $n$ 行的和。这个公式适用于整数指数。十年后,牛顿发现了指数为分数时会怎样:见广义二项式。

Hero Image
乘积法则:一次计算中的两种变化

如果你知道 $u$ 如何变化、$v$ 如何变化,那么乘积 $uv$ 如何变化?最自然的猜测是把变化相乘:$d(uv)=du\cdot dv$。看起来多么对称、多么优雅…… 莱布尼茨也做过同样的猜测。 莱布尼茨的检验与失误 在 1675 年 11 月 11 日那份开始使用字母 $d$ 的手稿中,莱布尼茨问自己:$d(xy)$ 是否等于 $dx\,dy$,$d\!\left(\frac xy\right)$ 是否等于 $\dfrac{dx}{dy}$?他没有轻信优雅,而是用一个例子检验了一下,发现并不成立。几天后,他找到了正确的法则。 这是重要的一课:即使是微积分的发明者也会犯错,而拯救他们的是验算。 你自己也试试。取 $u=x$、$v=x$,乘积是 $x^2$,导数是 $2x$。但导数之积是 $1\cdot1=1$。对不上。 变大的矩形 把 $u$ 和 $v$ 想象成一个矩形的两条边,$uv$ 是它的面积。现在把两条边都稍微增加一点:$u$ 变成 $u+du$,$v$ 变成 $v+dv$。 新面积是 $(u+du)(v+dv)$。它增加了多少? $$d(uv)=(u+du)(v+dv)-uv=v\,du+u\,dv+du\,dv.$$从几何上看,矩形多出了三块:一条面积为 $v\,du$ 的长条,另一条面积为 $u\,dv$ 的长条,以及角上一个面积为 $du\,dv$ 的小方块。 小方块是两个无穷小量的乘积,因此比长条无穷地小。莱布尼茨把它略去,得到 $$d(uv)=u\,dv+v\,du.$$而猜测的 $du\,dv$,恰恰是无关紧要的那一块。 用极限的写法 今天我们写 $p(x)=f(x)\,g(x)$,并把增量除以 $h\ne0$: $$\frac{\Delta p}{h}=g\,\frac{\Delta f}{h}+f\,\frac{\Delta g}{h}+\frac{\Delta f}{h}\,\Delta g.$$当 $h\to0$ 时,前两项分别趋于 $gf'$ 和 $fg'$。最后一项趋于零,因为 $\dfrac{\Delta f}{h}$ 趋于一个固定的数 $f'$,而 $\Delta g$ 趋于零。因此

Hero Image
流数:如何度量瞬时变化

一辆汽车从一座城市出发,一小时后到达 90 公里外的另一座城市。平均速度是 90 公里/小时。但每一瞬间,速度表上的读数都不一样。它到底在测量什么?速度是距离除以时间,可在一个瞬间里,既没有走过距离,也没有经过时间。零除以零给不出答案。 这正是牛顿在 1665 年想要回答的问题。他的答案就是流数法。 流动的量 牛顿把每个变化的量想象成随时间流动的东西,就像河里的水。流动的量,他称为流量(fluent);它流动的速率,称为流数(fluxion)。为了标记流数,他在字母上方加一个小点。在 1704 年出版的《曲线求积论》中,他写道: 设 $x$、$y$、$z$ 为流量,它们的流数分别记作 $\dot x$、$\dot y$、$\dot z$。 — 艾萨克·牛顿,《曲线求积论》(1704) 如果 $x$ 是位置,$\dot x$ 就是速度。换句话说,速度是从空间中“流”出来的。两个点 $\ddot x$ 表示流数的流数:加速度。 牛顿的算法 为了弄清 $y=x^2$ 如何变化,牛顿让一个极小的时间间隔流过,他把它记作 $o$。在这段时间里,$x$ 变成 $x+\dot x\,o$,$y$ 变成 $y+\dot y\,o$。由于关系 $y=x^2$ 仍然成立: $$y+\dot y\,o=(x+\dot x\,o)^2=x^2+2x\dot x\,o+\dot x^2o^2.$$两边减去 $y=x^2$,再除以 $o$: $$\dot y=2x\dot x+\dot x^2\,o.$$接下来是大胆的一步:既然 $o$ 是“无穷小”,牛顿就把最后一项丢掉了。剩下 $\dot y=2x\dot x$,也就是说,$y$ 的变化速度是 $x$ 的 $2x$ 倍。 消逝量的幽灵 先除以 $o$,再假装 $o$ 等于零,这一步让很多人不安。1734 年,爱尔兰主教乔治·贝克莱出版了《分析学家》,对微积分发起攻击。他问:这些时而存在、时而消失的量,难道不是“消逝量的幽灵”吗?这一批评是中肯的。答案直到 19 世纪才出现,那就是柯西和魏尔斯特拉斯的极限定义。 同样的计算,今天的写法 借助极限,我们可以不靠“幽灵”重新论证。在 $x$ 与 $x+h$ 之间($h\neq0$),割线的斜率是

Hero Image
可计算数:几乎每个数都无法计算

1936 年那篇论文的标题说的不是机器,而是数:《论可计算数》。图灵这样定义它们:如果存在一台机器,能一位接一位地写出一个实数的所有数字,而且永远不写错,这个实数就是可计算的。 哪些数是可计算的 学校里出现的数几乎都是可计算的。 分数: $\frac17=0.142857142857\ldots$ 机器做长除法,永远重复这个循环。 根式: $\sqrt2=1.41421356\ldots$ 为了找出下一位,机器从 0 试到 9,看哪个最大的数字添上之后,所得的数平方仍不超过 2。 $\pi$ 和 $e$: 有些级数能把它们逼近到任意精度,例如 $e=1+\frac1{1!}+\frac1{2!}+\frac1{3!}+\cdots$,借助这些级数,机器迟早能写出任何一位数字。 看起来,似乎每个“真正的”数都是可计算的。惊人之处就在这里:几乎没有一个是。 机器可以数得过来 每台图灵机都由一张有限的规则表描述。这张表可以用固定的字母表写成一段文字,因而也可以写成一个整数,图灵称之为描述数。只要把每个符号换成一个数字即可。 于是机器可以排成一张清单:描述数最小的那台,下一台,依此类推。许多数不描述任何机器,许多机器也不写出任何数,但这无关紧要。要紧的是:可计算数可以排成一张清单 $c_1,c_2,c_3,\ldots$ 用术语来说,它们是可数的。 实数数不过来 1891 年,格奥尔格·康托尔证明了实数不能排成一张清单。证明用的就是对角线。假设有一张列出 0 到 1 之间全部实数的清单: $$\begin{aligned} r_1&=0.\underline{5}\,1\,3\,9\ldots\\ r_2&=0.2\,\underline{7}\,0\,4\ldots\\ r_3&=0.8\,8\,\underline{1}\,6\ldots\\ r_4&=0.3\,0\,2\,\underline{2}\ldots \end{aligned}$$改动对角线上的数字来构造一个数 $d$:遇到 5 就写 6,遇到其他数字就写 5。这里 $d=0.6555\ldots$ 这个 $d$ 在第一位与 $r_1$ 不同,在第二位与 $r_2$ 不同,在第 $n$ 位与 $r_n$ 不同。它不在清单上。所以没有任何清单能包含全部实数。 把两个事实放在一起:可计算数能排成清单,实数不能。于是有实数落在所有机器之外,而且它们占了绝大多数。如果你随机挑一个实数,它是可计算数的概率为零。 一个能定义却算不出来的数 可以给一个不可计算的数起名字。写下 $0.d_1d_2d_3\ldots$,其中如果清单上的第 $n$ 台机器在空白纸带上会停机,就令 $d_n=1$,否则令 $d_n=0$。这个数定义得清清楚楚。但如果有一台机器能写出它的各位数字,它就解决了停机问题,而这是不可能的。这是一个存在着、却永远没有人能写出来的数。 练习:用一用对角线清单开头是 $0.1234\ldots$、$0.5555\ldots$、$0.9090\ldots$、$0.3141\ldots$。用“5 变 6,其余变 5”的规则,写出对角线数的前四位。 对角线是 $1,5,9,1$。改动后:$1\to5$,$5\to6$,$9\to5$,$1\to5$。这个数是 $0.5655\ldots$,它在对角线那一位与这四个数各不相同。

Hero Image
布里格斯与常用对数

这些数最初由最杰出的默奇斯顿男爵约翰·纳皮尔发明;后来按照他本人的意见,由亨利·布里格斯加以改变。 — 亨利·布里格斯《对数算术》扉页(1624) 亨利·布里格斯是伦敦格雷沙姆学院的几何学教授,也是英格兰最出色的计算家之一。1615 年 3 月,他写信给一位朋友说,纳皮尔的新对数让他"头脑和双手都忙个不停",并希望当年夏天去拜见他。他做到了。在默奇斯顿的交谈中,两人一致认为,对数表做两处改动会实用得多:1 的对数为 0,10 的对数为 1。 以 10 为底的对数 这样选择之后,$x$ 的对数就是要得到 $x$ 时 10 必须乘方的指数: $$\log x=y\iff10^y=x.$$数列的法则也不再有任何碍事的因子: $$\log(ab)=\log a+\log b,\qquad\log\frac ab=\log a-\log b,\qquad\log a^n=n\log a.$$计算 log 2 布里格斯怎样算出这些数?一个简单的技巧可以说明思路。我们知道 $$2^{10}=1024\approx1000=10^3.$$取对数,$10\log2\approx3$,即 $\log2\approx0.3$。为了更精确,我们利用多出来的部分:$2^{10}=10^3\times1.024$,所以 $$\log2=\frac{3+\log1.024}{10}.$$对于非常接近 1 的数,$\log(1+h)\approx0.4343\,h$。取 $h=0.024$,$\log1.024\approx0.0104$,于是 $\log2\approx0.30104$。真实值是 $0.30103$。其他的对数随之而来:$\log4=2\log2\approx0.60206$,$\log8\approx0.90309$,$\log5=\log10-\log2\approx0.69897$。 布里格斯走得远得多。他对 10 连续开了 54 次平方根,每次都算到 30 多位小数,直到得到一个非常接近 1 的数,它的对数 $1/2^{54}$ 可以直接与它超出 1 的部分相比较。这是一项巨大的工作,而他全靠手算。 首数与尾数 以 10 为底的最大好处是:移动小数点只改变对数的整数部分: $$\log2=0.30103,\quad\log20=1.30103,\quad\log200=2.30103,\quad\log2000=3.30103.$$整数部分叫首数,表示这个数有几位。小数部分叫尾数,对它们都一样。所以只要一张 1 到 10 之间各数的尾数表,就能用于任何数。 请启用 JavaScript 以使用这个交互图形。完整的推理见正文。

Hero Image
把积分反过来:椭圆函数

从一个熟悉的函数开始,换一种奇怪的角度来看。积分 $$\arcsin x=\int_0^x\frac{dt}{\sqrt{1-t^2}}$$给出半径为 1 的圆上一段弧的长度,从最低点量起,是高度 $x$ 的函数。这是个复杂的函数。但它的反函数,即把高度表示为弧长的函数,就是正弦,三角学里最简单的函数。而正弦有一个积分所掩盖的性质:它是周期的。因为四分之一圆周的长度是 $$\int_0^1\frac{dt}{\sqrt{1-t^2}}=\frac\pi2,$$所以正弦每隔 $4\cdot\frac\pi2=2\pi$ 重复一次。 没人会算的积分 18 世纪出现了类似的积分,只是把二次多项式换成了三次或四次多项式的根。它们出现在椭圆弧长的计算中,因此得名椭圆积分;也出现在双纽线的弧长中,以及单摆的运动中。 长为 $L$、摆幅很小的单摆,周期为 $T_0=2\pi\sqrt{L/g}$,这是中学里学的。但这个公式只在摆幅小时成立。对于任意摆幅 $\theta_0$,精确的周期是 $$T=4\sqrt{\frac Lg}\,K(k),\qquad K(k)=\int_0^1\frac{dt}{\sqrt{(1-t^2)(1-k^2t^2)}},\qquad k=\sin\frac{\theta_0}2.$$当 $\theta_0=90°$ 时,$k=\frac{\sqrt2}2$,$K\approx1.8541$。于是 $T\approx7.416\sqrt{L/g}$,而简单公式给出 $6.283\sqrt{L/g}$:单摆要多花 18% 的时间。当 $k=0$ 时,$K=\frac\pi2$,又回到了中学的公式。 积分 $K$ 不能用已知函数写出来。法国人阿德里安–马里·勒让德为这些积分花了四十年,把它们分为三类,并计算了庞大的数值表。他的《椭圆函数论》于 1825 年至 1828 年间出版。 阿贝尔是听从费迪南·德根的建议才研究这些积分的。1821 年,这位哥本哈根的数学家读了这个挪威青年对五次方程的错误解法之后,建议他去研究椭圆积分:它们将是一道通往发现之海的“麦哲伦海峡”。 阿贝尔的想法 阿贝尔想到了勒让德没有想到的:像对反正弦那样,把这些积分反过来。不再研究弧长作为高度的函数,而是研究高度作为弧长的函数。在最简单的情形下,定义 $$s=\int_0^x\frac{dt}{\sqrt{1-t^4}}\qquad\Longrightarrow\qquad x=\operatorname{sl}(s),$$即双纽线正弦。和正弦一样,反函数比积分本身性质好得多。当 $s$ 从 0 变到 $$\frac\varpi2=\int_0^1\frac{dt}{\sqrt{1-t^4}}\approx1.31103$$时,它从 0 增加到 1,并以 $2\varpi\approx5.2441$ 为周期重复。符号 $\varpi$ 是 π 的另一种写法,称为双纽线常数。 阿贝尔于 1827 年在《克雷勒杂志》第二卷上以《椭圆函数研究》为题发表了这个理论。德国人卡尔·雅可比在同一年独立地得到了相同的思想,两人随后进行了两年的论文竞赛。 两个周期 当允许 $s$ 取复数时,大惊喜出现了。在积分中把 $t$ 换成 $iu$。因为 $(iu)^4=u^4$,$dt=i\,du$, $$\int_0^{ix}\frac{dt}{\sqrt{1-t^4}}=i\int_0^x\frac{du}{\sqrt{1-u^4}}=is.$$这意味着 $\operatorname{sl}(is)=i\operatorname{sl}(s)$。由于 $\operatorname{sl}$ 有实周期 $2\varpi$,它免费获得了一个虚周期 $2\varpi i$: