在线时间 822 小时 最后登录 2023-9-22 注册时间 2011-12-24 听众数 50 收听数 0 能力 720 分 体力 38034 点 威望 80 点 阅读权限 255 积分 28278 相册 1 日志 0 记录 10 帖子 1622 主题 142 精华 83 分享 0 好友 259
升级 0%
TA的每日心情 开心 2022-8-28 18:40
签到天数: 1187 天
[LV.10]以坛为家III
网络挑战赛参赛者
国际赛参赛者
群组 : Matlab讨论组
群组 : MATLAB技术交流
群组 : 西南交通大学数学建模
群组 : 学术交流A
群组 : 数学建模
一、为什么要深入数学的世界
7 J. x, b) \% R: b- @ 9 d: c' |- l1 P6 \" J7 J
作为计算机的学生,我没有任何企图要成为一个数学家。我学习数学的目的,是要想爬上巨人的肩膀,希望站在更高的高度,能把我自己研究的东西看得更深广一些。说起来,我在刚来这个学校的时候,并没有预料到我将会有一个深入数学的旅程。我的导师最初希望我去做的题目,是对appearance和motion建立一个unified的model。这个题目在当今Computer Vision中百花齐放的世界中并没有任何特别的地方。事实上,使用各种Graphical Model把各种东西联合在一起framework,在近年的论文中并不少见。
4 s! k+ F" i) o
5 g* K- P+ K7 r3 Z7 o4 J 我不否认现在广泛流行的Graphical Model是对复杂现象建模的有力工具,但是,我认为它不是panacea,并不能取代对于所研究的问题的深入的钻研。如果统计学习包治百病,那么很多“下游”的学科也就没有存在的必要了。事实上,开始的时候,我也是和Vision中很多人一样,想着去做一个Graphical Model——我的导师指出,这样的做法只是重复一些标准的流程,并没有很大的价值。经过很长时间的反复,另外一个路径慢慢被确立下来——我们相信,一个图像是通过大量“原子”的某种空间分布构成的,原子群的运动形成了动态的可视过程。微观意义下的单个原子运动,和宏观意义下的整体分布的变换存在着深刻的联系——这需要我们去发掘。
1 M- z+ g# G5 M: c* y0 B: E
' m) s; ?. W/ }' u5 Q) y/ q 在深入探索这个题目的过程中,遇到了很多很多的问题,如何描述一个一般的运动过程,如何建立一个稳定并且广泛适用的原子表达,如何刻画微观运动和宏观分布变换的联系,还有很多。在这个过程中,我发现了两个事情: 3 }* ]* _0 {: e# f- H1 _8 n; }
, e& \: G; z8 n6 p2 h+ \( W 我原有的数学基础已经远远不能适应我对这些问题的深入研究。 % T: {, m9 `. ~0 w3 Q
在数学中,有很多思想和工具,是非常适合解决这些问题的,只是没有被很多的应用科学的研究者重视。 : W V5 Z+ a2 S. F
8 i9 e( I* f7 j
5 p4 @! g! M0 o7 t* P, R ! g7 G$ n2 V& p5 T- d) ~
于是,我决心开始深入数学这个浩瀚大海,希望在我再次走出来的时候,我已经有了更强大的武器去面对这些问题的挑战。我的游历并没有结束,我的视野相比于这个博大精深的世界的依旧显得非常狭窄。在这里,我只是说说,在我的眼中,数学如何一步步从初级向高级发展,更高级别的数学对于具体应用究竟有何好处。 9 A) {& M$ \- W/ K, Y3 e
二、集合论:现代数学的共同基础 $ P8 S) f' D- W' @' l5 F' u+ e
& S6 g' g9 O" S" M! N2 Y( P
/ n( o, t: g3 l2 l/ |2 s t3 O 现代数学有数不清的分支,但是,它们都有一个共同的基础——集合论——因为它,数学这个庞大的家族有个共同的语言。集合论中有一些最基本的概念: 集合(set),关系(relation),函数(function),等价 (equivalence), 是在其它数学分支的语言中几乎必然存在的。对于这些简单概念的理解,是进一步学些别的数学的基础。我相信,理工科大学生对于这些都不会陌生。 6 W, R3 k) L# g* z& {8 R1 u( k$ m
. i" {3 T1 l1 |5 Y2 _$ ~- V1 s
- v- s! K4 X. p+ y
6 M/ G8 V6 A0 T# s7 q' o# a+ Q- Y 不过,有一个很重要的东西就不见得那么家喻户晓了——那就是“选择公理” (Axiom of Choice)。这个公理的意思是“任意的一群非空集合,一定可以从每个集合中各拿出一个元素。”——似乎是显然得不能再显然的命题。不过,这个貌似平常的公理却能演绎出一些比较奇怪的结论,比如巴拿赫-塔斯基分球定理——“一个球,能分成五个部分,对它们进行一系列刚性变换(平移旋转)后,能组合成两个一样大小的 球”。
2 s k1 V, g, d$ o- H q5 r: {9 [# C- B( O
正因为这些完全有悖常识的结论,导致数学界曾经在相当长时间里对于是否接受它有着激烈争论。现在,主流数学家对于它应该是基本接受的,因为很多数学分支的重要定理都依赖于它。在我们后面要回说到的学科里面,下面的定理依赖于选择公理: 7 C. E0 H, N L* |6 Y W. C% ]
: N- ?2 ^1 Z0 b/ e) b
- {5 w# Q9 J C+ h& e- O 拓扑学:Baire Category Theorem 实分析(测度理论):Lebesgue 不可测集的存在性 泛函分析四个主要定理:Hahn-Banach Extension Theorem, Banach-Steinhaus Theorem (Uniform boundedness principle), Open Mapping Theorem, Closed Graph Theorem - ~: N9 O2 X) i% M0 I* w
在集合论的基础上,现代数学有两大家族:分析(Analysis)和代数(Algebra)。 至于其它的,比如几何和概率论,在古典数学时代,它们是和代数并列的,但是它们的现代版本则基本是建立在分析或者代数的基础上,因此从现代意义说,它们和分析与代数并不是平行的关系。 # M* N, w% W/ C6 q9 {3 Q$ N$ f
3.1微积分:分析的古典时代--从牛顿到柯西
+ q: h6 S. ^! `4 |$ M
自从Kolmogorov在上世纪30年代把测度引入概率论以来, 测度理论就成为现代概率论的基础。在这里,概率定义为测度,随机变量定义为可测函数, 条件随机变量定义为可测函数在某个函数空间的投影,均值则是可测函数对于概率测度的积分。值得注意的是,很多的现代观点,开始以泛函分析的思路看待概率论的基础概念,随机变量构成了一个向量空间,而带符号概率测度则构成了它的对偶空间,其中一方施加于对方就形成均值。角度虽然不一样,不过这两种方式殊途同 归,形成的基础是等价的。 在现代概率论的基础上,许多传统的分支得到了极大丰富,最有代表性的包括鞅论 (Martingale)——由研究赌博引发的理论,现在主要用于金融(这里可以看出赌博和金融的理论联系,:-P),布朗运动(Brownian Motion)——连续随机过程的基础,以及在此基础上建立的随机分析(Stochastic Calculus),包括随机积分(对随机过程的路径进行积分,其中比较有代表性的叫伊藤积分(Ito Integral)),和随机微分方程。对于连续几何运用建立概率模型以及对分布的变换的研究离不开这些方面的知识。 ) J2 E5 a/ J: n; ]3 n
% C A. z& x9 J& P) }; |
随着实数理论的建立,大家开始把极限和连续推广到更一般的地方的分析。事实上,很多基于实数的概念和定理并不是实数特有的。很多特性可以抽象出来,推广到更一般的空间里面。 对于实数轴的推广,促成了点集拓扑学(Point- set Topology)的建立。 很多原来只存在于实数中的概念,被提取出来,进行一般性的讨论。在拓扑学里面,有4个C构成了它的核心: Closed set 闭集
* Z1 t% a- f( O9 p 在现代的拓扑学的公理化体系中,开集和闭集是最基本的概念。一切从此引申。这两个概念是开区间和闭区间的推广,它们的根本地位,并不是一开始就被认识到的。经过相当长的时间,人们才认识到:开集的概念是连续性的基础,而闭集对极限运算封闭——而极限正是分析的根基。 Continuous function 连续函数 8 x( r3 C g1 p8 e
连续函数在微积分里面有个用epsilon-delta语言给出的定义,在拓扑学中它的定义是“开集的原像是开集的函数”。第二个定义和第一个是等价的,只是用更抽象的语言进行了改写。我个人认为,它的第三个(等价)定义才从根本上揭示连续函数的本质——“连续函数是保持极限运算的函数” ——比如y是数列x1, x2, x3, … 的极限, 那么如果 f 是连续函数,那么 f(y) 就是 f(x1), f(x2), f(x3), …的极限。连续函数的重要性,可以从别的分支学科中进行类比。比如群论中,基础的运算是“乘法”,对于群,最重要的映射叫 “同态映射” ——保持“乘法”的映射。在分析中,基础运算是 “极限”,因此连续函数在分析中的地位,和同态映射在代数中的地位是相当的。 Connected set 连通集 2 ^( q3 J( S5 u6 T2 H
比它略为窄一点的概念叫(Path connected),就是集合中任意两点都存在连续路径相连——可能是一般人理解的概念。一般意义下的连通概念稍微抽象一些。在我看来,连通性有两个重要的用场:一个是用于证明一般的中值定理(Intermediate Value Theorem),还有就是代数拓扑,拓扑群论和李群论中讨论根本群(Fundamental Group)的阶。 Compact set 紧集 4 V, N# n: i2 b" S. i/ e
Compactness似乎在初等微积分里面没有专门出现,不过有几条实数上的定理和它其实是有关系的。比如,“有界数列必然存在收敛子列”——用compactness的语言来说就是——“实数空间中有界闭集是紧的”。它在拓扑学中的一般定义是一个听上去比较抽象的东西——“紧集的任意开覆盖存在有限子覆盖”。这个定义在讨论拓扑学的定理时很方便,它在很多时候能帮助实现从无限到有限的转换。对于分析来说,用得更多的是它的另一种形式 ——“紧集中的数列必存在收敛子列”——它体现了分析中最重要的“极限”。Compactness在现代分析中运用极广,无法尽述。微积分中的两个重要定 理:极值定理(Extreme Value Theory),和一致收敛定理(Uniform Convergence Theorem)就可以借助它推广到一般的形式。 从某种意义上说, 点集拓扑学可以看成是关于“极限”的一般理论,它抽象于实数理论, 它的概念成为几乎所有现代分析学科的通用语言,也是整个现代分析的根基所在。 ) c0 w! M, K) W5 _8 p: v
9 t' ]" P; U$ |. |3 l; S9 _! i6 V' S 3.4微分几何:流形上的分析——在拓扑空间上引入微分结构 4.2.1泛函分析:从有限维向无限维迈进
2 U. R& I% `7 }9 Q) p
7 A# N; Q- v, b' l6 w
基本的泛函分析继续往前走,有两个重要的方向。第一个是巴拿赫代数 (Banach Algebra),它就是在巴拿赫空间(完备的内积空间)的基础上引入乘法(这不同于数乘)。 比如矩阵——它除了加法和数乘,还能做乘法——这就构成了一 个巴拿赫代数。除此以外,值域完备的有界算子,平方可积函数,都能构成巴拿赫代数。巴拿赫代数是泛函分析的抽象,很多对于有界算子导出的结论,还有算子谱 论中的许多定理,它们不仅仅对算子适用,它们其实可以从一般的巴拿赫代数中得到,并且应用在算子以外的地方。
D* G, v& c, L) J7 y 巴拿赫代数让你站在更高的高度看待泛函分析中 的结论,但是,我对它在实际问题中能比泛函分析能多带来什么东西还有待思考。 最能 把泛函分析和实际问题在一起的另一个重要方向是调和分析 (Harmonic Analysis) 。我在这里列举它的两个个子领域,傅立叶分析和小波分析,我想这已经能说明它的实际价值。它研究的最核心的问题就是怎么用基函数去逼近和构造一个函数。它研究的是函数空间的问题,不可避免的必须以泛函分析为基础。除了傅立叶和小波,调和分析还研究一些很有用的函数空间,比如Hardy space,Sobolev space,这些空间有很多很好的性质,在工程中和物理学中都有很重要的应用。对于vision来说,调和分析在信号的表达,图像的构造,都是非常有用的工具。 % t( @3 ~# s; O o
2 R' [( i* e6 R+ G) ]$ f1 U! C
当分析和线性代数走在一起,产生了泛函分析和调和分析;当分析和群论走在一 起,我们就有了李群(Lie Group)和李代数(Lie Algebra)。 它们给连续群上的元素赋予了代数结构。我一直认为这是一门非常漂亮的数学:在一个体系中,拓扑,微分和代数走到了一起。在一定条件下,通过李群和李代数的联系,它让几何变换的结合变成了线性运算,让子群化为线性子空间,这样就为Learning中许多重要的模型和算法的引入到对几何运动的建模创造了必要的条件。因此,我们相信李群和李代数对于vision有着重要意义,只不过学习它的道路可能会很艰辛,在它之前需要学习很多别的数学。
0 @% ^- ^' W: X+ O# N B % f5 K. ], V" u2 a# g, l. [8 Y
) H; H8 _7 E0 [- y, q( U- D
/ F4 ]: F1 r( E" L, y
zan
总评分: 体力 + 2
查看全部评分