2020年(发展战略)数学的发展方向

（发展战略）数学的发展方向第四章现代数学的发展趋势壹、现代数学的发展趋势内容概括和古典数学相比，现代数学的发展从思想方法的角度见具有壹些新的特征，本章内容通过数学的统壹性、数学于自然科学和社会科学中的广泛应用、数学机械化的产生和发展及其意义、计算机促进计算数学的发展、计算机促进数学中新学科的发展这些方面来认识和理解现代数学的发展趋势。

下面从以下几个方面来分析：●数学的统壹性●数学应用的广泛性●计算机和数学发展1．数学的统壹性所谓统壹性，就是部分和部分、部分和整体之间的协调壹致。

客观世界具有统壹性，数学作为描述客观世界的语言必然也具有统壹性。

数学的统壹性是客观世界统壹性的反映，是数学中各个分支固有的内于联系的体现。

它表现为数学的各个分支相互渗透和相互结合的趋势。

●数学的统壹性发展的三个阶段（1）数学从经验积累到严格的演绎体系建立，其特征逐步明显，于中世纪时，从研究对象和方法来见，初等数学有了壹定的统壹性。

特别是17世纪解析几何的诞生，使数学中的代数和几何统壹起来，说明统壹性是数学的特征。

生了变革，结果是数学分支愈来愈多，数学表现的更加多样化。

因此，需要重新认识数学的统壹性。

为此，数学家们作了很多努力，到20世纪30年代，法国的布尔巴基（Bourbaki）学派提出，利用数学内于联系和公理化方法从数学各个分支中提炼出各种数学结构。

他们认为数学的发展无非是各种结构的建立和发展，“数学好比壹座大城市。

城市中心有些巨大的建筑物，就好比是壹个个已经建成的数学理论体系。

城市的郊区正于不断地且且多少有点杂乱无章地向外伸展，他们就好像是壹些尚未发育成型的正于成长着的数学新分支。

和此同时，市中心又于时时重建，每次均是根据构思更加清晰的计划和更加合理的布局，于拆毁掉旧的迷宫似的断街小巷的同时，将修筑起新的更直、更宽、更加方便的林荫大道通向四方，……。

”(2)布尔巴基学派于集合论的基础上建立了三个基本结构（即代数结构、序结构和拓扑结构），然后根据不同的条件，由这三个基本结构交叉产生新的结构，如分析结构、布尔代数结构等等。

他们认为整个数学或大部分数学均能够按照结构的不同而加以分类，用数学结构能统壹整个数学，各个数学分支只是数学结构由简单到复杂，由壹般向特殊发展的产物。

数学的不同分支是由这些不同的结构组成的，而这些结构之间的错综复杂的联系又把所有的分支连成壹个有机整体。

因此能够说，布尔巴基学派用数学结构显示了数学的统壹性。

（3）20世纪下半叶，数学已经发展成壹个庞大的理论体系，数学分工愈来愈细，分支愈来愈多，分支之间的联系愈来愈不明显，可是，数学学科的统壹化趋势也于不断加强，主要体当下数学的不同分支领域的数学思想和数学方法相互融合，导致了壹系列重大发现以及数学内部新的综合交叉学科的不断兴起：例如微分拓扑学的建立、发展；整体微分几何研究的突破；代数几何领域的进展；多复变函数理论以及其他数学分支的突破和发展均有密切的联系。

2．数学应用的广泛性随着科学发展，学科之间的相互渗透已是壹种普遍现象，而其中数学的渗透又特别明显。

这种渗透不能简单地理解为把数学作为壹种科学研究的工具和技术，而是新的研究领域和交叉学科建立的动力。

数学已成为其他学科理论的壹个重要组成部分，这是数学应用日益广泛的体现。

这种体现具体讲就是数学化。

现代科学发展的壹个显著特点是，自然科学、技术科学以及社会科学均普遍地处于数学化的过程之中，它们均于朝着愈来愈精确的方向发展。

电子计算机的发展和应用，为各门科学的数学化提供了可能性，因而加速了各门科学数学化的趋势。

我们能够分成几个方面来分析：●自然科学的数学化数学是研究现实世界的空间形式和数量关系的科学。

它的理论深刻地反映和刻画了现实世界的空间形式和数量关系。

随着社会进壹步的发展，愈来愈需要对自然现象和客观物质作定量研究。

“数”和“形”于现实世界中无处不于，客观世界的任何壹种物质的几何形态均具有空间形式，其运动的路线是曲线，而曲线是由壹些数量的某种关系来刻画。

这就决定了数学及其方法能够运用于任何壹门自然科学，数学是自然科学的基础。

（1）以物理学为例：物理学应用数学的历史较长，18世纪是数学和经典力学相结合的黄金时期。

19世纪数学应用的重点转移到电学和电磁学，且且由于剑桥学派的努力而形成了数学物理分支。

20世纪以后，随着物理科学的发展，数学相继于应用于相对论、量子力学以及基本粒子等方面取得了壹个又壹个的突破，极大地丰富了数学物理的内容，同时，也反过来刺激了数学自身的进步。

例1于20世纪初，狭义相对论和广义相对论的创立过程中，数学均起到了作用。

1907年，德国数学家闵可夫斯基（H.Minkowski，1864-1909）提出了”闵可夫斯基空间”（三维空间+时间的四维时空），闵可夫斯基几何为爱因斯坦的狭义相对论提供了合适的数学模型。

有了闵可夫斯基时空模型后，爱因斯坦又进壹步研究引力场理论以建立广义相对论。

1912年夏，他已经概括出新的引力理论的基本物理原理，但为了实现广义相对论的目标，仍必须有理论的数学结构，爱因斯坦为此花费了三年时间，最后于数学家格罗斯曼（M.Grossmann）帮助下掌握了发展相对论引力学说所必须的数学工具----以黎曼几何为基础的绝对微分学，即爱因斯坦后来所称的张量分析。

于1915年11月25日发表的壹篇论文中，爱因斯坦导出了广义协变的引力场方程：就是黎曼度规张量。

爱因斯坦指出：“由于这组方程，广义相对论作为壹种逻辑结构终于大功告成！”根据爱因斯坦的理论，时空整体是不均匀的，只是于微小的区域内能够近似地见作均匀。

于数学上，广义相对论的时空能够解释为壹种黎曼空间，非均匀时空连续区域可借助于现成的黎曼度量：来描述。

这样，广义相对论的数学表述第壹次揭示了非欧几何的现实意义，成为历史上数学应用最伟大的例子之壹。

自然科学研究存于着俩种方式：定性研究和定量研究。

定性研究揭示研究对象是否具有某种特征，定量研究揭示研究对象具有某种特征的数量状态。

精确的定量研究使人们能够对客观事物的认识从现象上升到本质，从而可能有精确的科学预见功能。

数学是实现定量研究的必要条件。

所以，壹门科学只有当它和数学充分地融合，才可能精确地揭示客观事物的状态和变化规律，才会显示其真正的价值。

因此，自然科学研究必然要经过定量研究过程，所以科学研究的壹般过程是从定性研究出发，然后再研究其量的规律性，进行定量研究，且进壹步把定性研究和定量研究相结合。

科学的数学化是有壹个发展过程，它是从低级运动形态发展到高级运动形态，以简单运动形态到复杂运动形态。

和此相应的，是从物理学、力学、天文学开始，发展到化学、生物学和工程技术科学。

（2）以生物学为例和物理和天文等学科相比，生物学中应用相当迟缓.将数学方法引进生物学的研究大约始于20世纪初.英国统计学家皮尔逊（K.Pearson，1857-1936）首先将统计学应用于遗传学和进化论，且于1902年创办了《生物统计学》（Biometrika）杂志，统计方法于生物学中的应用变的日益广泛。

意大利生物学家达松纳（D’Ancona）于研究地中海各种鱼群的变化及其彼此影响时，发现鲨鱼及其他凶猛大鱼的捕获量于全部渔获量中的比例成倍增长。

他感到困惑的是作为鱼饵的小鱼也应该多起来，且且鲨鱼于鱼群中的总体比例应该不变的。

什么原因使得鲨鱼的增长要比小鱼的增长更快呢？达松纳尽壹切生物学上的解释均无法解开这个谜，于是他请教意大利数学家伏尔泰拉（V.Volterra）。

1926年，伏尔泰拉提出著名的伏尔泰拉方程：方程中x表示食饵，即被食小鱼，y表示捕食者，即食肉大鱼（鲨鱼）。

用微分方程知识解释道：当捕鱼量减小时，捕食者（鲨鱼）增加，被食者（被食小鱼）减少；当捕鱼量增加时，捕食者减少，被食者增加。

这给生物学壹个满意的答复。

这壹现象当下称为伏尔泰拉原理，已于许多生物学领域中应用。

如使用农药杀虫剂，若把害虫及其天敌壹起毒杀，则由于杀死害虫数量猛增，根据伏尔泰拉原理，却会使捕食害虫的天敌下降更快，引起不利后果。

用微分方程建立生物模型于20世纪50年代曾获得轰动性成果，这就是描述神经脉冲传导过程的霍奇金-哈斯利（Hodgkin-Huxley）方程（1952年）和描述视觉系统侧抑制作用的哈特莱因-拉特里夫（Hartline-Ratliff）方程（1958年），它们均是复杂的非线性方程组，引起了数学家和生物学家的浓厚兴趣。

这俩项工作分别获得1963年和1967年的诺贝尔医学生理学奖。

（3）以医学为例20世纪60年代，数学方法于医学诊断技术中的应用提供了这方面的又壹重要实例。

就是CT扫描仪的发明。

1963-1964年间，美籍南非理论物理学家科马克（A.M.Cormack）发表了计算人体不同组织对X射线吸收量的数学公式，解决了计算机断层扫描的理论问题。

科马克的工作促使英国工程师亨斯菲尔德（G.N.Hounsfield）发明了第壹台计算机X射线断层扫描仪即CT扫描仪。

科马克和亨斯菲尔德共同荣获了1979年诺贝尔医学生理学奖。

数学家冯•诺依曼说过：“于现代实验科学中，能否接受数学方法或和数学相近的物理学方法，已越来越成为该科学成功和否的重要标志”随着电子计算机的发展和应用，人们已经能处理越来越复杂的现象，比如，复杂程度远远超过物理现象、化学现象、生物现象。

数学已成为自然科学的强有力的工具。

现代科学技术发展的壹个重要趋势之壹，是各门科学的数学化。

这种数学化已获得了丰硕的成果。

●社会科学的数学化20世纪数学发展的另壹个特点就是数学广泛应用于社会科学之中，即社会科学数学化的趋势增长。

所谓社会科学数学化，就是指数学向社会科学的渗透，也就是运用数学方法来揭示社会现象的壹般规律。

由于社会现象的随机因素较多，情况较复杂，因此于数学化过程中所需的变量参数也较多，因此造成社会科学数学化的难度比较大，社会科学数学化的进程也就较晚。

可是，随着各门科学和数学本身的进步，影响各种社会现象的因素将逐渐被数学所阐明，因此运用数学的可能性就愈来愈大。

从整个科学发展趋势来见，社会科学的数学化也是必然的趋势，其主要原因能够归结为有下面四个方面：第壹，社会管理需要精确化的定量依据，这是促使社会科学数学化的最根本的因素。

第二，社会科学的各分支逐步走向成熟，社会科学理论体系的发展也需要精确化。

第三，随着数学的进壹步发展，它出现了壹些适合研究社会历史现象的新的数学分支。

如概率论、离散数学、模糊数学、数理逻辑、系统论、信息论、控制论、突变论等，均为社会科学数学化提供了有力的武器。

这些新的数学分支使社会科学数学化成为可能。

第四，电子计算机的发展和应用，使非常复杂社会现象经过量化后能够进行数值处理。

例1社会科学的数学化，最早是经济学。

于经济学中开始引用数学方法，如果从古尔诺（Cournot）于1883年发表《财富理论的数学原理之研究》壹书算起，已有100多年的历史了。