算法帝国里的牛人们:欧拉

简介:

1791年,著名奥地利作曲家约瑟夫·海顿出席了乔治·弗里德里希·亨德尔在伦敦威斯敏斯特大教堂的盛大清唱剧《弥赛亚》的演出。演出快要结束时,海顿被上千名合唱队和管弦乐队成员感动得热泪盈眶,他在泪光中盛赞和他同时代的亨德尔“是我们所有人的大师”。

与此同时,促进统计学发展的思想巨人之一、法国数学家皮埃尔-西蒙·拉普拉斯也惊叹地说了同样的话,但他指的不是亨德尔,而是莱昂哈德·欧拉。


欧拉毕业于巴赛尔大学,这所大学曾经培养了很多改变世界的知识精英。巴赛尔大学是瑞士最古老的大学,由教皇庇护二世创办于1460年,几百年来吸引了很多优秀人才,如鹿特丹的伊拉斯谟、伯努利家族、欧拉家族、雅各·布克哈特、弗里德里希·尼采以及卡尔·荣格。欧拉生于1707年,曾经是雅各布·伯努利的弟弟约翰·伯努利的学生,他是那个时代最出众的数学家。


欧拉上大学时,经常在星期六下午和约翰讨论数学和哲学。“所有我不懂的东西,他都好心地跟我解释。”欧拉回忆道。所以等到欧拉完成学业时,他已经学有所成,知之甚广了。而后他发表了不计其数的数学作品,成为有史以来最多产的数学家之一。


欧拉当时是俄罗斯圣彼得堡科学院的新任教授,他着手解决困扰当地人的著名的哥尼斯堡七桥问题。哥尼斯堡现称加里宁格勒,位于夹在波兰和立陶宛之间的俄罗斯外飞地,在欧拉的时代属于普鲁士的领土。这座城被普雷格尔河分为几块陆地,包括两座岛,有七座桥将陆地与岛连接起来。当地散步的人希望找到一条路可以穿过这个城市:每座桥都能走到,但只走一次。


为了说明这个问题,欧拉在纸上画了一些点(也称叉点),用线(也称连线)连接起来,分别代表陆地和桥。他注意到线的长度和形状可以任意改变,叉点也可以移动,前提是所有的线(桥)都是完好无缺的。欧拉当时所画的在现代数学中被称为图形,这个图形最终证实了不存在一次走遍七座桥,而每座桥只许通过一次的走法。欧拉解决这个问题的同时也创造了图论。


欧拉创造的图论和我们经常看的图(如股票走势图或销售报告图)不是一个概念。欧拉的图是树形图,可以用来表示自然界的网络、微芯片的电路或同城不同人之间的关系。专门为图论编写的算法为现代计算机科学的发展翻开了令人振奋的崭新一页:生物学家可以通过它建立DNA链和生理特征之间的联系,教授们可以解码披头士的音乐,中央情报局可以掌控恐怖分子网络,华尔街观察员可以找出看似不相关的事物之间的关系。图论尤其对分析Facebook的人脉关系网很有用,通过分析图形中哪些叉点(人)的连线(关系)最多,以及哪些连线在吸引眼球和评论方面最活跃,就可以知道哪些人最有影响力了。工程师要应聘Facebook的工作,经常会被考到图论的题。


欧拉活到76岁,但他的著作在他死后将近一个世纪仍然在不停地出版。他的专著、论文、教科书和技术手册多达886种,产出量是他有生之年欧洲所有数学出版物的1/3。他在数学领域开辟了很多新的发展方向,为了避免太多发现用同一个人的名字命名,很多数学定理和公式都是以在欧拉之后第一个发现或使用它的人的名字命名的。


很多人可能还记得上学的时候学过著名的欧拉公式:V – E + F= 2。数不胜数的算法基于这个公式编写。它描述的是三维立体形状,V代表顶点(线相交的角)的个数,E代表线的条数,F代表立体对象面的个数。比如说,一个立方体有6个面,12条线,8个角:8 – 12 + 6 = 2。


这个公式并不仅仅局限于如立方体、角锥体、圆锥体和球体之类的基本的刚性图形。欧拉的这个公式后来在分析碳分子的几何图形、看似随机的天气系统、光学、磁学和流体力学时都被用到。通过他同名公式背后的理论,欧拉开始思考非刚性图形,也就是现在大家熟知的拓扑图形。拓扑学属于混沌理论的一个方面,在过去的20年里,很多数学家在华尔街用混沌理论算法可是赚了不少钱。


如果您希望参加“大数据文摘读书群”,请在公号后台给我们留言:

读书,您的微信号,喜欢什么类型的书,您推荐哪些书


摘自:《算法帝国》,人民邮电出版社

如果说《改变未来的九大算法》是为弥散程序员气质的业余技术控洗髓内修的白话算法书,《算法帝国》就是为抱负征服世界雄心的程序员易筋外修的演义励志书,一路读来心中满盈释然和暗合之悦。搞了小半辈子算法,一直到听过凯文—斯拉文(KevinSlavin)的TED演讲“算法如何塑造我们的世界”,才有意识地去感知周遭世界一行一止中算法的开合有度。本书大开大阖,从70年代华尔街的勃兴开始,以本世纪华尔街和硅谷的权力更替收尾,世界易帜,算法仍旧。书名直译为《算法如何控制我们的世界》,对于潜志算法的我们,是控制还是被控制?书尾赫然写道:“你很有可能统治世界,如果没有机器人抢在你前头的话。”


原文发布时间为:2014-08-11

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
机器学习/深度学习 算法
欧拉函数算法的实现
欧拉函数算法的实现
欧拉函数算法的实现
|
算法 C++
算法基础系列第四章——数论之从欧拉卷到欧几里得(2)
算法基础系列第四章——数论之从欧拉卷到欧几里得(2)
98 0
算法基础系列第四章——数论之从欧拉卷到欧几里得(2)
|
算法 C++
算法基础系列第四章——数论之从欧拉卷到欧几里得(1)
算法基础系列第四章——数论之从欧拉卷到欧几里得(1)
162 0
算法基础系列第四章——数论之从欧拉卷到欧几里得(1)
|
12天前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。
|
18天前
|
机器学习/深度学习 算法 Serverless
基于WOA-SVM的乳腺癌数据分类识别算法matlab仿真,对比BP神经网络和SVM
本项目利用鲸鱼优化算法(WOA)优化支持向量机(SVM)参数,针对乳腺癌早期诊断问题,通过MATLAB 2022a实现。核心代码包括参数初始化、目标函数计算、位置更新等步骤,并附有详细中文注释及操作视频。实验结果显示,WOA-SVM在提高分类精度和泛化能力方面表现出色,为乳腺癌的早期诊断提供了有效的技术支持。
|
6天前
|
存储 算法
基于HMM隐马尔可夫模型的金融数据预测算法matlab仿真
本项目基于HMM模型实现金融数据预测,包括模型训练与预测两部分。在MATLAB2022A上运行,通过计算状态转移和观测概率预测未来值,并绘制了预测值、真实值及预测误差的对比图。HMM模型适用于金融市场的时间序列分析,能够有效捕捉隐藏状态及其转换规律,为金融预测提供有力工具。
|
6天前
|
机器学习/深度学习 算法 信息无障碍
基于GoogleNet深度学习网络的手语识别算法matlab仿真
本项目展示了基于GoogleNet的深度学习手语识别算法,使用Matlab2022a实现。通过卷积神经网络(CNN)识别手语手势,如"How are you"、"I am fine"、"I love you"等。核心在于Inception模块,通过多尺度处理和1x1卷积减少计算量,提高效率。项目附带完整代码及操作视频。
|
14天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
|
11天前
|
算法
基于WOA鲸鱼优化的购售电收益与风险评估算法matlab仿真
本研究提出了一种基于鲸鱼优化算法(WOA)的购售电收益与风险评估算法。通过将售电公司购售电收益风险计算公式作为WOA的目标函数,经过迭代优化计算出最优购电策略。实验结果表明,在迭代次数超过10次后,风险价值收益优化值达到1715.1万元的最大值。WOA还确定了中长期市场、现货市场及可再生能源等不同市场的最优购电量,验证了算法的有效性。核心程序使用MATLAB2022a实现,通过多次迭代优化,实现了售电公司收益最大化和风险最小化的目标。