作者:Δ δ D e l t a \Delta\delta Delta Δ δ D e l t a 审核:白烟
曾有一篇名为《勾股:2.013》的科幻小说在多年前的网络上风靡,甚至直至今日也会有人想起这篇文章。作品末尾有一段话引人遐想:
“不要从我们的角度去评价他们的智慧,也许我们的文明,也在某个更大的扭曲时空之中呢——你难道不觉得,圆周率 3.1416 ,也是个非常古怪的数吗?”
事实上,这篇小说存在的漏洞颇多,但其文学价值不应被否定,它也确实激发了不少人学习科学以及数学的兴趣。直至今日,我们仍能借此为引,来简单科普一下关于圆周率值的问题。
回首这句令人浮想联翩的话语,圆周率 π = 3.1415926 … \pi = 3.1415926 \dots π = 3 . 1 4 1 5 9 2 6 … 真的十分古怪吗?这个数字真的是因为扭曲时空才导致的吗 ?
两个问题都是 否定 的。实际上,无理数并不应因其没有规律可循就在美学上被人诟病——这也太不公平了。难道有人能给任何艺术总结出来一个规律吗?(场外音:AI绘画!!!这不就是找到了艺术的“规律”才能用机器画出来的吗?) 但定义这些AI的参数也是没有规律的呀?3202年了,神经网络的算法黑箱应该都知道吧?
第二个问题就更扯了。众所周知,我们的 3.14 … 3.14\dots 3 . 1 4 … 是在平面的圆上计算出来的。这个平面是什么?是数学上的二维欧几里得空间,而定义这个空间只需要在实数集里两两取数,并给出计算这些数对 ( x , y ) (x, y) ( x , y ) 之间“距离”的公式即可。任你时空曲率九曲十八弯,改变的也是物理“平面”:比如生活中我们觉得很平的桌子,其实是弯曲的,只不过时空曲率让它看起来像平的,.etc。但数学上的平面是被定义出来的,现实中存在的一切事物都不能也不可能改变数学概念。
“解铃还须系铃人”,如果真的想改变圆周率,那我们只能从数学定义上入手。在这里,我们仍然认为接下来的讨论都是在实平面内的圆上进行的,也就是确定点位置的数字只有两个,而且这两个数字都从实数集中取得。那么还有哪里能改动呢?
没错,别忘了我们还要给出计算“距离”的公式。在读研究生2年级时,我们接触过著名的两点 ( x 1 , y 1 ) , ( x 2 , y 2 ) (x_1, y_1), (x_2, y_2) ( x 1 , y 1 ) , ( x 2 , y 2 ) 之间距离公式 :
d 2 = ( ( x 1 − x 2 ) 2 + ( y 1 − y 2 ) 2 ) 1 2 . d_2 = ((x_1 - x_2)^2 + (y_1 - y_2)^2 )^{\frac{1}{2}}. d 2 = ( ( x 1 − x 2 ) 2 + ( y 1 − y 2 ) 2 ) 2 1 .
同时,早在小学1年级老师就已经教过我们计算机中常用的曼哈顿距离(Manhattan Distance) ,即两点在竖直方向上的差值加上在东西方向上的差值,写成公式就长这样:
d 1 = ∣ x 1 − x 2 ∣ + ∣ y 1 − y 2 ∣ . d_1 = |x_1 - x_2| + |y_1 - y_2|. d 1 = ∣ x 1 − x 2 ∣ + ∣ y 1 − y 2 ∣ .
刚听完“无规律不应在美学上被诟病”的你并不是很服气,马上开始找优美的规律了,并且自信满满地给出了关于 p p p 的距离公式:
d p = ( ∣ x 1 − x 2 ∣ p + ∣ y 1 − y 2 ∣ p ) 1 p . d_p = (|x_1 - x_2|^p + |y_1 - y_2|^p )^{\frac{1}{p}}. d p = ( ∣ x 1 − x 2 ∣ p + ∣ y 1 − y 2 ∣ p ) p 1 .
对于你这种连猜带蒙的莽撞结论,我只能说…:
没错,这就是你在幼儿园大班睡过去的那节课老师所讲的内容。这个能够计算距离的函数(泛函),叫做“ p p p -范数”。
你接下来要说的是:这个距离公式如何改变圆周率呢?还是看看远处的圆吧家人们。
更改距离公式后,首先影响到的是所谓“圆”的形状。我们不妨定义圆心在原点,半径取 1 1 1 ,那么约束圆的方程就是:
C p : ( ∣ x ∣ p + ∣ y ∣ p ) 1 p = 1. C_p : (|x|^p + |y|^p )^{\frac{1}{p}} = 1. C p : ( ∣ x ∣ p + ∣ y ∣ p ) p 1 = 1 .
在我们比较熟悉的曼哈顿距离下,“圆”变成谁的形状了呢?
变成了一个旋转 45 ° 45\degree 4 5 ° 的正方形!按照这个距离定义,它的周长C 1 = a × ( 1 + 1 ) = 8 C_1 = a \times (1 + 1) = 8 C 1 = a × ( 1 + 1 ) = 8 ,那么圆周率记作π 1 = C 1 2 = 4 \pi _1 = \frac{C_1}{2} = 4 π 1 = 2 C 1 = 4 !不仅不是原先的 3.14 … 3.14\dots 3 . 1 4 … ,甚至连无理数都不是,摇身一变成了整数。至此,我们已经成功地解答了标题的问题:圆周率并不一定是 3.14 … 3.14\dots 3 . 1 4 … 。
更进一步地,我们想知道在其它范数下圆周率的值。先前说到的曼哈顿距离是 p = 1 p = 1 p = 1 的情况,那 p p p 可以比 1 1 1 更小吗?讨论这件事之前,我们先要回忆被我们抛弃多年的几何学知识:三角形两边之和大于第三边。在这里我们所说的边长是定义在 p = 2 p = 2 p = 2 的范数下计算出来的,然而在 p > 1 p > 1 p > 1 的情况下,这个几何学常识仍然成立。当 p = 1 p = 1 p = 1 时,三角形两边之和等于第三边,我们秉持着“差不多得了”的思想,认为1 1 1 -范数也可以参加party;但是,p ∈ ( 0 , 1 ) p\in (0,1) p ∈ ( 0 , 1 ) 是不是有点过分了?两边之和比第三边还短,也就是说我直线走到目的地还不如绕路走一圈方便呗?所以在规范的范数里,我们认为 p ≥ 1 p ≥ 1 p ≥ 1 ,即范数要满足三角不等式f ( x + y ) ≥ f ( x ) + f ( y ) f(x + y) ≥ f(x) + f(y) f ( x + y ) ≥ f ( x ) + f ( y ) 。
小了不行,看来大家都喜欢大的。如果让 p p p 越来越大,直到趋近正无穷呢?令 d = max { ∣ x 1 − x 2 ∣ , ∣ y 1 − y 2 ∣ } d = \max \{|x_1 − x_2|,|y_1 - y_2| \} d = max { ∣ x 1 − x 2 ∣ , ∣ y 1 − y 2 ∣ } ,并回想在语文课上学过的极限知识,显然有:
d = ( d P ) 1 p < ( ∣ x 1 − x 2 ∣ p + ∣ y 1 − y 2 ∣ p ) 1 p < ( 2 d p ) 1 p = 2 1 p d , d = (d^P)^{\frac{1}{p}} < (|x_1 - x_2|^p + |y_1 - y_2|^p)^{\frac{1}{p}} < (2d^p)^{\frac{1}{p}} = 2^{\frac{1}{p}}d, d = ( d P ) p 1 < ( ∣ x 1 − x 2 ∣ p + ∣ y 1 − y 2 ∣ p ) p 1 < ( 2 d p ) p 1 = 2 p 1 d ,
又因为
lim p → ∞ 2 1 p d = d , \lim_{p \to \infty} 2^{\frac{1}{p}}d = d, p → ∞ lim 2 p 1 d = d ,
根据夹逼原理,有
lim p → ∞ d p = lim p → ∞ ( ∣ x 1 − x 2 ∣ p + ∣ y 1 − y 2 ∣ p ) 1 p = max { ∣ x 1 − x 2 ∣ , ∣ y 1 − y 2 ∣ } . \begin{aligned} \lim_{p \to \infty} d_p & = \lim_{p \to \infty}(|x_1 - x_2|^p + |y_1 - y_2|^p)^{\frac{1}{p}}\\ & = \max{\{ |x_1 - x_2|, |y_1 - y_2|\}}.\end{aligned} p → ∞ lim d p = p → ∞ lim ( ∣ x 1 − x 2 ∣ p + ∣ y 1 − y 2 ∣ p ) p 1 = max { ∣ x 1 − x 2 ∣ , ∣ y 1 − y 2 ∣ } .
意思是,∞ \infty ∞ -范数下的距离等于竖直方向之差和水平方向之差中较大的那个,就是从 ∣ x 1 − x 2 ∣ , ∣ y 1 − y 2 ∣ |x1 − x2|, |y1 − y2| ∣ x 1 − x 2 ∣ , ∣ y 1 − y 2 ∣ 中取较大的值作为距离的值。综上所述,圆的方程如下:
C p : max { ∣ x ∣ , ∣ y ∣ } = 1. C_p : \max \{|x|,|y|\} = 1. C p : max { ∣ x ∣ , ∣ y ∣ } = 1 .
而根据方程,我们得到的图形如下。
在∞ \infty ∞ -范数下,这个“正方圆”(场外音:什么鬼名字) 的边长是 2 2 2 ,则 周长C ∞ = 8 C_{\infty} = 8 C ∞ = 8 ,圆周率 π ∞ = C ∞ 2 = 4 \pi_{\infty} = \frac{C_{\infty}}{2} = 4 π ∞ = 2 C ∞ = 4
等等!你刚才,说了 4 对吧?! 注意到,在1 1 1 -范数和∞ \infty ∞ -范数下,圆周率都是 4 4 4 ;而我们所熟悉的欧几里得空间,也就是2 2 2 -范数的情况下,圆周率等于3.14 ⋯ < 4 3.14\dots < 4 3 . 1 4 ⋯ < 4 。随着p p p -范数中 p p p 的变化,圆周率会形成一个关于 p p p 的函数π ( p ) \pi (p) π ( p ) ;为了防止和隔壁高斯研究的素数计数函数 π ( n ) \pi (n) π ( n ) 搞混,我们还是记作 π p \pi_p π p 吧。坚信美学的你认为,这个函数 π p \pi_p π p 一定是连续的,并且是从 p = 1 , π p = 4 p = 1, \pi_p = 4 p = 1 , π p = 4 单调递减,经过 p = 2 , π p = 3.14 … p = 2, \pi_p = 3.14\dots p = 2 , π p = 3 . 1 4 … ,到达一个极小值——同时也是最小值,然后再单调递增,一直到无穷远处趋近于 4 4 4 。
不得不说,李云龙说得没错,你又猜对了。并且,你所说的最小值,刚好在 p = 2 p = 2 p = 2 时,取到我们熟知的3.1415926 … 3.1415926\dots 3 . 1 4 1 5 9 2 6 … 。接下来的内容比较简单,都是胎教时期耳边重复的一些陈词滥调,大家没兴趣的可以跳过。利用一些数学小技巧,我们可以简单地计算出圆周 C p C_p C p 上两个无限接近的点的微元距离:
d s = ( ∣ d x ∣ p + ∣ d y ∣ p ) 1 p , \mathrm{d}s = (|\mathrm{d}x|^p + |\mathrm{d}y|^p)^{\frac{1}{p}}, d s = ( ∣ d x ∣ p + ∣ d y ∣ p ) p 1 ,
则圆周率
π p = 1 2 ∫ C p ( ∣ d x ∣ p + ∣ d y ∣ p ) 1 p = 1 2 ∫ C p ( 1 + ∣ d y d x ∣ p ) 1 p ∣ d x ∣ . (原式) \pi_p = \frac{1}{2}\int\limits_{C_p}(|\mathrm{d}x|^p + |\mathrm{d}y|^p)^{\frac{1}{p}} = \frac{1}{2}\int\limits_{C_p}\left(1 + \vert \frac{\mathrm{d}y}{\mathrm{d}x}\vert ^p\right)^{\frac{1}{p}}|\mathrm{d}x|.\tag{原式} π p = 2 1 C p ∫ ( ∣ d x ∣ p + ∣ d y ∣ p ) p 1 = 2 1 C p ∫ ( 1 + ∣ d x d y ∣ p ) p 1 ∣ d x ∣ . ( 原 式 )
取第一象限 y y y 轴和直线 y = x y = x y = x 所夹的 1 8 \frac{1}{8} 8 1 圆弧,此时 x ≥ 0 , y ≥ 0 x ≥ 0, y ≥ 0 x ≥ 0 , y ≥ 0 ,满足方程 ( x p + y p ) 1 p = 1 (x^p + y^p)^{\frac{1}{p}} = 1 ( x p + y p ) p 1 = 1 ,即 x p + y p = 1 x^p + y^p = 1 x p + y p = 1 ,有
d ( x p + y p ) = p x p − 1 d x + p y p − 1 d y = p x p − 1 d x + p ( 1 − x p ) p − 1 p d y = 0. \begin{aligned} \mathrm{d}(x^p + y^p) & = px^{p-1}\mathrm{d}x + py^{p-1}\mathrm{d}y\\ & = px^{p-1}\mathrm{d}x + p(1 - x^p)^{\frac{p-1}{p}}\mathrm{d}y = 0.\end{aligned} d ( x p + y p ) = p x p − 1 d x + p y p − 1 d y = p x p − 1 d x + p ( 1 − x p ) p p − 1 d y = 0 .
一眼整理得
d y d x = − x p − 1 ( 1 − x p ) p − 1 p = − ( x − p − 1 ) 1 p − 1 \frac{\mathrm{d}y}{\mathrm{d}x} = -\frac{x^{p-1}}{(1-x^p)^{\frac{p-1}{p}}} = -(x^{-p} - 1)^{\frac{1}{p} - 1} d x d y = − ( 1 − x p ) p p − 1 x p − 1 = − ( x − p − 1 ) p 1 − 1
令 y = ( 1 − x p ) 1 p = x y = (1 − x^p)^{\frac{1}{p}} = x y = ( 1 − x p ) p 1 = x ,得 x = 2 − 1 p x = 2^{-\frac{1}{p}} x = 2 − p 1 即积分上限。
代入,则原式 = = =
4 ∫ 0 2 − 1 p ( 1 + ∣ x − p − 1 ∣ 1 − p ) 1 p d x . 4\int_{0}^{2^{-\frac{1}{p}}}\left(1 + |x^{-p} - 1|^{1-p}\right)^{\frac{1}{p}}\mathrm{d}x. 4 ∫ 0 2 − p 1 ( 1 + ∣ x − p − 1 ∣ 1 − p ) p 1 d x .
p = 1 p = 1 p = 1 时,这个积分很显然是 π 1 = 4 ∫ 0 1 2 ( 1 + 1 ) d x = 4 \pi_1 = 4\int_0^{\frac{1}{2}}(1 + 1)\mathrm{d}x = 4 π 1 = 4 ∫ 0 2 1 ( 1 + 1 ) d x = 4 。
p = 2 p = 2 p = 2 时,被积函数经过简单变形,成为大家很熟悉的反三角函数导数,即 π 2 = 4 ∫ 0 2 2 1 1 − x 2 d x = 4 arcsin x ∣ 0 2 2 = π \pi_2 = 4\int_0^{\frac{\sqrt{2}}{2}}\frac{1}{\sqrt{1-x^2}}\mathrm{d}x = 4\arcsin x|_0^{\frac{\sqrt{2}}{2}} = \pi π 2 = 4 ∫ 0 2 2 1 − x 2 1 d x = 4 arcsin x ∣ 0 2 2 = π 。
p → ∞ p \to \infty p → ∞ 时,积分上限趋近于 1 1 1 ,x ∈ [ 0 , 1 ] ⇒ ( 1 ∣ x − p − 1 ∣ ) p − 1 → 0 x \in [0,1] \Rightarrow \left(\frac{1}{|x^{-p} - 1|}\right)^{p-1} \rightarrow 0 x ∈ [ 0 , 1 ] ⇒ ( ∣ x − p − 1 ∣ 1 ) p − 1 → 0 ,即被积函数趋近于 1 1 1 ,π ∞ = 4 π_{\infty} = 4 π ∞ = 4 。在该情况下,你可以思考一下为什么当初我们不选择第一象限的 1 4 \frac{1}{4} 4 1 圆弧计算。
提示: 如何处理 ( 1 − Δ x , 1 ] (1-\Delta x, 1] ( 1 − Δ x , 1 ] 这一段的积分呢?
好了好了,之前跳过的同学到这里可以停下来了。我们刚刚通过比较轻松愉快的计算,得到了 π p \pi_p π p 关于 p p p 的函数表达式,验证了之前得到的 p = 1 , 2 , ∞ p = 1, 2, \infty p = 1 , 2 , ∞ 时p p p -范数下的圆周率。接下来,我们要通过该表达式,得到 π p \pi_p π p 的函数图像。然而,取其它值的 p p p 并不太好人为计算,只能祭出数值积分这个大杀器,利用计算软件逼近的近似数画出如下图像。
这张图取自 Joseph B. Keller 和 Ravi Vakil 关于p p p -范数下圆周率计算的论文。至于我为什么不自己画,那就得问问神奇的mathematica了。先前计算积分的过程中,mma跑了半个多小时,给了我下面这个结果。
我:?
还是直接拿来主义吧。
从这幅图上我们可以看出,π p \pi_p π p 是一个从 ( 1 , 4 ) (1, 4) ( 1 , 4 ) 开始递减,在 p = 2 p = 2 p = 2 时取得最小值,接着不断增大趋近于 4 4 4 的连续函数,这验证了我们之前的猜想。而每一个p ∈ [ 1 , 2 ] p \in [1, 2] p ∈ [ 1 , 2 ] ,都有 q ∈ [ 2 , + ∞ ) q \in [2, +\infty) q ∈ [ 2 , + ∞ ) ,使得 π p = π q \pi_p = \pi_q π p = π q 。事实上,只要满足1 p + 1 q = 1 \frac{1}{p} + \frac{1}{q} = 1 p 1 + q 1 = 1 ,就有 π p = π q \pi_p = \pi_q π p = π q 。关于此,我确信已发现一种绝妙的证法,可惜已经接近尾声,这里空白的地方太小,我还是写到参考文献[1]里吧。
本次科普,我们不仅找到了改变圆周率的方法,还画出了圆周率变化的函数图像。逐渐理解一切之后,再来回首这些拿着数学定义当噱头胡乱改变的小说,是不是感觉到sometimes naive了呢?
参考文献 [1] Joseph B. Keller and Ravi Vakil, πp, the value of π in ‘p. [2] C. L. Adler and J. Tanton, π is the minimum value of Pi, College Math. J. 31 (2000)102–106