7、公理化方法:数学与物理理论的基石

公理化方法:数学与物理理论的基石

公理化集合论的起源

1908 年,策梅洛(Zermelo)发表了一套集合论公理,这标志着公理化集合论的开端。后来,亚伯拉罕·A·弗兰克尔(Abraham A. Fraenkel)对其进行了重要补充,形成了如今广泛用作数学基础的策梅洛 - 弗兰克尔集合论(Zermelo - Fraenkel Set Theory)。大量的研究成果已在该理论中得到证明,且尚未发现矛盾。

不过,公理化方法并非得到所有人的认可。从历史上看,一直有人抵制数学的形式化。20 世纪初的直觉主义运动就强烈反对这一做法,即便在今天,仍有数学家倾向于以非形式化的方式处理数学概念,他们认为像自然数这样的概念是每个人都清楚的,比逻辑更为基础。

公理化理论的应用场景

公理化理论主要有两种应用场景:
1. 描述一类结构 :通过公理可以定义各种结构类。例如,有序集由特定的几条公理定义,线性序是在有序集的基础上增加一条公理得到的子类。群也是一个重要的结构类,由特定公理定义,而交换群则是在群的基础上增加交换律公理得到的子类。
2. 描述单一结构 :我们希望公理化的单一结构主要是基本代数结构,如自然数、整数、有理数和实数。但公理化这些结构通常是一项艰巨的任务,其可行性取决于所使用的语言和逻辑。

许多重要的结构类是通过对标准结构进行推广得到的。例如,域的概念就是以实数结构的基本性质作为公理定义的;在几何中,平面几何以点和线为基本对象,通过关联关系的公理来描述,但这些公理并不能唯一描述欧几里得平面,还存在许多不同的结构,如有限的法诺平面(Fano plane)。

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值