Đến nội dung


Chú ý

Diễn đàn vừa được bảo trì và nâng cấp nên có thể sẽ hoạt động không ổn định. Các bạn vui lòng thông báo lỗi cho BQT tại chủ đề này.


Chuyên mục

 Photo

Tuần 4 tháng 2/2017: Chứng minh $S,T,J$ thẳng hàng

26-02-2017

Như vậy lời giải cho bài Tuần 3 tháng 2/2017 đã được thầy Hùng đưa tại đây kèm theo đó là bài toán mới. Xin trích dẫn lại bài toán mới:

 

Cho tam giác $ABC$ có tâm nội tiếp $I$, tâm ngoại tiếp $O$ và tâm bàng tiếp ứng với đỉnh $A$ là $J$. $M,N$ đối xứng với $A$ qua $IB,IC$. $P,Q$ đối xứng với $B,C$ qua $IA$. $JM,JN$ cắt đường thẳng $OI$ tại $E,F$. $PE$ cắt $FB$ tại $S$. $EC$ cắt $FQ$ tại $T$. Chứng minh rằng $S,T,J$ thẳng hàng.

 

Screen Shot 2017-02-26 at 8.58.00 PM.png

  183 Lượt xem · 1 Trả lời ( Trả lời cuối cùng bởi quynhlqd2016 )

 Photo

Tìm kiếm tài năng Toán học trẻ lần thứ 2 (MYTS 2017)

20-02-2017

font17.png
 

Để gây dựng tình yêu toán học cho các bạn trẻ trên phạm vi toàn quốc, Trung Ương Hội Toán học Việt Nam tổ chức Kỳ thi tìm kiếm Tài năng Toán học trẻ. Các bạn trẻ yêu toán trên phạm vi cả nước có thể đăng ký dự thi tự do, và cùng tranh tài tại một trong năm tỉnh thành: Hà Nội, Hải Phòng, Thanh Hóa, Nghệ An, và Sài Gòn. 
 
Đối tượng:
 
học sinh từ 10 đến 16 tuổi trên phạm vi toàn quốc.
 
Quyền lợi cho các bạn tham gia đạt giải:

 

  • Huy chương (đúc), và giấy chứng nhận đạt giải (Vàng, Bạc, Đồng tương ứng) của Hội Toán học Việt Nam
  • Được lựa chọn tham dự Kỳ thi Olympic Toán Quốc Gia Singapore.
  • Giao lưu và thi tài với khoảng 3000 thí sinh trên toàn quốc. 

Hai hình thức đăng ký

 

  • Đăng ký tự do
  • Đăng ký theo trường đang học

Hướng dẫn chi tiết

Đăng ký trên website Hội Toán học Việt Nam hoặc tại www.hexagon.edu.vn/myts.html

  625 Lượt xem · 2 Trả lời ( Trả lời cuối cùng bởi quangantoan )

 Photo

Vùng đất hỗn độn của những con số : bí mật của liên phân số

20-02-2017

Cách nhìn khác về các con số

Hiện nay có rất nhiều cách để viết một con số . Chúng ta có thể sử dụng các hệ cơ số khác nhau , phân số , số thập phân , logarit , lũy thừa hoặc chỉ miêu tả bằng lời nói . Mỗi cách sẽ thuận tiện cho từng trường hợp và phục vụ cho một mục đích của mỗi người , thông thường họ sẽ quen với cách mà họ được học ở trường . Nhưng đáng ngạc nhiên , một cách viết số nổi bật và mạnh mẽ nhất lại hầu như không được dạy ở các trường học và hiếm khi xuất hiện ở cả đại học trừ khi bạn theo chuyên ngành Lý thuyết số . Tuy nhiên , liên phân số là một cách viết rõ ràng nhất cho một số . Số thập phân và phần thập phân khi kéo dài ra thật không đáng kể và không thể tiết lộ tính đối xứng phi thường cũng như mô hình ẩn sau bên trong các con số như là liên phân số . Liên phân số khiến ta có thể xấp xỉ hợp lý các số vô tỷ và khám phá ra những con số thú vị .

Mỗi số đều có một dạng biểu diễn liên phân số , chúng ta cứ kéo dài các con số và ta thấy mình sẽ phải đối mặt với một quá trình hỗn loạn , đơn giản mà vẫn sở hữu sự thống kê đáng ngạc nhiên . Chương trình thao tác toán học hiện đại Mathematica đã tiếp tục mở rộng , là một công cụ đơn giản để khám phá những tính chất đặc biệt , bí mật của những con số .

Cách tốt nhất để khám phá những con số

Giới thiệu về liên phân số

Xét phương trình bậc hai :

$$\begin{equation} x^{2}-bx-1=0            \end{equation}$$

Nó có thể viết dưới dạng

$$\begin{equation}x = b + \frac{1}{x}    \end{equation}$$

Chúng ta tiếp tục quá trình trên

$$\begin{equation}x = b + \frac{1}{b + \frac{1}{x}}  \end{equation}$$

Chúng ta có thể lặp lại vô hạn bước trên

$$\begin{equation}x = b + \frac{1}{b+\frac{1}{b+\frac{1}{b+\frac{1}{...}}}}  \end{equation}$$

Bây giờ quay lại với cách giải phương trình bậc hai thông thường ta sẽ thấy một cách mở rộng liên phân số cho nghiệm của phương trình $(1)$

$$\begin{equation} x = \frac{b+\sqrt{b^{2}+4}}{2}  \end{equation}$$

Chọn $b=1$ chúng ta có biểu diễn liên phân số của tỷ lệ vàng $\phi$

$$\begin{equation} \phi = \frac{\sqrt{5}+1}{2}=1+\frac{1}{1+\frac{1}{1+\frac{1}{1+...}}}  \end{equation}$$

Cách viết này tạo cảm hứng cho chúng ta xét các số dạng

$$\begin{equation}a_{0}+\frac{1}{a_{1}+\frac{1}{a_{3}+...+\frac{1}{a_{n}+...}}}  \end{equation}$$

Trong đó các số $a_{i}$ là các số nguyên dương , gọi một mở rộng liên phân số kí hiệu là cfe và để bớt cồng kênh ta kí hiệu $(7)$ như sau :

$$\begin{equation} [a_{0},a_{1},...a_{n},...]  \end{equation}$$

Liên phân số lần đầu tiên xuất hiện trong tác phẩm của nhà toán học Ấn Độ Aryabhata trong thế kỉ thứ $6$ . Ông đã sử dụng nó để giải các phương trình tuyến tính . Sau đó chúng xuất hiện ở thế kỉ $15$ và $16$ , Fibonacci đã cố gắng để xác định chúng một cách tổng quát . Thuật ngữ " liên phân số " lần đầu tiên xuất hiện trong năm $1653$ trong một ấn bản của cuốn sách Arithmetica infinitorum bởi nhà toán học ở Oxford , John Wallis . Công trình của họ cũng đã được nghiên cứu nhiều bởi William Brouncker , người cùng với Wallis là các thành viên sáng lập Hội hoàng gia . Vào thời gian đó , các nhà vật lý nổi tiếng toán học ở Hà Lan , Christiaan Huygens đã ứng dụng liên phân số trong việc xây dựng các công cụ khoa học . Sau đó trong các thế kỉ $18$ và đầu $19$ , Gauss và Euler đã khám phá ra sự sâu sắc của nó .

Liên phân số dài như thế nào ?

Liên phân số có thể hữu hạn hoặc vô hạn , ví dụ nếu liên phân số hữu hạn thì số cuối cùng trong biểu diễn $(8)$ không thể là $1$ , ví dụ nên viết $\frac{1}{2}$ là $[0,2]$ chứ không viết $[0,1,1]$ . Và như vậy thì cách biểu diễn này là duy nhất .

Các cfes infinite đại diện cho các số vô tỷ . Nếu chúng ta chọn các số $b$ khác nhau , ví dụ như $4,5$ thì chúng ta vẫn cho ra những liên phân số vô hạn là nghiệm của phương trình bậc hai . Trên thực tế tất cả các nghiệm của phương trình bậc hai hệ số nguyên thì đều là một liên phân số tuần hoàn . Ví dụ như $[2,2,2,2,3,2,3,2,...]$ hoặc $[2,1,1,4,1,1,4,1,1...]$ .Dưới đây là một vài cfe [ viết tắt của continued fractional expansion ] vô hạn mà ta hay gặp :

$$\begin{equation}e = [2,1,2,1,1,4,1,1,6,1,1,8,1,1,10,....] \end{equation}$$

$$\begin{equation}\sqrt{2} = [1,2,2,2,2,2,2,2,2,2,2,2,2,...] \end{equation}$$

$$\begin{equation}\sqrt{3} = [ 1,1,2,1,2,1,2,1,2,1,2,1,2,...] \end{equation}$$

$$\begin{equation} \pi=[3,7,15,1,292,1,1,1,2,1,3,1,14,2,1,1,2,2,2,2,1,84,2,...] \end{equation}$$

Những ví dụ này cho thấy một số khả năng , hầu hết các mở rộng đều đơn giản ngoại trừ số $\pi$ . Nó lần đầu tiên được tính toán bởi Roger Cotes , giáo sư triết học tại Cambridge năm $1714$ . Nếu chúng ta biết cách viết thập phân của tỷ số vàng hoặc thậm chí trong hệ nhị phân , nó rất khó để chúng ta thấy sự đặc biệt , chỉ khi viết dưới dạng liên phân số thì cấu trúc độc đáo của nó mới xuất hiện .

Một số ứng dụng hữu ích

Tính xấp xỉ $\pi$

Nếu chúng ta cắt từ một cfe vô hạn tại một đoạn nào đó thì nó luôn cho ta một xấp xỉ cần thiết so với số ban đầu . Ví dụ trong trường hợp $\pi$ nếu chúng ta cắt ra đoạn $[3,7]$ chúng ta sẽ nhận được xấp xỉ hợp lý quen thuộc của $\pi$ là $\frac{22}{7}=3,1428571....$ . Nếu chúng ta cắt ra đoạn $[3,7,15,1]=\frac{355}{113}=3,1415929...$ . Một xấp xỉ tốt hơn là $3,14159265$ lần đầu tiên được biết đến bởi người Trung Quốc . Tám xấp xỉ tốt đầu tiên là

$$\frac{3}{1},\frac{22}{7},\frac{333}{106},\frac{355}{113},\frac{103993}{33102},\frac{104348}{33215},\frac{208341}{66317},\frac{312689}{99532}$$

Trên thực tế các cfe cho chúng ta các xấp xỉ đúng với mức độ tùy ý và đến mục lúc nào đó phần sau của các cfe gồm toàn các con số nhỏ cho dù ban đầu chúng lớn như thế nào ( càng về sau càng dễ xuất hiện các số $1,2$ ) . Do sự xuất hiện bất thường của số $292$ quá sớm trong số $\pi$ nên nó dẫn đến một xấp xỉ khá tốt là $\pi=[3,7,15,1,292]=\frac{103993}{33102}$

Thang âm nhạc của Pitago

Các trường phái Pitago cổ điển cho rằng việc phân chia các nhạc cụ bằng một chuỗi các số nguyên nhỏ dẫn đến một mối quan hệ hấp dẫn . Ví dụ một nửa chiều dài thì là $2 : 1$ , quãng tám âm và đoạn thứ ba là $3:2$ ... Nhạc lần $4$ là $5 : 4$ ( đoạn này khá khó dịch ). Vậy bây giờ câu hỏi là khi nào thì quy mô của Pitago phù hợp với nhau , có nghĩa là khi nào :

$$\begin{equation} (\frac{5}{4})^{b}=2^{a} ? \end{equation}$$

Lấy logarit cơ số $2$ thì nó sẽ tương đương với việc $log_{2}5=2+\frac{a}{b}$ . Do nó là logarit nên sẽ vô tỷ và không thể đưa ra tỷ lệ chính xác cho $a,b$ . Nhưng để đưa ra tỷ lệ gần đúng thì chúng ta tính cfe của $log_{2}5=[2,3,9,...]$ . Và ta có thể lấy xấp xỉ $log_{2}5=2+\frac{1}{3}$ , ví dụ $a=1,b=3$ . Khi đó

$$\begin{equation}(\frac{5}{4})^{3}=1,95... \sim 2  \end{equation}$$

Nếu chúng ta tiếp tục xấp xỉ tốt hơn thì có thể lấy các số $a=9,b=28$ nhưng càng về sau sẽ càng khó khăn trong việc tính toán .

Một trong những thủ thuật mà Ramanujan tiết lộ

Thiên tài toán học người Ấn Độ Srinivasa Ramanujan ( $1887-1920$ ) nổi tiếng với khả năng trực giác kì lạ của ông về những con số và mối liên hệ của chúng . Giống như những nhà toán học trong nhiều thế kỉ qua , ông đặc biệt thích các xấp xỉ cực kì chính xác ( bạn có thể thấy rằng $2^{10} \sim 10^{3}$ ) . Ramanujan đặc biệt thích các cfes và đã tích lũy được một kiến thức sâu rộng về chúng . Điều này được biết đến vì nhiều xấp xỉ rất bât thường được ông đưa ra . Ông biết rằng một số vô tỷ viết dưới dạng cfe mà lấy một đoạn đủ lớn thì luôn cho một xấp xỉ cực kì chính xác . Một ví dụ được Ramanujan đưa ra :

$$\begin{equation}\pi^{4} \sim (\frac{2143}{22})^{\frac{1}{4}}   \end{equation}$$

Làm sao ông ấy biết được điều này ? Nếu ta có một chút kiến thức về liên phân số chúng ta có thể đoán ra một cái gì đó thú vị trong cfe của $\pi^{4}$ , thật vậy , mở rộng liên phân số của $\pi^{4}$ là khá lớn :

$$\begin{equation}\pi^{4} = [ 97,2,2,3,1,16539,1,...]  \end{equation}$$

Bằng cách ngắt từ đoạn $16539$ bạn sẽ thu được xấp xỉ của Ramanujan cho $\pi^{4}$ . Ramanujan cũng quan tâm đến việc mở rộng căn thức lồng nhau vô hạn . Năm $1911$ một câu hỏi được người ta hỏi trên tạp chí toán học Ấn Độ giá trị của biểu thức sau là gì :

$$ \begin{equation} ? = \sqrt{1+2\sqrt{1+3\sqrt{1+....}}}  \end{equation}$$

Một vài tháng trôi qua không có ai trả lời và Ramanujan tiết lộ câu trả lời là $3$ và còn đưa ra một công thức tổng quát :

$$\begin{equation}x + 1 = \sqrt{1+x\sqrt{1+(x+1)\sqrt{1+....}}}  \end{equation}$$

Các nhà toán học ứng dụng đã tìm cách xấp xỉ các hàm số liên tục bởi cfe , gọi là xấp xỉ Pade . Nhưng họ thường nhận được các xấp xỉ kém chính xác hơn việc sử dụng chuỗi Taylor . Bằng cách cắt một đoạn hữu hạn và họ thu được xấp xỉ là thương của hai đa thức .

Các xấp xỉ hợp lý - làm thế nào để có được ?

Liên phân số tiếp tục hướng chúng ta đến việc thăm dò một trật tự khác ẩn sau các con số . Như việc bạn viết tỷ số vàng dưới các hệ sơ số khác nhau chưa thể diễn tả chính xác tại sao nó gọi là tỷ số vàng . Chỉ khi viết dưới dạng liên phân số thì sự đẹp đẽ mới xuất hiện .

Phân số hữu tỷ thu được bằng cách ngắt đoạn thứ $n$ của một cfe gọi là một hội tụ thứ $n$ của cfe . Và thường kí hiệu là $\frac{p_{n}}{q_{n}}$ . Như vậy khi $n$ tăng ta có :

$$\begin{equation}|x - \frac{p_{n}}{q_{n}}| \to 0  \end{equation}$$

Nhưng ta cũng thấy rằng chính con số $\phi - 1= \frac{\sqrt{5}-1}{2}$ là con số bất thường nhất vì mở rộng liên phân số của nó gồm toàn số $1$ và vì vậy nó hội tụ yếu nhất . Trên thực tế Lagrange đã chứng minh với mọi số vô tỷ $x$ có vô hạn các đại lượng xấp xỉ hữu tỷ hợp lý :

$$\begin{equation} |x - \frac{p}{q}| < \frac{1}{q^{2}\sqrt{5}}  \end{equation}$$

Nhưng mà nó sẽ sai nếu thay $5$ bởi một số lớn hơn . Trong trường hợp xấp xỉ $\frac{\sqrt{5}-1}{2}$ lấy từ cfe , $\frac{p_{n}}{q_{n}} = \frac{0}{1},\frac{1}{1},\frac{1}{2},\frac{2}{3},\frac{3}{5},\frac{5}{8},..$ có tỷ lệ hội tụ yếu nhất đối với phương trình $(21)$

$$\begin{equation}| x - \frac{p_{n}}{q_{n}}| < \frac{1}{q^{2}\sqrt{5}}  \end{equation}$$

Với $k \geq 2$ bất kì mẫu số $q_{n}$ có thể tính so sánh bằng bất đẳng thức sau :

$$\begin{equation}q_{k} \geq 2^{\frac{k-1}{2}}  \end{equation}$$

Nếu cfe hữu hạn thì $k$ chạy đến cuối cùng . Trên thực tế có thể đánh giá xấp xỉ bằng các mẫu số $q_{n}$ từ cả hai phía

$$\begin{equation}\frac{1}{q_{k}(q_{k+1}+q_{k})} < | x - \frac{p_{n}}{q_{n}} | < \frac{1}{q_{k}q_{k+1}}  \end{equation}$$

Có rất nhiều tính chất thú vị của các cfe nhưng hầu như không có một tính chất mạnh hoặc chung nào vì nó còn tùy thuộc vào cách mà bạn mở rộng các số . Lấy một hữu hạn hay vô hạn các số nguyên mà bạn muốn thì no chỉ tạo ra một số mở rộng duy nhất , bạn có thể đặt tên cho nó . Ngược lại với một số cho trước có thể có rất nhiều cfe đại diện cho nó . Để tìm kiếm điều đặc biệt đôi khi là vô vọng . Tuy nhiên trong khi điều này đúng , nếu ta hạn chế tìm kiếm tính chất các cfe của hầu hết các số thực - chúng ta bỏ qua một lớp các số " đặc biệt " mà có một xác xuất không bị chọn ngẫu nhiên bởi các cfe - các tính chất cơ bản đáng chú ý của chúng được biết bởi các cfe của chúng .

Khuôn mẫu đằng sau hầu hết các con số

Phân số xác xuất của Gauss

Các tính chất chung của các cfe lần đầu tiên được phát hiện năm $1812$ bởi nhà toán học vĩ đại người Đức Carl Fiedrich Gauss ($1777-1855$) , ông đã không công bố các phát hiện của mình . Thay vào đó , ông chỉ viết thư cho Pierre Laplace ở Paris những gì ông tìm thấy , cho những tính chất của cfe , xác xuất $P([0,a_{1},a_{2},....] < x)$ tiến đến $log_{2}(1+x)$ khi $n \to \infty$ . Năm $1928$ , tính chất của Gauss xuất hiện lại và được tổng quát bởi nhà toán học người Nga R.O. Kuzmin và ( theo một cách khác ) cũng là một năm sau đó bởi nhà toán học người Pháp Paul Levy ( $1886-1971$ ) .

Nếu ta xem xét các cfe vô hạn của các số thực khi mà $n$ đủ lớn xác xuất để các $a_{n}$ bằng số nguyên $k$ nào đó tiến tới

$$\begin{equation}P(k) = \frac{ln(1+\frac{1}{k(k+2)}}{ln2}  \end{equation}$$

Điều này là một tính chất quan trọng . Trước tiên , nó là một xác xuất phân phối ,nêu chúng ta lấy tổng trên tất cả các giá trị nguyên của $k$ từ $1 \to \infty$ thì thu được $1$ . Và cho thấy khi cho $k$ rất lớn thì xác xuất rất nhỏ để xuất hiện $k$ ( gần như bằng $0$ ) . Các đánh giá cho thấy $P(1)$ và $P(2)$ chiếm khoảng $41$% và $17$%. Nhìn lại vào $(9)$ bạn sẽ thấy số $e$ đặc biệt trong hầu hết các số , không bị chi phối bởi xác xuất này . Nhưng có vẻ $\pi$ lại không như vậy , nhìn lại xấp xỉ của $\pi$ tạo bởi phương trình $(17)$ chúng ta thấy xác xuất một số lớn như $16539$ chỉ chiếm $5$ trong $10^{9}$ .

Nếu ta lấy $k$ đủ lớn và xấp xỉ bằng định lý nhị thức ($k(k+2) \sim k^{2}$) thì khi đó $P(k) \sim k^{-2} , k \to \infty$ . Điều này cho thấy nếu ta cố gắng tìm trung bình ( hoặc trùng bình cộng ) các giá trị $k$ trong cfe chúng ta sẽ có câu vô hạn câu trả lời . Câu trả lời là tổng vô hạn $\sum kP(k)$ chính bằng chuỗi điều hòa , và ta đã biết chuỗi này phân kì .

Hằng số Levy

Paul Levy cho chúng ta thấy việc mở rộng liên phân số , một điều gì đó đáng ngạc nhiên và tổng quát về một sự hội tụ đủ mạnh . Chúng ta thấy trong các phương trình $(21)-(24)$ các xấp xỉ mạnh với các số thực được cải thiện liên tục theo mẫu số $q_{n}^{-2}$ khi $n$ tăng . Nó nói rằng , số $q_{n}$ không thể phát triển theo các số nhân khi $n$ tăng ( tức $q_{n} < e^{An}$ khi $n \to \infty$ với $A$ là hằng số nào đó hợp lý ) . Levy đã tính được , phân lập tốc độ tăng trưởng bằng một hằng số cơ bản cho các mẫu số $q_{n}$

$$\begin{equation}q_{n}^{\frac{1}{n}} \to L , n \to \infty  \end{equation}$$

Trong đó hằng số Levy được tính theo công thức :

$$ \begin{equation}L  = exp(\frac{\pi^{2}}{12ln2})=3,27538229187...   \end{equation}$$

Hằng số Khinchin

Sau đó , nhà toán học Nga Aleksandr Khinchin ( $1894 - 1959$ ) chứng minh kết quả nổi bật thứ ba về các cfe . Mặc dù số học , hoặc trung bình cộng của số $k_{i}$ không có một giá trị hữu hạn,  như hình học có . Thật vậy , nó có một giá trị hữu hạn mà là tổng quát cho hầu hết các cfe của số thưc . Ông thấy rằng khi $n \to \infty$

$$\begin{equation} (k_{1}k_{2}....k_{n})^{\frac{1}{n}} \to k  \end{equation}$$

Trong đó hằng số Khinchin được cho bởi một công thức hội tụ chậm

$$\begin{equation} k = \prod_{i=1}^{\infty} (1 + \frac{1}{k(k+1)})^{\frac{lnk}{ln2}} = 2,68545....  \end{equation}$$

Như vậy giá trị trung bình về hình học là $2,68$ . Phản ánh sự chi phối của các giá trị nhỏ mà ta thấy trong các phân phối xác suất . Một lần nữa , thật thú vị  để xem xét cách tiếp cận xấp xỉ cho $\pi$

Nếu chúng tôi liệt kê sự xuất hiện các giá trị khác nhau $k=1,2,3,...$ trong số $100$ số đầu tiên trong cfe của $\pi$ , thì các giá trị $k$ và tần số của nó $N(k)$ trong thứ tự , sẽ giảm , cụ thể như sau : 

 

CodeCogsEqn (1).gif

 

Chúng ta thấy nó sẽ hội tụ khá tốt với $P(k)$ khi $k$ nhỏ , nếu ta tính giá trị trung bình chúng ta sẽ thấy sự hội tụ tốt của Khinchin ,

$$\begin{equation}(k_{1}k_{2}....k_{100})^{\frac{1}{100}} = 2,6831468   \end{equation}$$

Một ngoại lệ đáng chú ý

Hằng số đáng quan trọng nhất không là thành viên của " hầu hết các số " mà giá trị trung bình tiến tới hằng số Khinchin là $e=2,71828....$ . Từ phương trình $(9)$ , rất dễ để kiếm tra những gì xảy ra với giá trị trung bình hình học của $e$ khi $n \to \infty$  , chúng ta đưa ra một xấp xỉ tốt cho nó , như Stirling , khi $n \to \infty$

$$\begin{equation}(k_{1}(e)k_{2}(e)...k_{n}(e))^{\frac{1}{n}} \to (\frac{2n}{3e})^{\frac{1}{3}} = 0,62595n^{\frac{1}{3}}  \end{equation}$$

Những số hỗn độn

Các số là quá trình hỗn độn

Các phương pháp tạo ra các số vô hạn từ cfe là một quá trình hỗn loạn . Với một số thực tế , mong muốn mở rộng của ta là $u_{1}$ và ta tách nó làm phần nguyên ( kí hiệu $k_{1}$) và phần lẻ của nó ( kí hiệu là $x$ ) , vậy ta có

$$\begin{equation} u_{1}  = x + k_{1}  \end{equation}$$

Đôi khi ta viết $k = [u]$ để chỉ phần nguyên ; ví dụ $[\pi]=3,[e] = 2$ . Bây giờ ta bắt đầu với số $\pi$ thì số đầu tiên $k_{1}=[\pi]=3$ và phẩn lẻ $x = 0,141592$ . Các phần nguyên tiếp theo là $k_{2} = [\frac{1}{x}] = [ \frac{1}{0,141592...}]  = [7,0625459...]= 7$ . Và tiếp tục $x_{2} = 0,0625459...$ và như vậy $k_{3}=15$ . Phương pháp đơn giản này mang lại những thương số đầu tiên trong cfe của $\pi$ mà ta liệt kê ở phương trình $(12)$ . Phần lẻ luôn nằm giữa $0$ và $1$ . Nó không thể bằng $0$ hoặc $1$ vì khi đó nó sẽ phải là một số hữu tỷ và quá trình mở rộng số sẽ là hữu hạn . Các quá trình tạo ra các phân đoạn liên tiếp được cho bởi phương trình phi tuyến :

$$\begin{equation}x_{n+1} = T(x_{n}) = \frac{1}{x_{n}} - [ \frac{1}{x_{n}} ]  \end{equation}$$

Trong đó $T(x)$ đại diện như một số lượng vô hạn của nhánh Hyperbolic .

plot1.jpg

 

Nếu ta áp dụng đồ thị này và bắt đầu từ hầu hết các giá trị khởi đầu cho bởi các số thực với các cfe vô hạn thì giá trị đầu ra của $x$ sẽ tiến tới một phân phối xác xuất đặc biệt , lần đầu tiên được tìm ra bởi Gauss :

$$\begin{equation}p(x) = \frac{1}{(x+1)ln2}  \end{equation}$$

Một lần nữa với phân số này ta có thể kiểm tra

$$\int_{0}^{1} p(x)dx = 1$$

plot2.jpg


Hỗn độn  là gì ? 

Trong đồ thị của $T$ là hỗn độn khuyếch đại sự khác biệt nhỏ trong giá trị của $x$ khi ánh xạ tiếp tục áp dụng . Điều này cần thiết cho tầm quan trọng của đạo hàm của nó $|\frac{dT}{dx}|$ ở các điểm có tọa độ lớn hơn $1$ . Ta thấy $\frac{dT}{dx} = \frac{-1}{x^{2}}$ và $0 < x < 1$ thì hiển nhiên . Sự khuyếch đại này rõ ràng phụ thuộc vào $x$ - càng gần $x=0$ thì đạo hàm càng lớn . Một sự thay đổi nhỏ $\delta x$ tạo ra một sự khếch đại của $|\frac{dT}{dx}|$ theo như sơ đồ của $T$ , một sự tăng trưởng nhanh chóng theo cấp số nhân $exp{\epsilon\delta x}$ .

Chúng ta sẽ lấy giá trị trung bình $\epsilon = |\frac{dT}{dx}|$ , số mũ nhạy cảm , trung bình đối với các phân bố xác suất , phương trình $(34)$ , điều chỉnh đầu ra của $x$ trong đồ thị của $T$ , độ nhạy cảm  , kí hiệu là $h$ đôi khi gọi là Kolmogorov hoặc số liệu , dữ liệu ngẫu nhiên của đồ thị , được cho bởi

$$\begin{equation}h = \int_{0}^{1} ln|\frac{dT}{dx}|p(x)dx \end{equation}$$

Đối với đồ thị của $T$ thì nó là :

$$\begin{equation}h = \int_{0}^{1} \frac{-2ln(x)}{(1+x)ln2}dx = \frac{\pi^{2}}{6ln2}  \end{equation}$$

Nếu $h$ khác $0$ thì một đồ thị được gọi là hỗn độn , sự thay đổi nhỏ trong dữ liệu ban đầu sẽ được khuếch đại bởi ánh xạ . Trong trường hợp của cfe chúng ta thấy rằng điều này có nghĩa là cfes của hai số thực rất gần nhau cuối cùng sẽ tách ra theo cấp số nhân với $n$ , và các số phương cắt từ cfe được tạo ra .

Các cfe của một số thực có thể tổng quát một cách tự nhiên bởi $F$ gọi là $F-$ mở rộng của một số thực $x$ ( $0<x<1$ ) bằng cách viết

$$\begin{equation}x = F(a_{1}+F(a_{2}+F(a_{3}+....)))  \end{equation}$$

Ở đây $F$ là một hàm số đơn điệu tăng hoặc giảm . Các $a_{i}(x)$ là các chữ số không âm xác định thương số của $F-$ mở rộng . Các cfe là trường hợp đặc biệt của $F(x) = x^{-1}$ .

Các liên phân số trong vũ trụ 

Liên phân số xuất hiện nhiều trong những nghiên cứu về sự hỗn độn . Nếu một vấn đề về động lực làm giảm sự chuyển động của một điểm nảy ra cách biên của một vùng không tròn , trong đó trò chơi billiards là một ví dụ điển hình , sau đó các cfe của một số cố định với điều kiện ban đầu sẽ mô tả nhiều khía cạnh động lực của một chuỗi các vụ va chạm xảy ra . Một ví dụ nổi bật của điều này được nghiên cứu trong thuyết tương đối tổng quát , mô tả chuyển động của vũ trụ của chúng ta hoặc điểm kì dị của các hố đen . Trong trường hợp này , một chuỗi vô hạn các dao động thủy triều xảy ra , các thống kê được mô tả chính xác bằng việc mở rộng liên phân số với điều kiện ban đầu . Mặc dù quỹ đạo riêng của một hạt rơi vào điểm kì dị của hố đen là hỗn độn không thể đoán trước được , nó có những quy luật thống kê xác định bởi thuộc tính chung của các cfe . Các hằng số Khinchin và Levy tạo ra để mô tả những chuyển động của vũ trụ và các hố đen trong vật lý học .

 

ss.jpg

 

Liên phân số cũng rất nổi bật ưa chuộng trong các vấn đề hỗn loạn khác . Các số kết thúc bằng một chuỗi vô hạn các số $1$ từ một lúc nào đó , như tỷ số vàng , được gọi là các số cao quý . Tỷ số vàng là cao quý nhất vì nó gồm toàn số $1$ . Như ta đã đã nói trước đó , nó tạo ra sự xấp xỉ kém nhất bằng các số hữu tỷ . Do đó những con số này đặc trưng cho các tần số của chuyển động thấp dễ bị nhiễu loạn và bất ổn . Thông thường , một hệ thống có thể hoạt động theo hai cách , giống như một ngôi sao đang quay quanh thiên hà và lắc lư lên xuống qua mặt cắt của thiên hà , sẽ có hai tần số xác định định những dao động khác nhau . Nếu tần số là số hữu tỷ thì chuyển động sẽ có chu kì nhưng nếu là số vô tỷ thì sẽ không có chu kì , xem xét tất cả các khả năng tương thích với việc bảo tồn năng lượng và xung lượng góc . Nếu ta xáo trộn một hệ với một tần số hợp lý thì nó sẽ rất dễ rơi vào một tình huống hỗn độn với tần số không hợp lý . Trên thực tế , sự ổn định của hệ thống năng lượng mặt trời của chúng tôi trong thời gian dài phụ thuộc vào tỷ lệ tần số nhất định nằm rất gần với các số cao quý .

Liên phân số đã bị giáo dục lãng quên , như một phần bỏ rơi của toán học . Nhưng tính chất của nó là những hướng dẫn quan trọng để xấp xỉ và thăm dò sự hỗn độn phức tạp của các hệ động lực . Nó xuất hiện trong một số lớn các vấn đề của vật lý . Tôi hy vọng bài viết này sẽ đưa mọi người đến một sự bất ngờ .

" Trong mọi sự hỗn loạn của tự nhiên luôn tồn tại một trật tự nào đó " 

Nguồn : plus.maths.org

Người dịch : bangbang1412

 

  643 Lượt xem · 0 Trả lời

 Photo

Tuần 3 tháng 2/2017: Chứng minh tứ giác $AKNL$ ngoại tiếp

19-02-2017

Như vậy lời giải cho bài Tuần 2 tháng 2/2017 đã được thầy Hùng đưa ra tại đây kèm theo đó là bài toán mới. Xin trích dẫn lại bài toán mới:

 

Cho tam giác $ABC$ nội tiếp trong đường tròn $(O)$. Đường tròn bàng tiếp góc $A$ là $(J)$ tiếp xúc $BC,CA,AB$ lần lượt tại $D,E,F$. $M$ là trung điểm $EF$. $DM$ cắt $(J)$ tại $N$ khác $D$. Trên đoạn $AE,AF$ lần lượt lấy các điểm $K,L$ sao cho $NK,NL$ tiếp xúc $(O)$. Chứng minh rằng tứ giác $AKNL$ ngoại tiếp.

 

Screen Shot 2017-02-19 at 9.49.52 PM.png

  323 Lượt xem · 2 Trả lời ( Trả lời cuối cùng bởi ecchi123 )

 Photo

Vinh danh Thành viên Nổi bật $2016$

18-02-2017

1 . Kết quả

 

Đợt bình chọn Thành viên Nổi bật $2016$ của Diễn đàn toán học đã kết thúc. Đã có $137$ lượt bình chọn. Thay mặt BQT xin trân trọng cảm ơn sự nhiệt tình, trách nhiệm của các bạn thành viên đã giúp cho Đợt bình chọn thành công. Dưới đây là kết quả :

 

KẾT QUẢ BÌNH CHỌN THÀNH VIÊN NỔI BẬT NĂM 2016 CỦA DIỄN ĐÀN TOÁN HỌC

 

CodeCogsEqn.gif

 

Danh sách được xếp theo thứ tự từ cao xuống thấp theo số phiếu bình chọn

2 . Vinh danh

 

BQT hân hạnh vinh danh $5$ bạn có số phiếu cao nhất bằng cách thay đổi Danh hiệu và nhóm của họ thành Thành viên nổi bật 2016

 

Ba thành viên có số phiếu cao nhất hãy nhắn tin cho E.Galois để chọn phần thưởng ( là sách hoặc chuyển khoản, không quá 100K )

 

Thành viên về đầu sẽ nhận được Giấy chứng nhận của Diễn đàn .

 

3 . Lời cuối

 

BQT rất mong các thành viên không lọt được vào top 5 , cũng như các thành viên chưa có tên trong Danh sách ứng viên tiếp tục cố gắng để được các thành viên khác ghi nhận và được BQT Diễn đàn vinh danh vào dịp này sang năm .

 

a

  409 Lượt xem · 1 Trả lời ( Trả lời cuối cùng bởi Dinh Xuan Hung )

 Photo

Andrew Wiles: Cảm giác làm toán như thế nào?

16-02-2017

Andrew Wiles là một nhà toán học huyền thoại . Ông đặc biệt nổi tiếng vì đã chứng minh định lý lớn Fermat , một vấn đề gây khó cho các nhà toán học trong nhiều thế kỷ . Trong cuộc phỏng vấn này , Wiles sẽ nói cho chúng ta về một kết quả quan trọng và việc làm toán nói chung

Ông cảm thấy như thế nào sau khi tìm kiếm một chứng minh cho định lý lớn Fermat trong thời gian quá lâu như vậy ?

Nó thật tuyệt vời . Đây là điều đáng để chúng ta sống , nó tạo nên những tia sáng và sự hứng thú . Nó thật sự khó để nghiên cứu hoặc cố gắng làm gì đó - bạn sống trên chín tầng mây trong một hoặc hai ngày . Một chút khó khăn để trở lại với cuộc sống , công việc bình thường . Và tôi nghĩ thật khó để tôi có thể trở lại làm việc với một vấn đề bình thường .

Ông có nghĩ chứng minh định lý lớn Fermat của mình không phải là sự kết thúc của một cái gì đó mà có khi lại mở ra một điều gì mới không ?

Tôi nghĩ là cả hai . Việc chứng minh định lý lớn Fermat là sự kết thúc của một vấn đề cổ điển trong toán học nói riêng , đặc biệt tôi đến với toán học là vì nó từ khi tôi còn rất trẻ . Nó như một sự kết thúc thời thơ ấu lãng mạn trong toán học đối với tôi .

Nhưng cũng từ đó nó hé lộ một chút về chương trình Langlands , một chút gì đó để có thể tiến vào chương trình Langlands . Khi mở cánh cửa đó , [ cho phép ] rất nhiều người đi vào và phát triển nó , đó cũng là những gì tôi đã cố gắng làm .

Tại sao ông lại cố gắng chứng minh định lý lớn Fermat một cách thầm lặng , bí mật ?

Tôi không thật sự làm việc trong bí mật . Tôi đã nói chuyện này với một hai người và sau đó nhận ra tôi không thể nói nó thêm với ai nữa , như vậy không thoải mái . Mọi người muốn biết tôi đã làm những gì trong thời gian đó và những kết quả mà tôi đạt được . Tôi khá chắc rằng nó nhiều người đang làm việc với giả thuyết Riemann ( một vấn đề mở khác cũng rất nổi tiếng ) cũng không nói với ai rằng họ đang làm gì . Bởi vì khi bạn có ý tưởng , bạn chỉ muốn làm việc với nó . Nhưng chắc chắn rằng khi làm việc với các vấn đề như vậy , bạn hầu như không có ý tưởng ...

Ông cảm thấy như thế nào trong lần đầu tiên công bố chứng minh của mình trong một loạt các bài giảng ở đại học Cambridge . Và về việc phát hiện ra lỗi trong chứng minh ?

Khám phá là điều thú vị nhất. Có một điều gì đó nho nhỏ khi bạn chia sẻ nó ( chứng minh ) . Đây là một cuộc chiến của bản thân tôi . Người bạn tôi đã phát hiện ra lỗi và tôi đã có một chút cảm xúc hỗn loạn khi đó , thỉnh thoảng người ta còn nói xấu tôi . Nhưng nó chỉ là một lỗi nhỏ và tôi đã khắc phục được .

Ông thường nói chuyện với những người có chuyên môn còn nếu ông phát biểu trước công chúng thì ông sẽ nhấn mạnh điều gì ? 

Tôi nghĩ rằng nhiều người không quan tâm đến toán học , ví dụ như giới trẻ . Nhưng thật sự điều bạn thấy ở trẻ em là họ thật sự thích nó trước khi họ có vài trải nghiệm xấu về nó . Hầu như là ai cũng sẽ có trải nghiệm xấu , và nó được sinh ra khi bạn sống trong một môi trường mà mọi người đều sợ nó hoặc bạn được giảng dạy không đúng cách . Nhưng một cách tự nhiên tôi thấy trẻ em rất thú vị . Trẻ em tò mò , và có quyền khám phá thế giới bên ngoài . Tôi cố gắng giải thích cho họ rằng những người làm toán , việc làm toán là một trải nghiệm rất thú vị .

Bạn có thể làm toán như một đứa trẻ hoặc một người trưởng thành . Người dân không cần sử dụng đến nó . Một số người thấy việc làm toán rất căng thẳng . Ngay cả những người rất giỏi toán đôi khi cũng cảm thấy khó khăn và họ cảm giác mình đang thất bại . Nhưng đó là một phần của quá trình , bạn phải chấp nhận để hiểu và tận hưởng quá trình đó . Vâng , khi bạn không hiểu một cái gì đó [ hiện tại ] nhưng bạn hãy có niềm tin rằng trong tương lai bạn sẽ vượt qua được nó .

Giống như trong thể thao , muốn chạy nhanh , muốn giỏi ở bất cứ điều gì , bạn phải tập luyện . Để đạt được những thành tựu mới mẻ , bạn phải cố gắng vượt qua những khó khăn hiện tại . Đó không phải là điều gì đó quá sợ hãi , nó là điều mà ai cũng phải cố gắng vượt qua .

Tôi cố gắng chống lại một số điều , một thông điệp , ví dụ như trong bộ phim Good Will Hunting , rằng khi bạn sinh ra bạn có hoặc không có một điều gì đó trong bản thân mình . Đó không phải là quan điểm của các nhà toán học . Chúng ta đều cảm thấy khó khăn , chúng tôi không khác biệt với những đứa trẻ đang cố gắng giải một bài toán lớp ba . Quá trình làm việc là tương tự , chúng tôi chỉ khác là chuẩn bị để xử lý và giải quyết những điều lớn hơn và sẵn sàng đối mặt với thất bại .

Có một số người có khả năng bẩm sinh về toán học nhưng tôi tin rằng ai cũng có thể học tốt toán nếu họ đã chuẩn bị để đối phó với những vấn đề tâm lý mà họ hay mắc phải .

Ông sẽ làm gì khi gặp phải khó khăn ?

Quá trình nghiên cứu toán học đối với tôi như là cố gắng tìm hiểu mọi vấn đề liên quan , nghĩ về nó mọi lúc mọi nơi , sử dụng tất cả các kĩ thuật mà mình có . Nhưng thông thường vẫn có điều gì đó khiến ta mắc kẹt - đó là khó khăn .

Sau đó bạn nên dừng lại , bỏ nó ở đó , thư giãn một chút rồi lại trở lại với nó . Bằng một cách nào đó , tiềm thức của bạn đã liên kết lại và bạn có thể trở lại với nó , có thể vào chiều hôm sau , ngày hôm sau , các hôm sau đó , các tuần tiếp theo hoặc đôi khi là vài phút và lại làm việc với nó . Đôi khi tôi bỏ một vấn đề trong vài tháng và khi trở lại thì lúc này nó lại trở thành hiển nhiên . Tôi không thể giải thích tại sao như vậy , nhưng bạn nên làm như vậy [ trở lại ] .

Một số người thường làm theo cách này , họ làm việc với rất nhiều vấn đề , họ bỏ một vấn đề một chỗ rồi chuyển sang làm việc với vấn đề khác khi họ gặp khó khăn . Nhưng tôi không làm như vậy được . Tôi mắc kẹt với một vấn đề và tôi không thể nghĩ về điều gì khác . Vì vậy tôi chỉ thư giãn một thời gian và lại quay lại làm việc với nó .

Tôi thật sự nghĩ rằng nó rất tệ để có một trí nhớ , kí ức tốt nếu bạn muốn trở thành một nhà toán học . Bạn cần một trí nhớ hơi tệ bởi vì bạn cần phải quên đi cách tiếp cận vấn đề thời gian trước đó mà bạn đã làm việc để chuyển sang một hướng khác , giống như là tiến hóa. Bạn cần phải gặp vài lỗi nhỏ trong cách mà bạn đã làm trước đó để có một hướng đi khác đối với vấn đề của bạn .

Vì vậy , nếu bạn nhớ tất cả những lần thất bại trước , bạn sẽ không thử chúng lần nữa . Nhưng ví tôi nhớ hơi kém nên tôi thử lại chúng lần nữa và tôi nhận ra tôi chỉ gặp vài lỗi nhỏ , chỉ thiếu một chút nữa để đạt đến những gì tôi muốn .

Ngày nghỉ của ông như thế nào ?

Tôi thích đi nghỉ ở những nơi có phong cảnh đẹp gần Oxford . Ý tôi Oxford là một nơi khá đẹp , có rất nhiều nơi để đi .

Có những nơi rất đẹp , để đi bộ và ngắm cảnh , những nơi được tạo ra bởi những con người của thế kỉ trước - những người đã từng sống ở đó . Khi đó , tôi cảm thấy rất thư giãn .

Sáng tạo trong toán học quan trọng như thế nào ?

 

Filesharing.jpg

 

Sáng tạo là tất cả những gì có thể và cần thiết . Tôi nghĩ người ta có nhiều phản ứng với toán học , kiểu như là " các vấn đề đã được biết hết , giải quyết hết chưa? " hoặc như kiểu một cái máy [ toán học ]

Nhưng không , điều đó là cực kì sáng tạo  . Chúng tôi đang tiến đến những điều hoàn toàn mới mẻ và bất ngờ . Để giảng giải cho người khác , chúng tôi phải làm cho nó rất quan trọng và hợp lý . Nhưng chúng tôi không tạo ra nó theo cách đó, chúng tôi không nghĩa vậy . Chúng tôi nghĩ mình rất sáng tạo , đôi khi người ta bực về các nhà toán học khi cứ nghĩ mình là sáng tạo bởi vì chúng tôi đang suy nghĩ về vẻ đẹp và sự sáng tạo và dĩ nhiên thế giới bên ngoài nghĩ chúng tôi không khác gì một cái máy . Đó không phải cách chúng tôi nghĩ về bản thân

Nó có thể hơi giống âm nhạc . Theo một cách nào đó , âm nhạc , bạn có thể viết nó ra . Ý tôi là , họ chỉ ghi nhận . Nó lên , xuống , lên xuống , đặt một nhịp điệu . Nó cũng có thể viết hoàn toàn bằng kĩ thuật số . Nhưng khi nghe Bach hay Beethoven , đó không phải là một loạt các nốt nhạc , có cái gì đó rất khác trong đó . Cũng giống như chúng tôi , có gì đó rất sáng tạo trong cái đam mê của chúng tôi .

Ông nghĩa rằng toán học được phát hiện hay phát minh ra ?

 

Để nói về điều này , tôi nghĩ không một nhà toán học nào không nghĩ rằng nó được phát hiện ra . Trong một nghĩa nào đó nó có thể là được tạo ra vì có những sai lầm và lựa chọn , nhưng chắc chắn những điều ta thấy trong thực tế chúng ta đều nghĩ rằng chúng ta phát hiện ra nó .

Đó có phải là một sự ảo tưởng cần thiết khi mà là một nhà toán học , để làm công việc này  , ông cần phải tin rằng mình phát hiện ra nó chứ không phải phát minh ra nó ?

 

snowflake2.jpg

 

Tôi không muốn nói đó là sự khiêm tốn , nhưng bằng cách nào đó bạn tìm thấy nó và đột nhiên nhìn thấy vẻ đẹp và bạn cảm giác nó đã ở đó . Nó giống như là khi bạn nhắm và mở mắt ra để nhìn thế giới vậy .

Ai tạo ra hững điều này ?

Vâng , chắc chắn là các nhà toán học chứ không phải các nhà triết học . [ cười ] Chúng tôi là những nghệ sĩ , tận hưởng nó và rời khỏi nó . Có những nhà triết học và những người học nhiều về toán học, nhiều người lo lắng về điều này , nhưng chúng tôi không phải Bertrand Russells , thật sự không phải . [ cười ] Chúng tôi thực sự muốn làm toán  , chúng tôi là những nhà toán học .

 

Dịch từ : plus.math.org 

Người dịch : bangbang1412

  1813 Lượt xem · 0 Trả lời

 Photo

Epsilon số 13

14-02-2017

Đây là số cuối cùng của tạp chí, bạn nào quan tâm có thể tải về ở đây.

  398 Lượt xem · 4 Trả lời ( Trả lời cuối cùng bởi NTMFlashNo1 )

 Photo

Bài toán chuyến xe bus

13-02-2017

BÀI TOÁN CHUYẾN XE BUS
1. Mở đầu
 
Xe buýt là một trong những phương tiện giao thông huyết mạch của thành phố, xấp xỉ lên đến 33 nghìn chuyến mỗi ngày. Vì vậy, lập tuyến xe buýt mới và tối ưu tuyến xe buýt cũ là một trong những ưu tiên hàng đầu của thành phố. Mỗi tuyến xe buýt thường được biểu diễn bởi một đoạn thẳng có độ dài cố định và một số trạm xe buýt nằm giữa hai đầu mút. Người dân muốn các trạm nằm sao đó để tối ưu thời gian di chuyển của họ. Vì vậy, đối tượng cần được tối ưu là thời gian di chuyển trung bình của tất cả người dân.
 
2. Mô hình
 
Chúng ta xét mô hình sau:
 
Giả sử có một con đường dài $L \text{ km}$. Dân số được phân bố đều nhau trên suốt con đường này. Chúng ta cần tìm số trạm xe buýt và vị trí tối ưu của chúng để giảm thiểu thời gian di chuyển trung bình mà một hành khách phải bỏ ra, để đi từ một điểm bất kỳ trên đường đến một điểm bất kỳ khác. Để đi từ $P$ đến $Q$, một hành khách phải đi bộ đến trạm xe buýt gần $P$ nhất, sau đó lên xe và dừng lại ở trạm xe buýt gần $Q$ nhất, rồi đi bộ đến $Q$. Nếu có hai trạm xe buýt cách $P$ một khoảng như nhau, hành khách sẽ chọn trạm để giảm thiểu số trạm phải đi (tương tự nếu có hai trạm cách $Q$ một khoảng như nhau). Tốc độ đi bộ là $W \text{ km/h}$, tốc độ của xe buýt là $B \text{ km/h}$, và một chiếc xe buýt phải dành khoảng $S$ giờ để nhận thêm hoặc bỏ ra các hành khách ở mỗi trạm. Chúng ta ký hiệu $T(P, Q)$ là thời gian mà hành khách phải bỏ ra để đi từ $P$ đến $Q$.
 
Chẳng hạn ta xét bản đồ sau với độ dài quãng đường $L = 20 km$:
Capture.PNG
Có 5 trạm xe buýt và 3 vị trí ngẫu nhiên trên bản đồ, ta tính thời gian di chuyển giữa các vị trí này:
1. Để đi từ $P$ đến $R$, hành khách cần đi $1 \text{ km}$ đến trạm 2, sau đó qua 2 trạm với độ dài $14 \text{ km}$ xuống trạm 4, rồi đi bộ $1 \text{ km}$ đến $R$. Tổng thời gian là:
$$T(P,R)=\frac{1}{W}+\frac{14}{B}+2S+\frac{1}{W}=\frac{2}{W}+\frac{14}{B}+2S$$
2. Tương tự, để đi từ $Q$ đến $R$, ta cần thời gian:
$$T(Q,R)=T(P,R)+\frac{1}{W}=\frac{3}{W}+\frac{14}{B}+2S$$
3. Để đi từ $P$ đến $Q$, hành khách sẽ đi bộ $1 \text{ km}$ đến trạm 2, đi xe buýt $0 \text{ km}$ đến trạm 2 (nghĩa là không làm gì cả), rồi đi bộ $2 \text{ km}$ đến $Q$. Tổng thời gian là:
$$T(P,Q)=\frac{1}{W}+\frac{0}{B}+0S+\frac{2}{W}=\frac{3}{W}$$
(Trường hợp này chỉ dùng để minh họa thuật Toán đi, không có ý nghĩa thực tế.)
Chúng ta thống nhất một vài điều kiện và ký hiệu:
• Luôn có một trạm xe buýt ở 2 đầu mút của đoạn đường.
• Giả sử vị trí của các trạm là $0 = x_{1} < \cdots < x_{n-1} < x_{n} = L$, khi đó ta biểu diễn tuyến xe buýt $A$ qua bộ sắp xếp trạm là $A = (x_{1}, x_{2}, \cdots, x_{n-1}, x_{n})$..
• Tuyến xe buýt $A$ cũng có thể được biểu diễn thông qua bộ $A = (d_{1}, d_{2}, \cdots , d_{n-1}, d_{n})$, với $d_{i} = x_{i} - x_{i-1}$ và $i = 1, 2, . . . , n$.
• Ký hiệu $E (A)$ là thời gian trung bình để đi từ một điểm bất kỳ này đến một điểm bất kỳ khác trên tuyến xe buýt $A$, khi bộ sắp xếp trạm của tuyến này được cố định.
 
3. Câu hỏi
 
Bài toán 1. 
1) Cố định $n$ và bỏ qua thời gian đón và thả hành khách ở mỗi trạm. Chứng minh rằng bộ sắp xếp tối ưu xảy ra khi các trạm xe buýt cách đều nhau. Nghĩa là $E(A)$ đạt giá trị tối thiểu khi $d_{1} = d_{2} = . . . = d_{n-1} = d_{n}$.
 
2) Xét trường hợp $L = 20, W = 5, B = 20, S = 0.05$. Tìm giá trị của $n$ để tối ưu hóa $E(A)$, biết $A$ có $n + 1$ trạm xe buýt cách đều nhau. (Do $S \neq 0$ nên không đảm bảo đây là cách sắp xếp tối ưu nhất với một giá trị n bất kỳ.)
 
Bài toán 2. Mô hình của chúng ta còn nhiều khuyết điểm:
1) Hành khách hoàn toàn có thể đi bộ trực tiếp nếu 2 điểm đi và đến gần nhau.
2) Hành khách thường xuyên đến một số nơi như siêu thị, cơ quan, nhà riêng, .v.v. hơn một số điểm trung gian khác.
3) Dân số phân bố chưa hẳn đã đồng đều trên toàn tuyến.
 
Dựa trên câu 1.1) và 1.2), hãy đưa ra một mô hình có thể giải quyết ba vấn đề trên. Để đơn giản, bạn vẫn có thể giả sử tuyến xe buýt là một đường thẳng.

 

Nguồn: Lê Tạ Đăng Khoa, Bài toán chuyến xe bus, tạp chí Epsilon, số 1, 2015, https://www.facebook...412604425701926

  418 Lượt xem · 0 Trả lời

 Photo

Tuần 2 tháng 2/2017: Chứng minh tam giác $NUV$ cân.

13-02-2017

Như vậy là lời giải cho bài Tuần 1 tháng 2 năm 2017 đã được thầy Hùng cho lời giải tại đây kèm theo đó là bài toán mới. Xin trích dẫn lại bài toán mới:

 

Cho tam giác $ABC$ nội tiếp đường tròn $(O)$ và phân giác $AD$. $K,L$ là tâm ngoại tiếp tam giác $ADB,ADC$. Tiếp tuyến qua $A$ của $(O)$ cắt $BC$ tại $T$. $AK,AL$ cắt $OT$ tại $P,Q$. $E,F$ là hình chiếu của $Q,P$ lên $CA,AB$. $M,N$ là trung điểm của $BC,AM$. $NE,NF$ cắt $BC$ tại $U,V$. Chứng minh rằng tam giác $NUV$ cân.

 

Screen Shot 2017-02-13 at 5.26.55 AM.png

  568 Lượt xem · 2 Trả lời ( Trả lời cuối cùng bởi quynhlqd2016 )

 Photo

Tội phạm và động đất

07-02-2017

TỘI PHẠM VÀ ĐỘNG ĐẤT

 
Nếu bạn đang sống ở Los Angeles có hai điều có thể làm cho bạn đặc biệt lo lắng: động đất và tội phạm. May mắn thay, các nhà toán học đã có thể đưa ra cách để giúp cho bạn an toàn ở cả hai điều trên. Một hệ thống phần mềm có tên là là Predpol đã được nhà toán học George Mohler, nhà nhân chủng học Jeff Brantingham và những người khác phát triển, hiện được sở cảnh sát Los Angeles và ơcác thành phố khác sử dụng làm công cụ pháp lý. Nhân viên cảnh sát trong khu vực sử dụng phần mềm này mỗi ngày. 
 
la.jpg
Los Angeles
 
Predpol là kí hiệu viết tắt của “predictive policing – Chính sách Dự đoán ”. Predpol hoạt động dựa trên tính toán xác suất khả năng tội phạm sẽ thực hiện trong một khu vực cụ thể trong một ngày cụ thể dựa trên các dữ liệu theo thời gian thực từ những ngày trước. Nhân viên cảnh sát đã được cung cấp bản đồ dự báo trước cho biết những nơi có xác suất xuất hiện tội phạm cao, do đó họ có thể đưa ra thêm các cuộc tuần tra và hi vọng có thể ngăn chặn tội ác xảy ra.
 
Vậy làm thế nào để hiểu về tội phạm theo nghĩa toán học? Có một cách đó là đi theo hướng từ dưới lên, sử dụng các quy tắc toán học để mô tả những hành vi của bọn tội phạm riêng biệt và quan sát dạng mẫu mô hình xuất hiện. Nhưng bạn cũng có thể sử dụng cách đi từ tren xuống, quên đi tính riêng biệt và nhìn vào tội phạm ứng với số lần xuất hiện trong thống kê, giống như động đất có xuất hiện một số quy luật. Predpol sử dụng cách tiếp cận thứ 2.
 
I. CÁC BĂNG NHÓM VÀ BẠO LỰC
 
Để dễ hiểu, chúng ta hãy tập trung vào những thứ đang phổ biến rộng rãi ở Los Angeles và cũng như các thành phố lớn khác: đó là băng nhóm tội phạm, các băng nhóm này thường gây ra những trận đánh ác liệt nhằm “tranh giành” lãnh thổ, và nếu ai dám gây hấn với băng nhóm này thì chắc chắn sẽ có trả thù. Sau cùng, hệ quả mà các băng nhóm bạo lực đã tạo ra tương tự như động đất: bạo lực sẽ leo thang, cũng như động đất thì đi kèm với dư chấn.
 
grafitti.jpg
Graffiti tại Los Angeles
 
Có thể mô tả động đất theo nghĩa toán học là một quá trình tự kích thích, là những sự kiện xảy ra theo thời gian dựa trên kết quả của nhiều yếu tố phức tạp nên ta xem động đất là một quá trình ngẫu nhiên. Khi có một trận động đất xảy ra thì trong tương lai gần, khả năng xảy ra những dư chấn sẽ tăng lên. Đó là một phần của quá trình tự kích thích. 
 
Trong toán học có một kỹ thuật có thể giải quyết dãy các sự kiện tự kích thích ấy, gọi là Quy trình Hewkes, quy trình này có thể áp dụng vào các cuộc đối đầu giữa hai băng nhóm. Ý tưởng của quy trình này đó là xem hành vi bạo lực giữa các băng nhóm là một dãy các sự kiện theo thời gian. Ta cần hàm số tốc độ $r\left( t \right)$ biểu diễn khả năng xảy ra hành vi phạm tội tại thời điểm $t$, khả năng này còn tùy thuộc vào những gì đã xảy ra trước đó (vì quá trình này là quá trình tự kích thích). Ta thường xem tốc độ này là số lượng các sự kiện xảy ra trong một khoảng thời gian nhất định, ví dụ như số lượng tội phạm mà ta dự đoán xảy ra trong mỗi ngày. Tuy nhiên, trong trường hợp này, ta xác định độ dài khoảng thời gian là cực kì nhỏ. Vì vậy bạn có thể xem hàm số tốc độ $r\left( t \right)$ là tốc độ tức thời mà ta kì vọng hành vi phạm tội xảy ra tại thời gian $t$.
 
Bây giờ ta biểu diễn hàm số tốc độ thành các tổng. Biểu thức đầu tiên của tổng đó là tốc độ nền của tội phạm, tức là tốc độ các cuộc tấn công vô cớ giữa hai băng nhóm đã xảy ra, bỏ qua lý do trả thù. Các biểu thức còn lại của tổng tương ứng với số lượng các cuộc “hỗn chiến” giữa 2 băng nhóm tăng lên theo tốc độ nền, điều này phản ánh phần tự kích thích (sự trả thù). Các cuộc tấn công riêng biệt xảy ra càng lâu về quá khứ thì càng ít tác động vào hàm số tốc độ theo thời gian $t$.
 
Từ năm 2010, trong một bài báo, một nhóm sinh viên năm cuối của trường đại học Angeles, California, đã từng sử dụng Quy trình Hewkes để mô hình sự cạnh tranh giữa các cặp băng nhóm trong tại huyện Hollenbeck, LA. Trong đó, mặc dù khu vực này chỉ có 15 dặm vuông, nhưng đây là một trong những khu vực hung tợn nhất LA. Hàm số tốc độ họ sử dụng là:
$$r\left( t \right)=b+k\left( w{{e}^{-w\left( t-{{t}_{1}} \right)}}+w{{e}^{-w\left( t-{{t}_{2}} \right)}}+w{{e}^{-w\left( t-{{t}_{3}} \right)}}+\ldots +w{{e}^{-w\left( t-{{t}_{n}} \right)}} \right)$$
Trong đó $b$ là một số dương không đổi dùng để đo tốc độ phạm tội nền giữa hai băng nhóm. Từ ${{t}_{1}}$, ${{t}_{2}}$ đến ${{t}_{n}}$ là những xung đột giữa 2 băng nhóm đã xảy ra trong quá khứ trước thời điểm $t$. Biểu thức $w{{e}^{-w\left( t-{{t}_{i}} \right)}}$ cho thấy mong muốn trả thù ngược lại của những tội phạm. Bạn có thể thấy rằng một cuộc “hỗn chiến” đã xảy ra cách đây càng lâu ($t-{{t}_{i}}$ càng lớn) thì biểu thức $w{{e}^{-w\left( t-{{t}_{i}} \right)}}$ càng nhỏ. Trong biểu thức trên $w$ là số dương không đổi, biểu diễn tốc độ ảnh hưởng của tội ác đang giảm dần, $w$ càng lớn, biểu thức $w{{e}^{-w\left( t-{{t}_{i}} \right)}}$ càng nhỏ. Số $k$ là một nhân tử dương chung phản ánh độ lớn của sự trả thù giữa các cặp băng nhóm. Nếu hai băng nhóm không quá “phiền muộn” về nhau, thì giá trị $k$ sẽ nhỏ, góp phần làm cho toàn bộ khả năng xảy ra thanh toán nhau trong quá khứ cũng nhỏ lại. Tuy nhiên, nếu 2 băng nhóm quyết định thanh toán nhau thì thực sự đó sẽ là một trận quyết liệt, giá trị $k$ sẽ lớn.
 
II. MÔ HÌNH VÀ THỰC TẾ
 
Để sử dụng mô hình này, ta cần phải xác định các giá trị cụ thể cho từng tham số, chẳng hạn như tốc độ nền. Để làm được điều này, các sinh viên phải xem xét dữ liệu thực của tội phạm trên nhiều khu vực do sở cảnh sát Los Angeles cung cấp. Có một phương pháp thống kê được gọi là ước lượng hợp lý cực đại cho phép bạn tìm các giá trị tham số sao cho phù hợp với thực tế nhất. 
 
Một khi bạn có các giá trị tham số, bạn có thể sử dụng hàm số tốc độ để mô phỏng tội phạm giữa hai băng nhóm như một dãy sự kiện theo thời gian. Cơ hội xảy ra tội ác là ngẫu nhiên, nhưng cơ hội đó là không giống nhau với mọi thời gian $t$, dĩ nhiên là cơ hội này được tạo ra bởi hàm số tốc độ. Bằng cách xem xét các dạng mô phỏng của tội phạm rồi so sánh với dữ liệu thực tế, bạn có thể đánh giá rằng xem mô hình có phải đã mô tả đúng hiện thực hay chưa (đã có những phương pháp thống kê chuẩn cho việc so sánh đó). Và một khi bạn hài lòng với mô hình này, bạn có thể sử dụng nó để dự đoán những gì sẽ xảy ra trong thế giới thực, từ đó có thể ngăn ngừa tội ác sẽ xảy ra.
 
handcuffs.jpg
Sử dụng toán học để chống lại tội phạm
 
Đây chỉ là một ví dụ đơn giản về ứng dụng toán học vào phần mềm như Predpol, điều này mang lại cho bạn một cái nhìn sơ nét của ý tưởng tổng quát hơn. Predpol không chỉ được sử dụng để tìm hiểu về xung đột băng đảng mà còn để tìm hiểu thêm về các loại tội phạm khác. Cho đến nay kết quả đạt được rất đáng khích lệ. Năm 2011 sau khi sở cảnh sát Santa Cruz bắt đầu sử dụng Predpol thì những vụ trộn cướp đã giảm 27% so với năm trước và năm 2011-2012, trong một buổi giới thiệu tại Hạt Foothill ở Los Angeles, người ta cho biết tội phạm đã giảm 17% so với 0,4% mức tăng trung bình trên những nơi còn lại ở thành phố. Do đó một số công dân của LA cảm thấy rằng tội phạm phải trả giá, có thể bằng cách sử dụng toán học để đấu tranh chống lại chúng.
 
Bài viết do thành viên Chuyên san EXP dịch

  523 Lượt xem · 3 Trả lời ( Trả lời cuối cùng bởi Su-tu )


Những bài toán trong tuần

Tìm tất cả các hàm thỏa $f:\mathbb{R}\to \mathbb{R}$ $$f\left( x+\cos \left( ny \right) \right)=f\left( x \right)+n\cos \left( f\left( y \right) \right)$$ Với $n\in {{\mathbb{N}}^{*}}$

>>Tham gia giải bài toán này<<

Những bài toán đã qua


Mỗi tuần 1 bài toán hình học

Cho tam giác $ABC$ có tâm nội tiếp $I$, tâm ngoại tiếp $O$ và tâm bàng tiếp ứng với đỉnh $A$ là $J$. $M,N$ đối xứng với $A$ qua $IB,IC$. $P,Q$ đối xứng với $B,C$ qua $IA$. $JM,JN$ cắt đường thẳng $OI$ tại $E,F$. $PE$ cắt $FB$ tại $S$. $EC$ cắt $FQ$ tại $T$. Chứng minh rằng $S,T,J$ thẳng hàng.


Tham gia giải bài toán này

Ấn phẩm của Diễn đàn Toán học

 

 

 

Bài viết mới


  • 567441 Bài viết
  • 91766 Thành viên
  • Thanh Loan 7012 Thành viên mới nhất
  • 17600 Online đông nhất

1296 người đang truy cập (trong 20 phút trước)

4 thành viên, 1292 khách, 0 thành viên ẩn danh   (Xem đầy đủ danh sách)


tritanngo99, fromzerotohero, myduyen2792, viet9a14124869


Portal v1.4.0 by DevFuse | Based on IP.Board Portal by IPS