通过一个学期的学习和学校数位专家教授的耐心讲解，产生了一些自己对数学学科的体会。下面就简要谈谈，通过听取前沿讲座我对数学学科的理解与变化。 近半个多世纪以来，随着计算机技术的迅速发展，数学的应用不仅在工程技术、自然科学 等领域发挥着越来越重要的作用，而且以空前的广度和深度向经济、金融、生物、医学、环境、 地质、人口、交通等新的领域渗透，所谓数学技术已经成为当代高新技术的重要组成部分。因有数学,才有今天科技的繁荣， 在我们身边到处都有数学问题。 今天科技领域也以数学为基础。 如计算机的发展，一切理论都是数学家提出的，某个物理学家要研究某个项目，都要以丰厚的 数学功底为前提。在人们的生活中，时刻与数学打交道，可谓世界因数学而精彩。既然数学有 如此大的魅力，下面将粗略的介绍一下。 数学曾出现三次危机：无理数的发现——第一次数学危机；无穷小是零吗——第二次数学 危机；悖论的产生---第三次数学危机。数学历来被视为严格、和谐、精确的学科，纵观数学 发展史，数学发展从来不是完全直线式的，他的体系不是永远和谐的，而常常出现悖论。在悖 论中逐渐成熟，进而到现在出现多个分支，分为：基础数学、数论、代数学、几何学、拓扑学、 函数论、常微分方程、偏微分方程、概率论、应用数学、运筹学。
一、应用数学 应用数学属于数学一级学科下的二级学科。应用数学是应用目的明确的数学理论和方法的 总称，它是数学理论知识与应用科学、工程技术等领域联系的重要纽带。应用数学主要研究具 有实际背景或应用前景的数学理论或方法，以数学各个分支的应用基础理论为研究主体，同时 也研究自然科学、工程技术、信息、经济、管理等科学中的数学问题，包括建立相应的数学模型、利用数学方法解决实际问题等。 主要研究方向：
(1) 非线性偏微分方程 非线性偏微分方程是现代数学的一个重要分支，无论在理论中还是在实际应用中，非线性 偏微分方程均被用来描述力学、控制过程、生态与经济系统、化工循环系统及流行病学等领域 的问题。利用非线性偏微分方程描述上述问题充分考虑到空间、时间、时滞的影响，因而更能 准确的反映实际。本方向主要研究非线性偏微分方程、H-半变分不等式、最优控制系统的微分 方程理论及其在电力系统的应用。
(2)拓扑学 拓扑学，是近代发展起来的一个研究连续性现象的数学分支。中文名称起源于希腊语 Τ ο π ο λ ο γ 的音译。Topology 原意为地貌，于 19 世纪中期由科学家引入，当时主要研究 的是出于数学分析的需要而产生的一些几何问题。发展至今，拓扑学主要研究拓扑空间在拓扑 变换下的不变性质和不变量。 拓扑学是数学中一个重要的、基础的分支。
起初它是几何学的 一支，研究几何图形在连续变形下保持不变的性质(所谓连续变形，形象地说就是允许伸缩和 扭曲等变形，但不许割断和粘合)；现在已发展成为研究连续性现象的数学分支。 由于连续性在数学中的表现方式与研究方法的多样性，拓扑学又分成研究对象与方法各异 的若干分支。19 世纪末，在拓扑学的孕育阶段，就已出现点集拓扑学与组合拓扑学两个方向。 现在，前者演化为一般拓扑学，后者则成为代数拓扑学。后来，又相继出现了微分拓朴学、几何拓扑学等分支。 拓扑学也是数学的一个分支，研究几何图形在连续改变形状时还能保持不 变的一些特性，它只考虑物体间的位置关系而不考虑它们的距离和大小。 举例来说，在通常 的平面几何里，把平面上的一个图形搬到另一个图形上，如果完全重合，那么这两个图形叫做 全等形。但是，在拓扑学里所研究的图形，在运动中无论它的大小或者形状都发生变化。在拓 扑学里没有不能弯曲的元素，每一个图形的大小、形状都可以改变。例如，下面将要讲的欧拉 在解决哥尼斯堡七桥问题的时候， 他画的图形就不考虑它的大小、 形状， 仅考虑点和线的个数。 这些就是拓扑学思考问题的出发点。 简单地说，拓扑就是研究有形的物体在连续变换下，怎样还能保持性质不变。
几何拓扑学是十九世纪形成的一门数学分支，它属于几何学的范畴。有关拓扑学的一些内 容早在十八世纪就出现了。那时候发现一些孤立的问题，后来在拓扑学的形成中占着重要
的地 位。 在数学上，关于哥尼斯堡七桥问题、多面体的 欧拉定理、四色问题等都是拓扑学发展史的 重要问题。 哥尼斯堡七桥问题 哥尼斯堡（今俄罗斯加里宁格勒）是东普鲁士的首都，普莱格尔河横贯其中。十八世纪在 这条河上建有七座桥，将河中间的两个岛和河岸联结起来。人们闲暇时经常在这上边散步，一 天有人提出：能不能每座桥都只走一遍，最后又回到原来的位置。这个看起来很简单又很有趣 的问题吸引了大家，很多人在尝试各种各样的走法，但谁也没有做到。看来要得到一个明确、 理想的答案还不那么容易。欧拉经过分析，得出结论——不可能每座桥都走一遍，最后回到原 来的位置。并且给出了所有能够一笔画出来的图形所应具有的条件。这是拓扑学的“先声”。 在拓扑学的发展历史中，还有一个著名而且重要的关于多面体的定理也和欧拉有关。这个定理内容是：如果一个凸多面体的顶点数是 v、棱数是 e、面数是 f，那么它们总有这样的关 系：f+v-e=2。 根据多面体的欧拉定理，可以得出这样一个有趣的事实：只存在五种正多面体。它们是正 四面体、正六面体、正八面体、正十二面体、正二十面体。 著名的“四色问题”也是与拓扑学发展有关的问题。四色问题又称 四色猜想，是世界近代 三大数学难题之一。 拓扑学起初叫形势分析学，是莱布尼茨 1679 年提出的名词。十九世纪中期，黎曼在复函 数的研究中强调研究函数和积分就必须研究形 势分析学。从此开始了现代拓扑学的系统研究。 在拓扑学
里不讨论两个图形全等的概念，但是讨论拓扑等价的概念。比如，尽管圆和方形、三 角形的形状、大小不同，在拓扑变换下，它们都是等价图形。换句话讲，就是从拓扑学的角度 看，它们是完全一样的。在一个球面上任选一些点用不相交的线把它们连接起来，这样球面就 被这些线分成许多块。在拓扑变换下，点、线、块的数目仍和原来的数目一样，这就是拓扑等 价。一般地说，对于任意形状的闭曲面，只要不把曲面撕裂或割破，他的变换就是拓扑变换， 就存在拓扑等价。应该指出，环面不具有这个性质。把环面切开，它不至于分成许多块，只是 变成一个弯曲的圆桶形，对于这种情况，我们就说球面不能拓扑的变成环面。所以球面和环面 在拓扑学中是不同的曲面。
（3）概率论与数理统计 研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的。在一定条件下 必然发生某一结果的现象称为决定性现象。例如在标准大气压下，纯水加热到 100℃时水必然 会沸腾等。随机现象则是指在基本条件不变的情况下，一系列试验或观察会得到不同结果的现 象。每一次试验或观察前，不能肯定会出现哪种结果，呈现出偶然性。例如，掷一硬币，可能 出现正面或反面，在同一工艺条件下生产出的灯泡，其寿命长短参差不齐等等。随机现象的实 现和对它的观察称为随机试验。随机试验的每一可能结果称为一个基本事件，一个或一组基本 事件统称随机事件，或简称事件。事
件的概率则是衡量该事件发生的可能性的量度。虽然在一 次随机试验中某个事件的发生是带有偶然性的， 但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。例如，连续多次掷一均匀的硬币，出现正面的频率随着投掷次数 的增加逐渐趋向于 1/2。又如，多次测量一物体的长度，其测量结果的平均值随着测量次数的 增加，逐渐稳定于一常数，并且诸测量值大都落在此常数的附近，其分布状况呈现中间多，两 头少及某程度的对称性。 大数定律及中心极限定理就是描述和论证这些规律的。 在实际生活中， 人们往往还需要研究某一特定随机现象的演变情况随机过程。例如，微小粒子在液体中受周围 分子的随机碰撞而形成不规则的运动（即布朗运动） ，这就是随机过程。随机过程的统计特性、 计算与随机过程有关的某些事件的概率， 特别是研究与随机过程样本轨道(即过程的一次实现) 有关的问题，是现代概率论的主要课题。
（4）运筹学 在中国战国时期，曾经有过一次流传后世的赛马比赛，相信大家都知道，这就是 田忌赛马。 田忌赛马的故事说明在已有的条件下，经过筹划、安排，选择一个最好的方案，就会取得最好 的效果。可见，筹划安排是十分重要的。 现在普遍认为，运筹学是近代应用数学的一个分支，主要是将生产、管理等事件中出现的 一些带有普遍性的运筹问题加以提炼，然后利用数学方法进行解决。前者提供模型，后者提供 理论和方法。 运筹学的
思想在古代就已经产生了。敌我双方交战，要克敌制胜就要在了解双方情况的基 础上，做出最优的对付敌人的方法，这就是“运筹帷幄之中，决胜千里之外”的说法。但是作 为一门数学学科，用纯数学的方法来解决最优方法的选择安排，却是 晚多了。也可以说，运筹 学是在二十世纪四十年代才开始兴起的一门分支。 运筹学主要研究经济活动和军事活动中能用数量来表达的有关策划、管理方面的问题。当 然，随着客观实际的发展，运筹学的许多内容不但研究经济和军事活动，有些已经深入到日常 生活当中去了。运筹学可以根据问题的要求，通过数学上的分析、运算，得出各种各样的结果， 最后提出综合性的合理安排，以达到最好的效果。 运筹学作为一门用来解决实际问题的学科，在处理千差万别的各种问题时，一般有以下几 个步骤：确定目标、制定方案、建立模型、制定解法。 虽然不大可能存在能处理及其广泛对象的运筹学，但是在运筹学的发展过程中还是形成了 某些抽象模型，并能应用解决较广泛的实际问题。 随着科学技术和生产的发展，运筹学已渗入很多领域里，发挥了越来越重要的作用。运筹 学本身也在不断发展，现在已经是一个包括好几个分支的数学部门了。比如：数学规划（又包 含线性规划；非线性规划；整数规划；组合规划等） 、图论、网络流、决策分析、排队论、可 靠性数学理论、库存论、博弈论、搜索论、模拟等等。运筹学有广阔的应用领域，它已渗透到 诸如服务、库存、搜索、人口、对
抗、控制、时间表、资源分配、厂址定位、能源、设计、生 产、可靠性等各个方面。 运筹学是软科学中“硬度”较大的一门学科，兼有逻辑的数学和数学的逻辑的性质，是系 统工程学和现代管理科学中的一种基础理论和不可缺少的方法、手段和工具。运筹学已被应用 到各种管理工程中，在现代化建设中发挥着重要作用。
（5）代数学 代数学是数学的一个重要的基础分支。传统的代数学有群论，环论，模论，域论，线性代 数与多重线性代数(含矩阵论)，有限维代数，同调代数，范畴等。目前，代数学的发展有几个 特征：其一是与其它数学分支交叉，例如与几何，数论交叉产生了代数几何，算术几何，代数 数论等目前数学主流方向， 矩阵论与组合学交叉产生了组合矩阵论。 其二是代数学与计算科学， 计算机科学的交叉，产生了计算代数，数学机械化，代数密码学，代数自动机等新的方向。随 着计算科学的发展，矩阵论仍处在发展的阶段，显示出其生命力。其三是一些老的重要代数学 分支从代数学中独立出来形成新的数学分支，如李群与李代数，代数 K 理论。 1．矩阵几何及应用：目前矩阵几何的发展主要有三个方面：一是将矩阵几何的研究推广 到有零因子的环上； 二是将矩阵几何基本定理中的条件化简或寻找其它等价条件，并找出特 殊情况下的简单证明； 三是将矩阵几何的研究范围扩大到保其它的几何不变量以及无限维算子 代数中。 2．环上矩阵论及应用： 四元数与四元数
矩阵论在物理学，力学，计算机科学，工程技术 中具有较好的应用， 受到国内外工程技术界的重视。 矩阵方程在很多实际问题(例如控制论，稳定性理论)中有重要的作用，也是长期的研究热点。 3．群论及应用：群论是代数学的基础，也是物理学的基本工具。 典型群是群的一种很重 要的类型。研究数域或整数环上一般线性群的有限子群，用群的某些算术条件刻画群的结构并 对其进行分类。 4．Clifford 代数, Hopf 代数及应用：目前，Clifford 代数，Hopf 代数己成为物理学中 的热门工具。二维 Clifford 代数就是四元数。 5．代数学在计算机科学与信息科学的应用：随着信息化进程与因特网的深入与飞速发展， 信息安全问题日益重要，保护网上信息安全是一个极为重要的新课题。主要采用加密技术与数 字鉴定，实际上是数学技术，主要用到代数学，组合数学与数论。图像压缩处理是信息处理中 的一个困难和极为重要的问题。 体会：在上课时，老师讲了一个年轻的数学家。1832 年 5 月 30 日清晨，在巴黎的葛拉塞 尔湖附近躺着一个昏迷的年轻人，过路的农民从枪伤判断他是决斗后受了重伤，就把这个不知 名的青年抬到医院。第二天早晨十点，这个可怜的年轻人离开了人世，数学史上最年轻、最富 有创造性的头脑停止了思考。后来的一些著名数学家们说，他的死使数学的发展被推迟了几十 年，他就是伽罗华。当时我就在想，何谓人生价值？一个人，能够影响世界，对世界产生巨大 的影响，人离去后，被后人追念，
此乃正真的人生价值，人生到如此境界，夫复何求。他 18 岁时便有如此大的成就，这令我心灵深深地震撼。我们生活在这个繁荣的世界，学习条件，设 备，都比当时优越，而且当时没有名师指导，就自己开出一片新领域 —群论，实在令人佩服和 敬仰。我们在今后的学习和生活之中，也应多思考，对数学要有热爱，多思索和研究，打破“前 无古人，后无来者”的局面。
二、金融数学
（1）概述 金融数学是一门新兴学科，是“金融高技术 ”的重要组成部分。研究金融数学有着重要 的意义。 金融数学总的研究目标是利用我国数学界某些方面的优势，围绕金融市场的均衡与 有价证券定价的数学理论进行深入剖析，建立适合我国国情的数学模型，编写一定的计算机软 件，对理论研究结果进行仿真计算，对实际数据进行计量经济分析研究，为实际金融部门提供 较深入的技术分析咨询。 金融数学是在两次华尔街革命的基础上迅速发展起来的一门数学与金 融学相交叉的前沿学科。其核心内容就是研究不确定随机环境下的投资组合的最优选择理论和 资产的定价理论。套利、最优与均衡是金融数学的基本经济思想和三大基本概念。在国际上，这门学科已经有 50 多年的发展历史，特别是近些年来，
在许多专家、学者们的努力下，金融 数学中的许多理论得以证明、模拟和完善。金融数学的迅速发展，带动了现代金融市场中金融 产品的快速创新，使得金融交易的范围和层次更加丰富和多样。这门新兴的学科同样与我国金 融改革和发展有紧密的联系，而且其在我国的发展前景不可限量。
（2）现状及发展 在国内不能回避这样一个事实：受过高等教育的专业人士都可以读懂国内经济类，金融类 核 心 期 刊 ， 但 国 内 金 融 学 专 业 的 本 科 生 却 很 难 读 懂 本 专 业 的 国 际 核 心 期 刊 《 Journal of Finance》 ，证劵投资基金经理少有人去阅读《Joural of Portfolio Management》 ，其原因不 在于外语的熟练程度，而在于内容和研究方法上的差异，国内较多停留在以描述性分析为主着重描述金融的定义，市场的划分及金融组织等，或称为描述金融；而国外学术界以及实务界则 以数量性分析为主，比如资本资产定价原理，衍生资产的复制方法等，或称为分析金融，即使 在国内金融学的教材中， 虽然涉及到了标的资产 （Underlying ast） 和衍生资产 （Derivative ast）定价，但对公式提出的原文证明也予以回避，这种现象是不合理的，产生这种现象的 原因有如下几个方面：首先，根据研究方法的不同，我国金融学科既可以归到我国哲学社会科 学规划办公室，也可以归到国家自然科学基金委员会管理科学部，前者占主要地位，且这支队 伍大
多来自经济转轨前的哲学和政治学队伍， 因此研究方法多为定性的方法。 而西方正好相反， 金融研究方向的队伍具有很好的数理功底。其次是我国的金融市场的实际环境所决定。我国证券市场刚起步，也没有一个统一的货币市场，投资者队伍主要由中小投资者构成，市场投机成分高，因此不会产生对现代投资理论的需求，相应地，学术界也难以对此产生研究的热情。 然而数学技术以其精确的描述，严密的推导已经不容争辩地走进了金融领域。自从 1952 年马柯维茨（Markowitz）提出了用随机变量的特征变量来描述金融资产的收益性，不确定性 和流动性以来，已经很难分清世界一流的金融杂志是在分析金融市场还是在撰写一篇数学论 文。再回到 Collins 的讲话，在金融证券化的趋势中，无论是我们采用统计学的方法分析历史数据，寻找价格波动规律，还是用数学分析的方法去复制金融产品，谁最先发现了在规律，谁 就能在瞬息万变的金融市场中获取高额利润。尽管由于森严的进入堡垒，数学进入金融领域受 到了一的排斥和漠视，然而为了追求利润，未知的恐惧显得不堪一击。 于是，在未来我们可以想象有这样一个充满美好前景的产业链：金融市场 --金融数学--计 算机技术。金融市场存在巨大的利润和高风险，需要计算机技术帮助分析，然而计算机不可能 大概，左右等描述性语言，它本质上只能识别由 0 和 1 构成的空间，金融数学在这个过程中正 好扮演了一个中介角色，它可以用精确语言描述随机波动的
市场。比如，通过收益率状态矩阵 在无套利的情形下找到了无风险贴现因子。因此，金融数学能帮助 IT 产业向金融产业延伸， 并获取自己的利润空间。
