数学
概述
数学（Mathematics）是一门以逻辑与演绎方式探究数、量、结构、空间、变化等抽象对象之间关系的学科。它既是为自然科学、工程学、经济学等几乎所有学科领域提供语言与工具的基础学科，同时也构成了一个自行设定定义与公理、并通过证明层层堆叠定理的独立知识体系。数学的结论不依赖经验或实验，仅凭逻辑必然性获得正当性，这一点使之与其他科学区别开来。
主要内容
定义与性质
数学最大的特征是形式上的严密性与抽象性。数学家首先定义（definition）对象是什么，确立作为论证出发点的公理（axiom），然后仅凭被允许的推理规则推导出定理（theorem）。这一过程称为证明（proof），不存在证明的主张不会被承认为数学上为真。正因如此，即便是相同的内容，数学也可以在不同的公理系统上以完全不同的面貌展开。典型的例子是欧几里得几何与非欧几何，它们通过采纳不同的平行公理，各自成立为无矛盾的独立体系。
历史
数学的起源可追溯至古代文明的实用需求，即征税、土地测量、天文观测与商业交易。在美索不达米亚与埃及，计算法与测量术被记录在泥板和纸草上；直到古希腊，演绎证明的传统才得以确立。欧几里得的《几何原本》被视为首次系统化地从公理出发堆叠定理这一方式的著作。
此后历经印度与伊斯兰世界，0的概念、位值记数法与代数学得到发展；17世纪，笛卡尔的坐标几何与牛顿、莱布尼茨的微积分问世，开启了近代数学的视野。19世纪，柯西与魏尔斯特拉斯等人严密地重整了分析学，康托尔的集合论与希尔伯特的公理主义为现代数学奠定了基础。20世纪，哥德尔的不完备性定理揭示了不存在能够证明所有真命题的完备公理系统这一事实。
主要分支
- 代数学：研究群、环、域等抽象结构的抽象代数，与研究方程、矩阵的线性代数构成其核心。
- 分析学：严密处理极限、连续、微分、积分，并包含微积分。细分为泛函分析与复分析。
- 几何学与拓扑学：研究图形的性质与空间的连续变形。拓扑学研究在仅保持连续性的变形下不变的性质。
- 数论：探究素数、同余式等整数的性质，为现代密码体系提供理论基础。
- 概率论与统计学：研究对不确定现象进行数学建模、并从数据中推断的方法。
- 离散数学与应用数学：包括图论、组合学、最优化、数值分析等与计算机科学和工程学直接相关的领域。
- 基础论与逻辑学：研究集合论、模型论、证明论等数学自身的基础。
方法论与思维工具
数学的核心工具是抽象化与一般化。从具体现象中提取共同结构，建立一般命题，再由此演绎出各种特殊情形。归纳法、反证法、构造性证明、逆否证明等是代表性的论证方式；近年来，利用计算机的辅助证明与形式验证也成为重要手段。
应用与影响
数学的应用极为广泛，从物理学的运动定律、工程学的信号处理与控制、经济学的均衡理论、医学的临床统计，直到气候模型与人工智能的学习算法。公钥密码依赖于大数分解的困难性，搜索引擎的排序依赖于线性代数与随机过程，深度学习则依赖于微分与最优化理论。由此可见，数学常常从纯粹理论出发，在数十年后成为实用创新的基础。
最新动向
2024至2025年，数学界最显著的变化是与人工智能的结合。利用大规模语言模型在定理证明辅助工具（Lean、Coq等）中自动生成形式证明，或提出新猜想的研究十分活跃。随着能够解决国际数学奥林匹克竞赛水平问题的AI系统出现，证明自动化已崛起为改变数学研究生产力与验证方式的核心课题。
在纯粹数学领域也持续取得重大进展。与朗兰兹纲领相关的数论与表示论的关联研究、几何猜想的解决、组合学的迅猛发展备受瞩目。此外，随着数据科学与计算数学需求的增长，全球对应用数学与工业数学人才的需求也在增加。在教育领域，课程改革呈现出强调统计素养与算法思维的趋势；韩国也通过2022年修订课程，扩大了概率·统计与人工智能基础数学的比重。另一方面，证明辅助工具的普及在提高论文验证可靠性的同时，也引发了关于数学研究协作方式与作者概念的新讨论。
相关主题
- [[逻辑学]]
- [[统计学]]
- [[物理学]]
- [[人工智能]]
- [[密码学]]
- [[数学教育]]