数学与物理是两门独立的学科,还是同一件事的两个面孔?微积分的诞生给出了一个令人震惊的回答:当牛顿想要描述行星如何运动,当莱布尼茨试图计算曲线下的面积,他们各自发明了一套计算工具——那套工具不仅解答了手头的问题,还成为此后三百年里物理学最核心的语言。这不是巧合,而是数学与物理深层共生关系的第一次显现。
📋 目录
同一场革命的两张脸:微积分的诞生
17世纪60年代,牛顿和莱布尼茨几乎同时各自摸索出了微积分的核心思想。这件事本身就耐人寻味:两个人在不同国家、出于不同问题、使用不同符号,却抵达了同一个数学结构。[1]
牛顿的出发点是物理的。他需要一套能够精确描述速度与加速度的工具:一个运动的物体,它在某个瞬间的速度究竟是多少?这个问题用算术无法回答,因为速度是位移对时间的变化率,而”瞬间”意味着时间间隔趋向于零。牛顿把这种极限过程称为”流数法”,用点符号 ẋ 表示量 x 对时间的流数。莱布尼茨则更关注几何问题——曲线的切线和曲线围成的面积——并发展出了我们今天仍在使用的 dx、dy、∫ 这套符号体系。[2]
两人的思路不同,但都指向了同一个深刻事实:微分与积分互为逆运算——这就是微积分基本定理。Nauenberg 的历史研究揭示,巴罗(牛顿的老师)其实已经非常接近这个定理的几何形式,莱布尼茨则在代数层面将其系统化。[1] 翻译成人话:求导和积分是一对互逆操作,就像加法和减法、乘法和除法一样,而这两个操作一个来自”瞬间变化率”(物理问题),一个来自”面积”(几何问题)——它们居然是同一件事,这在当时堪称震撼。
历史学家 Guicciardini 指出,牛顿—莱布尼茨之间长达数十年的优先权争议(1708—1730年),反而从侧面说明了一件事:微积分从诞生之日起就不是一项孤立的数学发明,而是近代科学革命本身的一部分。[4] 没有微积分,就无法写出 F = ma 背后真正的含义;没有物理问题的驱动,微积分可能根本不会在那个时代出现。
欧拉的工作则为这场革命画上了一个关键句号。Suisky 在研究中论证,正是欧拉把牛顿和莱布尼茨分别留下的”粗糙基础”打磨成了严格的分析工具,使得微积分真正能够系统应用于物理问题。[5]
这与量子力学的诞生有一个有趣的相似之处:数学框架往往和物理直觉交织在一起同步成长,而不是先有严密数学、再有物理应用。
物理定律的”翻译腔”:微分方程
有了微积分,物理学家马上发现:自然界的规律几乎都喜欢用微分方程来说话。
牛顿第二定律 F = ma 看起来只是一个代数等式,但 a 是加速度,是速度对时间的导数,速度又是位置对时间的导数。因此展开来写,它其实是:
m · d²x/dt² = F(x, t)
翻译成人话:给定一个力(可以依赖位置和时间),这个方程告诉你物体的位置如何随时间变化。它不是直接告诉你”物体在哪里”,而是告诉你”位置变化的规律”——你需要解这个方程才能得到具体轨迹。
这个转变意义深远。Pommaret 在系列研究中论证,大量看似不同的物理方程——从麦克斯韦电磁方程到爱因斯坦场方程——在数学结构上都是某类微分代数对象,有着共同的几何骨架。[6][7] 这不是巧合,而是说明物理实在的某些特征天然倾向于用”局部变化率”来表达。
从广义相对论的爱因斯坦方程,到描述量子态演化的薛定谔方程,再到流体力学的纳维—斯托克斯方程——物理学最重要的方程清单,几乎就是一张微分方程清单。Weikard 和 Weinstein 主编的论文集明确指出,微分方程早已是数学物理的”主干语言”,这一共识在20世纪已全面确立。[9]
Spencer 算子理论则进一步展示:连续介质力学(弹性、流体、塑性)与量子场论之间,存在一套统一的微分结构,形式上互相映射。[8] 物质是连续的还是量子化的,在微分方程的层面上竟然说着同一种语言。这正是波函数概念能够跨越经典—量子边界的数学根源之一。
🧪 思想实验:如果没有微积分
假设你手里只有代数和几何,没有微积分。你能描述行星的运动吗?
开普勒做到了——他用观测数据总结出了三条经验定律:行星轨迹是椭圆,面积速度守恒,周期平方正比轨道半长轴的立方。但他无法解释为什么。这三条规律之间看似毫无关联,像三条不相干的经验总结。
牛顿用微积分做了什么?他从一条假设(引力正比于质量、反比于距离平方)出发,写下微分方程,然后解出来——开普勒的三条定律全部作为数学推论涌现出来。原来它们不是三条规律,而是同一条规律的三个侧面。
没有微积分,牛顿无法完成这个推导。没有这个推导,物理学就只能停留在”描述”层面,无从触及”解释”。微积分给了物理学一把能够挖掘”为什么”的铲子。
更高的统一:变分法与最小作用量原理
微分方程能够表达物理定律,但还有一个更深层的问题:这些方程从哪里来?为什么自然界偏好这些方程,而不是别的?
答案藏在变分法里。
1687年,牛顿在《原理》的附录中提出了一个问题:什么形状的旋转体在流体中阻力最小?这就是最小阻力问题,也是变分法最早的物理起源之一。Torres 在研究中明确追溯了这条线索。[12] 翻译成人话:不是找一个最优的数,而是找一个最优的函数——一条最优曲线、一条最优路径。
这个想法在18—19世纪发展成了一个宏大的物理原理:最小作用量原理。用数学表达,作用量 S 定义为拉格朗日量 L(通常等于动能减势能)对时间的积分:
S = ∫ L(q, q̇, t) dt
翻译成人话:你把一个物理系统从状态A演化到状态B的”总花费”(作用量)算出来;自然界实际走的那条路,就是让这个总花费取极值(通常是极小值)的路径。
这个原理美得令人窒息:它把千千万万条可能的运动路径一网打尽,然后说——只有一条是真实的,那就是让 S 取极值的那条。物理定律不再是人为规定的方程,而是”大自然的优化选择”。
这与不确定性原理有一个深刻的呼应:在量子力学的路径积分表述中,粒子不是走一条路径,而是同时”尝试”所有路径,每条路径贡献一个相位因子 e^(iS/ℏ)——经典的最小作用量路径是相位变化最慢的那条,因此贡献最大,在宏观极限下主导了粒子的行为。变分法就这样从经典力学渗透进了量子力学的核心。
欧拉—拉格朗日方程:物理定律的生成器
变分法给了一个”从作用量出发找最优路径”的思路,但具体怎么算?答案是欧拉—拉格朗日方程:
d/dt (∂L/∂q̇) − ∂L/∂q = 0
翻译成人话:对于每个广义坐标 q,把拉格朗日量 L 对速度 q̇ 求偏导再对时间求导,减去 L 对坐标 q 的偏导——令这个差等于零,就得到了运动方程。
这个方程的威力在于:你只需要写下系统的拉格朗日量(动能减势能),无论系统多复杂——刚体、多粒子、场——代入欧拉—拉格朗日方程,物理定律就自动生成了。Troutman 将其描述为”变分条件的驻值化”,即作用量取极值的必要条件。[17]
van Baal 在场论教材中进一步展示,当系统从粒子推广到连续场(比如电磁场、标量场),欧拉—拉格朗日方程依然成立——只需把求和换成积分,把导数换成变分导数。[18] 麦克斯韦方程组、爱因斯坦方程,都可以从相应的拉格朗日量出发,通过欧拉—拉格朗日方程推导出来。这意味着整个经典物理和现代场论,在原理上都可以统一在一个框架下:写下拉格朗日量,其余的让数学来推导。
Kupershmidt 的早期工作系统梳理了这套”拉格朗日形式主义”的代数结构[15],而 Bauderon 则把这一框架与微分几何的纤维丛语言打通,展示了现代数学物理的完整图景。[16]
值得一提的是,Farré Puiggalí 等人的研究表明,变分法不是一项历史遗产,它至今仍活跃在现代控制理论和拉格朗日系统的设计中。[13] 而 Ryckelynck 等人的工作则把拉格朗日/欧拉—拉格朗日结构推向了离散化,为现代计算物理提供了工具。[14]
可积系统是另一个检验这套框架的理想场所:Polychronakos 对 Calogero 粒子系统的研究揭示,哈密顿结构、微分方程与精确可解性之间存在深度耦合——数学的可解性恰好对应物理上某种对称性的完备存在。[11]
微积分没有过时:从场论到分数阶动力学
有人可能以为,微积分是三百年前的工具,现代物理早已超越了它。事实恰恰相反:微积分不仅没有过时,反而在新的物理问题中持续扩展自身。
Yang 的现代教材明确梳理了这条脉络:从经典场论到规范场论,从薛定谔方程到非线性偏微分方程,微分方程依然是主干语言——技术细节越来越复杂,但核心范式没有改变。[10]
更令人惊讶的是分数阶微积分的崛起。普通微积分中,导数阶数是整数:一阶导数、二阶导数……但如果允许导数阶数取任意实数甚至复数,会发生什么?Mainardi 在对连续介质和统计力学的研究中展示,分数阶导数能够描述普通微积分无法捕捉的”记忆效应”和”非局域性”——比如某些材料的粘弹性行为,某些反常扩散过程。[20]
翻译成人话:普通导数只关心当下这一刻的变化率;分数阶导数则携带了系统的历史信息,能描述”此刻的变化依赖于过去所有时刻的状态”的物理过程。这在复杂介质、生物物理、金融市场的随机过程中都有实际应用。
这与宇宙膨胀的研究也有一丝关联:描述宇宙大尺度结构形成的方程,也属于偏微分方程的范畴,而当考虑暗能量、暗物质等非经典效应时,数学工具同样需要扩展。
为什么数学如此”不合理地有效”
物理学家尤金·维格纳在1960年提出了一个著名的谜题:数学在自然科学中”不合理的有效性”——为什么纯粹出于美学和抽象逻辑发展出来的数学,总是能够精准描述物理实在?
微积分与物理学的共生关系是这个谜题最经典的案例。Collins 在对”物理定律数学基础”的系统分析中指出,物理定律之所以能依赖严格的数学结构表达,并非偶然——这背后可能反映了物理实在本身具有某种可被数学刻画的结构,或者我们选择相信那些能被数学精确表达的定律。[19]
另一种视角是:数学与物理之间的有效性,本身就是两者从一开始就共同成长的结果。微积分不是先有完整的数学体系再去应用,而是在面对运动、力、能量这些物理概念时被逼出来的。[3] 用今天的话说:数学是物理的脚手架,物理是数学的动力来源,两者互相驱动,共同探索同一个实在。
这种共生关系在今天依然在发生:弦论催生了新的数学,量子信息启发了新的代数工具,圈量子引力在几何与组合学之间开辟新路——每一次物理前沿的推进,都在拓展数学的疆域;每一次数学工具的成熟,都在为下一次物理突破准备好语言。
🔑 核心要点
- 微积分与物理同源:牛顿和莱布尼茨发明微积分,本质上是在处理运动、切线、面积等物理—几何问题,数学工具与物理需求共同长成。
- 微分方程是物理的语言:从牛顿第二定律到麦克斯韦方程、爱因斯坦方程,物理最重要的定律几乎都是微分方程,这不是惯例而是物理实在的反映。
- 变分法提供更深统一:最小作用量原理通过欧拉—拉格朗日方程,可以从单一框架推导出经典力学、场论的全部运动方程。
- 微积分持续扩展:分数阶微积分等现代发展说明,这套语言并非停滞,而是随着物理问题的深入不断进化。
- 数学与物理深层共生:数学的”不合理有效性”在微积分与物理学的关系中体现得最为直接——两者不是单向服务,而是互相驱动。
参考文献
- Nauenberg, M. (2011). Barrow and Leibniz on the fundamental theorem of the calculus. arXiv:1111.6145 [math.HO].
- Stedall, J. (2008). The Calculus Of Newton And Of Leibniz. Oxford Scholarship Online. DOI: 10.1093/oso/9780199226900.003.0004
- The Calculus of Newton and Leibniz. (2011). In: Sources in the Development of Mathematics. Cambridge University Press. DOI: 10.1017/cbo9780511844195.009
- Guicciardini, N. (2017). The Newton–Leibniz Calculus Controversy, 1708–1730. In: The Oxford Handbook of Newton. DOI: 10.1093/oxfordhb/9780199930418.013.9
- Suisky, D. Newton and Leibniz on the Foundation of the Calculus. In: Euler as Physicist. DOI: 10.1007/978-3-540-74865-6_3
- Pommaret, J.-F. (2017). Differential algebra and mathematical physics. arXiv:1707.09763 [math-ph].
- Pommaret, J.-F. (2017). Algebraic Analysis and Mathematical Physics. arXiv:1706.04105 [math-ph].
- Pommaret, J.-F. (2011). Spencer Operator and Applications: From Continuum Mechanics to Mathematical physics. arXiv:1102.4916 [math.AP].
- Weikard, R. & Weinstein, G. (Eds.) (2000). Differential Equations and Mathematical Physics. AMS/IP Studies in Advanced Mathematics. DOI: 10.1090/amsip/016
- Yang, Y. (2023). Mathematical Physics with Differential Equations. Oxford University Press. DOI: 10.1093/oso/9780192872616.001.0001
- Polychronakos, A. P. (2006). Physics and Mathematics of Calogero particles. arXiv:hep-th/0607033. DOI: 10.1088/0305-4470/39/41/S07
- Torres, D. F. M. (2021). On a Non-Newtonian Calculus of Variations. arXiv:2107.14152 [math.CA]. DOI: 10.3390/axioms10030171
- Farré Puiggalí, M. et al. (2016). The inverse problem of the calculus of variations and the stabilization of controlled Lagrangian systems. arXiv:1602.01673 [math-ph]. DOI: 10.1137/16M1060091
- Ryckelynck, P. et al. (2011). Discrete calculus of variations for quadratic lagrangians. arXiv:1106.5349 [math.OC].
- Kupershmidt, B. A. (1976). Lagrangian formalism in variational calculus. Functional Analysis and Its Applications. DOI: 10.1007/bf01077947
- Bauderon, M. (2023). Differential Geometry and Lagrangian Formalism in the Calculus of Variations. CRC Press. DOI: 10.1201/9781003420033-4
- Troutman, J. L. (1996). The Euler-Lagrange Equations. In: Variational Calculus and Optimal Control. DOI: 10.1007/978-1-4612-0737-5_7
- van Baal, P. (2016). Euler–Lagrange Equations. In: A Course in Field Theory. DOI: 10.1201/b15364-3
- Collins, R. E. (2005). The Mathematical Basis for Physical Laws. Foundations of Physics. DOI: 10.1007/s10701-005-4564-7
- Mainardi, F. (2012). Fractional Calculus: Some Basic Problems in Continuum and Statistical Mechanics. arXiv:1201.0863 [cond-mat.stat-mech].