索引 / 001 ZH-CN
A Friendly Introduction to Number Theory(数论概论) cover

数学

数学

A Friendly Introduction to Number Theory(数论概论)

Joseph H. Silverman

英文原名: A Friendly Introduction to Number Theory

一部借助数论来教学生如何做数学的入门教材:对数字进行实验、发现规律、提出猜想并加以证明。全书从中学代数出发,逐步到达当前研究关注的课题,始终强调发现过程而非结果的罗列。

需要的基础: 具备中学代数基础并愿意写证明;不要求微积分或先修的证明课程。

难度等级
入门
学术层次
本科
number theoryprimescongruencesproof writingintroductory教科书

01 / 导读

导读

引用

Silverman, J. H. (2017). A Friendly Introduction to Number Theory (4th ed., Classic Version). Pearson. (Fourth edition first published 2012.)

章节概要

第四版共有46个印刷章节,大多篇幅很短(常为五到十页),另有四章和两个附录免费在线发布。作者网站给出的印刷篇幅为 ix + 409 页,在线部分56页。引言包括一份教师指南和关于计算机使用的讨论,第 ix 页的流程图显示各章之间的依赖关系。本书源自布朗大学的 Math 42 课程,该课程旨在吸引非理科学生学习大学数学。

第1–4章:什么是数论?;毕达哥拉斯三元组;毕达哥拉斯三元组与单位圆;高次幂之和与费马大定理

本书首先列出各类数(平方数、素数、三角数、完全数和斐波那契数),并介绍关于它们的典型问题。随后先用代数方法、再借助单位圆上的有理点用几何方法对毕达哥拉斯三元组分类,并追问高次幂的情形,引出费马大定理。

第5–7章:整除性与最大公因数;线性方程与最大公因数;因数分解与算术基本定理

欧几里得算法、线性方程 ax + by = c 的求解,以及素因数分解的唯一性。

第8–11章:同余;同余、幂与费马小定理;同余、幂与欧拉公式;欧拉φ函数与中国剩余定理

模 m 的算术,包括反证法以及"d 次多项式模 p 至多有 d 个根"这一事实。这几章讲费马小定理、欧拉公式、φ函数和中国剩余定理。

第12–15章:素数;素数计数;梅森素数;梅森素数与完全数

素数有无穷多个(第1章预告,将在第12章和第21章证明模4余1和余3的素数都有无穷多个,并讨论狄利克雷的一般定理)、素数的计数、梅森素数及其与完全数的联系。

第16–19章:模 m 的幂与逐次平方;计算模 m 的 k 次方根;幂、根与"牢不可破"的密码;素性检验与卡迈克尔数

快速模幂运算和模 m 求根引出第18章的 RSA 公钥密码系统,随后是素性检验方法和卡迈克尔数。

第20–23章:模 p 的平方;−1 是模 p 的平方吗?2 呢?;二次互反律;二次互反律的证明

二次剩余与勒让德符号、−1 和 2 这两种特殊情形、二次互反律(包括雅可比符号),以及艾森斯坦的证明。序言指出第23章难度明显更高,可以省略。

第24–25章:哪些素数是两个平方数之和?;哪些数是两个平方数之和?

费马关于可表为两平方和的素数的定理,以及把它推广到所有整数。

第26–29章:易如一二三;欧拉φ函数与因数和;模 p 的幂与原根;原根与指标

第四版新增的数学归纳法一章,接着是因数和。随后讨论原根和指标,并给出在科斯塔斯阵列上的应用。由于学生认为原根定理是全书最难的定理之一,这一版把它们移到了后面。

第30–34章:方程 X⁴ + Y⁴ = Z⁴;再论平方三角数;佩尔方程;丢番图逼近;丢番图逼近与佩尔方程

证明四次方数不能是两个四次方数之和,然后从平方三角数引到佩尔方程,并借助丢番图逼近求解。

第35–37章:数论与虚数;高斯整数与唯一分解;无理数与超越数

高斯整数及其唯一分解,以及关于无理数与超越数的一章。

第38–40章:二项式系数与帕斯卡三角;斐波那契的兔子与线性递推数列;啊,多么美妙的函数

二项式系数与帕斯卡三角,斐波那契数列及其他线性递推数列(包括斐波那契数列模 p 的周期),以及引入大O记号并用到微积分的一章。

第41–46章:三次曲线与椭圆曲线;有理点很少的椭圆曲线;椭圆曲线上模 p 的点;模 p 的挠点集与坏素数;亏量界与模性模式;椭圆曲线与费马大定理

椭圆曲线入门:有理点、模 p 的点、坏素数、亏量界以及与模性有关的规律。最后概述怀尔斯证明费马大定理的一些思想。

第47–50章(在线):连分数的颠倒世界;连分数与佩尔方程;生成函数;幂和

关于连分数及其在佩尔方程中的应用、生成函数和幂和的免费在线章节,另附小合数因数分解表和素数表两个附录。

核心概念

第1–11章:基础

  • 毕达哥拉斯三元组与有理点:a² + b² = c² 的整数解与单位圆上的有理点相对应。
  • 欧几里得算法:计算最大公因数并求解整数线性方程。
  • 算术基本定理:素因数分解的唯一性。
  • 同余、费马小定理与欧拉公式:模算术的基本工具。
  • 中国剩余定理:求解模数两两互素的同余方程组。

第12–19章:素数与密码学

  • 梅森素数与完全数:形如 2ⁿ − 1 的素数及其与偶完全数的联系。
  • 逐次平方与模 m 的 k 次方根:RSA 背后的计算。
  • 卡迈克尔数与素性检验:能骗过费马检验的合数,以及更强的检验方法。

第20–29章:二次剩余与原根

  • 二次互反律:把"p 是否为模 q 的平方"与"q 是否为模 p 的平方"联系起来的定律。
  • 两平方和:哪些素数和整数可以写成 a² + b²。
  • 原根:其各次幂给出模 p 的所有非零剩余的数。

第30–46章:丢番图方程及更远

  • 佩尔方程:x² − Dy² = 1,借助丢番图逼近求解。
  • 高斯整数:a、b 为整数的复数 a + bi,同样具有唯一分解性。
  • 椭圆曲线:一种三次曲线,其上的点可以在有理数上和模 p 下研究,是费马大定理证明的核心。

评析

优点

  • 先发现,后证明。 序言提出的目标是引导读者进行数学思考:先考察数值例子中的规律并据此提出猜想,然后才证明定理。作者免费公开的第1–6章正是按照"先实验、后证明"的模式展开的。
  • 前提极少,却通向真正的数学。 只需要高中代数。作者指出,只有可省略的第40章和第49章实质性地用到微积分。然而本书一直讲到二次互反律、佩尔方程、高斯整数和椭圆曲线。
  • 为灵活的课程而设计。 引言说本书约有两个学期的内容,建议以第1–11章为基础并讲到第18章的 RSA,然后给出几条一学期的路线,其中一条专为打算继续学习计算机科学或密码学的学生设计。依赖关系流程图以及第23章可以省略这一点,使选材很方便。
  • 开放式习题与合理使用计算机。 许多习题有意设计成开放式的("尽可能多地告诉我关于……的事"),作者提醒学生起初可能会感到不安。作者鼓励学生自己编程实现算法,而不是依赖现成软件,并对需要计算机的习题和项目作了标记。

局限

  • 章节短,因而章节多。 印刷章节多达46章,有些主题分散在好几章中,读起来可能显得零碎。教师需要借助流程图来规划路线。
  • 对基础好的学生可能节奏偏慢。 以例子为主、亲切随和的文风适合初学者。已经学过同余的学生可能会觉得开头几章过于从容,而且本书也不是一本简明的参考书。
  • 部分内容只在网上。 连分数、生成函数和幂和已从印刷版中移出。作者还指出,某些低价印本删去了第21章并重新编排了后续章节号,因此他在网上免费提供了这一章。

在课程中的定位

Silverman 的书是本数论书单中亲切的第一本教材。Robin Wilson 的 Number Theory: A Very Short Introduction 是一份快速概览,可以先读以了解全貌,然后由 Silverman 教学生真正动手做数学。David Burton 的 Elementary Number Theory 是一本更传统的本科教材,在历史和计算方面涉及更广。Kraft 和 Washington 的 An Introduction to Number Theory with Cryptography 适合希望比 Silverman 第16–19章更以密码学为中心的学生。

Ireland 和 Rosen 的 A Classical Introduction to Modern Number Theory 以及 Hardy 和 Wright 的 An Introduction to the Theory of Numbers 是自然的下一步:前者进入代数数论,后者是经典的综合性巨著。Silverman 关于高斯整数和椭圆曲线的章节,是对 Ireland 和 Rosen 正式展开的那些主题的温和预习。

如何使用本书

本书面向修读第一门数论课程的本科生(包括非数学专业学生)以及自学者。前提是高中代数和乐于实验的态度,有一个简单的计算器就够了。会编程的读者被鼓励自己实现各种算法。

  • 核心: 第1–11章,然后按作者的建议一直讲到第18章的 RSA。
  • 选择后半部分: 引言建议的路线包括二次互反律、两平方和、佩尔方程与连分数(第20–26、31–34、47–48章),或费马方程与椭圆曲线(第30–34、41–46章)。面向计算机科学的路线是第19–22、26–29和38–40章。第23章可以跳过。
  • 认真做开放式习题。 在寻找证明之前,先收集数据、尝试特殊情形并寻找推广。
  • 利用作者的网站获取在线章节、勘误表以及较长计算机习题所需的数据。