莱布尼茨已经证明了微积分……表达了迄今为止无法解决的问题,甚至是无法提出的问题……人们特别想到了规则点和奇点在完全确定曲线种类中的作用。毫无疑问,奇点(例如,倾角、节点、焦点、中心)的指定是通过积分曲线的形式进行的,积分曲线指的是微分方程的解。然而,这些点的存在和分布取决于一个完全不同的实例,即方程本身定义的向量场……此外,如果这些点的说明已经显示出问题在解中的必要内在性,它在解决方案中的参与,以及点的存在和分布,证明了问题的超越性及其对解决方案组织本身的指导作用。(177DR)
问题与可能性空间的结构
对于德勒兹来说,向量场及其奇点与轨迹或曲线之间的数学区别,一方面成为问题设计条件与其许多可能解之间的哲学区别。必须从认识论和本体论两方面理解这一点。从第一个意义上讲,一个认识论问题是通过给出意义和标志的分布来提出的,也就是说,通过发现一种现象可以自由改变的重要方式,并消除所有琐碎的方式。然后,问题可以给出一种空间形式(通过将自由度转换为非度量空间的维度)及其通过向量场确定的结构。最后,我们可以找到方程的数值解并生成轨迹,每个轨迹代表一系列状态,我们可以将这些状态与实验室现象的一系列实际状态进行比较。显然,这一认识论顺序中的关键时刻是第一步:发现在一种现象的行为中什么会产生差异,什么不会产生差异。我们最终得到的解决方案只与他们应该解决的问题一样好:如果我们在问题的原始规范中包含了微不足道的自由度,那么它的解决方案也可能微不足道或具有误导性。此外,即使在我们解决问题的时候,问题的标志和符号的具体分布仍然保持着它的虚拟存在,因为它指导着所有个体解决方案的生成。
同样,对于作为数学模型目标的实验室现象。由单个奇点构成的状态空间定义了一个最佳值(例如,最小能量),它捕获了一个真正的优化问题,所有各种实际实体(肥皂泡、晶体、光线)都是该问题的具体解决方案。但是,一旦给出了物理解,优化问题就存在了,下一次当一块肥皂或一组分子必须与晶体的几何形状相一致时,就可以再次提出优化问题。回到我们最初的例子,所有可能的动物的结构空间,我们必须用它来取代动物属,必须被认为是一个客观的本体论问题,一个每个物种和有机体都是具体的适应性解决方案的问题。正如德勒兹所写:“一个有机体只不过是一个问题的解决方案,就像它的每个分化器官一样,比如解决光线问题的眼睛”(211DR)。
这意味着问题不仅独立于解决方案,而且与解决方案有着遗传关系:随着问题的条件越来越具体,问题会产生自己的解决方案。德勒兹对这一点的讨论使用了数学的另一个分支,群论,以及它在代数而非微分方程解中的应用,因此我们首先需要给出另一个领域的历史背景。方程有两种解,数值解和解析解。数值解是由数字给出的,当用来替换方程的未知数时,使方程成为真。例如,像x^2+24-8=0这样的代数方程的数值解。另一方面,解析解或精确解不会产生任何特定值或一组值,而是所有值的全局模式,由另一个方程或公式表示的模式。或者用以前的术语,解析解给出了所有可能解的空间结构。上面的示例,可以在没有数值常量的情况下重写为:
ax^2+bx+c=0
具有解析解:
–b±√b² – 4αc
x=───────⤶
2α
数学联邦政治世界观提示您:看后求收藏(同人小说网http://tongren.me),接着再看更方便。