高等數學是很多大學生的噩夢，但在高數老師眼裏，學習數學的方法是如此簡單的明瞭。來自北京大學的關啓安教授通過講述他解決強開性猜想的思路歷程，向大家分享了學習數學心得與建議。那麼什麼是強開性猜想？它的研究對象是什麼？
出品："格致論道講壇"公眾號（ID：SELFtalks）
以下內容為北京大學數學科學學院教授關啓安演講實錄：
這個題目是從強開性猜想説起，彙報包括三部分。
強開性猜想的解決
首先，數學一般是這樣的，講這個猜想，先要講它是關於什麼的一個猜想。
它的研究對象被稱為乘子理想層，它是n維複流形上的乘子理想層。
這個乘子理想層的定義是複流形上的全純函數芽層的一個子層，滿足加權的L2可積性條件，這是局部可積的一個條件。
這個權，是複流形上的一個多次調和函數。
乘子理想層這個研究對象，是復幾何和復代數幾何中重要的研究對象，在現代高維代數幾何的研究中，起一箇中心作用。
它的研究困難就是，一般的多次調和函數，就是權的奇點很複雜，可以取負無窮。
下面就要介紹一下：在乘子理想層的研究與應用中，做出重要貢獻的專家包括田剛院士、蕭蔭堂院士、Demailly院士、Kollár院士等。
這裏邊就要介紹一下強開性猜想的內容。
首先要介紹一下提出的過程。
這是Demailly院士在2000年左右提出的，他研究了具有強開性質的乘子理想層並得到重要的成果。
由此提出這樣一個猜想，就是任意的乘子理想層都具有強開性質。
Demailly教授在他的2012年出版的專著中，稱這個猜想可能非常難以建立，就是 probably quite hard to estabish。
這個強開性猜想還有一個重要的特殊情形，我們稱為開性猜想，就是平凡的乘子理想層具有強開性質。
這裏需要解釋一下什麼是“開”。
這個“開”，可能需要大家學過一點高等數學的內容，高等數學我們都學過。
一説高等數學，我心情就比較舒暢，因為我講過高等數學。
高等數學裏邊有一個非常重要的概念，就是黎曼可積。
但是我們知道，黎曼可積的一個必要條件是有界。
所以説，對於無界的，我們又再定義一個叫做廣義的黎曼可積的概念。
這裏邊有三個函數，三個廣義的黎曼積分。
第一第二個我們知道 ，這個廣義積分是可積的話，那麼它就當且僅當P是小於1的。
而第三個積分可積的話，當且僅當P是小於等於1的。
也就是説，它在等於1的地方也是可積的。
這樣的話，我們知道例1和例2，這個可積的P的取值範圍，是一個開區間，這就是我們所謂的開的含義。
例3是個閉區間，那它也就不具備這個開的性質。
所以我們就説，強開性質實際上對應的就是例1和例2的情況，就是説P取值是一個開區間。
再解釋一下，如果一個P是可積的，那麼這個P還可以再大一點，這是區間的定義。
接下來我們就要講一下強開性猜想的解決，回顧一下它的研究歷程。
二維的開性猜想是被Favre-Jonsson解決的，他們解決的這個猜想是通過代數幾何的賦值樹理論，他們發展了一套叫做賦值樹的理論。
他們的論文發表在這個頂尖的數學期刊了，這是 JAMS（數學領域最頂級的期刊之一）。
二維的強開性猜想也是沿着這個路子來的，也是要用到這個所謂的賦值樹代數理論，這是Jonsson-Mustata解決。
而開性猜想是被Berndtsson解決的，他用的是凸幾何當中發展而來的叫做complex Brunn-Minkowski Inequality不等式的這套方法。
強開性猜想是被我和我的老師周向宇院士合作解決的。
我們的定理是這個猜想成立，就是任意乘子理想層具有強開性質。
當然我們的論文是2015年發表的，實際上2013年做出來的。
這個猜想難在哪兒？
難在我們不同於之前的方法，我們是對於維數進行了歸納。
可能同學們會覺得很奇怪，前面的人為什麼沒有想到對於維數進行歸納呢？
這裏我們需要解釋一下，為什麼我沒有列一維的開性猜想被誰解決。
因為一維的對於專家來説，是一個熟知的經典結論，它有非常多的方法來證明，因為一維的乘子理想層是有分類的，它有結構定理。
而二維的情況就非常複雜，我們看到他們發表的期刊，也幾乎是數學當中最難發的期刊之一了，這是JAMS 和 Inventiones。
而二維之後，它們的代數框架就發展到三維，就很難去進行，而Berndtsson的方法也沒有用到對於維數的歸納法。
這裏我們可以回顧一下，我們在中學學歸納法的時候，一般第一個例子就是1+到N這樣一個求和公式，用歸納法來進行證明。
那麼N等於1的時候，這個就不用證了，N等於2的時候，1+2等於3，你也是很容易證明這件事的。
三維的時候也還可以，1+2+3等於6，這個也可以。
而這個時候你非常機智地想，如果N等於K成立，那麼K+1怎麼證。
這是一個證明過程，對於這個猜想來説，我們可以看到，一維是熟知的，二維就非常困難，所以説想用歸納法，這件事情就很困難。
而我跟我的老師經過多次討論，我們發現了一種在一維情況下的一個全新的證明強開性猜想的辦法，而這個方法恰好可以進行對於維數的歸納，這樣我們就完全解決了這個猜想。
這個猜想有很多評價，我取了其中一個，就是《美國數學評論》的一個評價。
評價稱，我跟我的老師合作解決的這個強開性猜想的工作，是近年來複分析與代數幾何交叉領域最重大的成就之一。
他用的是the greast achievements，這是一個評價。
既然我們提到了複分析與代數幾何交叉領域，我們就要説一下，複分析與代數幾何交叉領域是多復變中最前沿、最核心的領域，是代數幾何中最重要的研究領域之一。
主要研究人物包括Berndtsson院士、Demailly院士、Hacon院士、Kollár院士和蕭蔭堂院士等。
數學學習的建議
下面就是介紹一下第二部分了，這也是彙報一下我在研究生的時候學數學的體會，這裏引用了我的老師在討論班上經常教導我們的一些話。
首先是勤于思考，多動腦筋，當然這個是對於基礎數學的研究生的學習。
然後是對於一個定理，不光要知道內容、會證明，還要思考條件是否必要，證明是否可以簡化，結論是否可以改進，有沒有相應的例子等。
需要説一下，這個可能是基礎數學學習的一個特點。
我們在中學的時候，數學往往就是一個條件、一個結論，非常的乾淨利索。
但是往後我們會發現定理條件越來越多，就會出現一個問題 ，這個條件是否是有必要的。
當然一般來説，經典定理的條件都是有必要的，那我們考慮的問題就是，如果這個條件去掉的話，應該就會有反例。
這裏也是討論有沒有相應的例子，就是考慮這方面的例子。
還有，你要學習它的證明，比較重要的方法，這個證明是否可以簡化。
如果你可以把這個證明進行簡化，那説明你對這個定理的證明的理解，已經非常到位了。
最後就説結論是否可以改進，這件事情就與研究相關了。
如果你可以改進它的結論，那説明你的研究已經開始進步了。
講高等數學的感悟
其實我的一個重要身份就是數學教師，因為我們的教學任務必須要有的，就是要給本科生教學。
我上課也是，我這學期的教學就是高數，高等數學，所以我正好也講一講，高等數學的感悟。
講到高等數學的感悟，就要講到我上第一堂課。
實際上我在到北大教學之前，我沒有上過這種大課，但是上過小課。
我們新教師培訓的時候，學校的領導非常用心地為我們準備了很多資深的教師，讓他們給我們講如何上第一堂課。
我記得當時好像是一個化學院的資深的教授給我們講，我也非常認真地做了筆記，但是當我推開門進到階梯教室，看着滿屋子學生的時候，我什麼也想不起來了，我就感覺我的嘴跟我的人已經分離了。
然後我就講啊，講完之後，過了幾年，我問第一批學生，我第一堂課是不是對你們進行了非常大的人生啓迪，或者對你們以後的工作有什麼重要的影響。
他們説，這我可能也想不起來，但是我們都記得你當時很緊張，説我從小學到中學都沒有見過這麼緊張的老師。
但是現在第一堂課，我肯定是要介紹一下，實際上是課程介紹。
首先介紹我是誰，這個課怎麼講，怎麼去評分，然後怎麼交作業，基本上這個意思。
那麼一般是這樣講的 ，首先，這個是我們的教材，高等數學。
這個教材裏面包含的內容有一定的特點，它包含的內容非常多。
因為它包含微積分、常規方程、線性代數、解析幾何等等。
這是其實在數學系裏邊，這是好幾門課，但是它都濃縮在一本書當中。
這樣學習起來會有這樣一件事情。
一般我們開始講的時候，先講極限，為了方便同學們理解，我們都會跟高中的內容進行一些糅合，慢一點引入，讓大家比較輕鬆愉快地去理解這件事情。
但是會給同學們一個印象，這個課很簡單。
但是我們有這麼多內容，我們講到後邊，肯定就要開始加速了，加速的時候同學就會發懵，而這個懵的情況，很有可能會持續到期末。
就是他一旦清醒，發現快考試了，這又很麻煩。
所以説，同學們學這個課，一定要提前預習，還要儘量理解內容。
要加強理解，就要多做題，多讀書，讀好書。
然後我們會面臨一個問題，兩個選擇，一個是仔細學習經典內容，還是説，大量地閲讀相關的材料。
仔細學習經典內容是一個比較累的過程，因為你要做很多題目，然後要去，仔細地算很多東西，算很多例子。
而閲讀相關文獻，可能給人一種感覺，就是我的知識很廣博。
但我的建議是，先仔細學習經典內容，有餘力再閲讀相關文獻。
為什麼呢？
因為數學它是有一定思想的，也就是説，當你把經典內容學清楚之後，再讀一些文獻，是有可能達到觸類旁通的效果的。
當然有同學肯定會有這個疑問 ，如果我學習經典內容還很困難，那我怎麼辦。
這部分同學也不要灰心，因為我也經常有這種感覺，學習經典內容的時候，確實也是一直有困難的。
但是，我們只要努力學習就可以了。
“格致論道”，原稱“SELF格致論道”，是中國科學院全力推出的科學文化講壇，由中國科學院計算機網絡信息中心和中國科學院科學傳播局聯合主辦，中國科普博覽承辦。致力於非凡思想的跨界傳播，旨在以“格物致知”的精神探討科技、教育、生活、未來的發展。獲取更多信息。本文出品自“格致論道講壇”公眾號（SELFtalks），轉載請註明公眾號出處，未經授權不得轉載。