討論範圍包括解析數論,代數數論,初等數論,點集拓撲,代數拓撲。個人認為拓撲不同於抽象代數或者各種分析,我認為做到不會的再補也許更好。


我對數論了解得有限,只能做一個片面的回答。

假如你想了解各種 zeta functions, 那麼你可能需要讀 Weil conjectures 及其證明。於是你需要掌握 etale cohomology. 一般而言,cohomology 是一個很深刻的想法,而代數拓撲中的cohomology是相對淺顯的一種情況。所以學代數拓撲至少是有幫助的。(如果能讀懂 constant sheaf cohomology 和singular cohomology 的等價性就更好,可惜這樣講的代數拓撲教材並不多。)

至於是否必要,我就不清楚了。我也很想知道不懂代數拓撲而直接讀etale cohomology 是什麼體驗。


本科生強答一波,因為水平差一些所以說的說不定更接地氣。

學代數數論,肯定會涉及交換代數,這樣zariski拓撲就來了,至於p-adic賦值,賦值環環之類,然後也會涉及拓撲群、李群,這個時候代拓、微分幾何、分析差一個都不行。

數論本來就是一個筐,裡面啥都裝。

而另一方面,不說別的,學代數數論的話同調代數跑不掉吧,鏈同倫、長正和序列、導出函子、譜序列都是可以通過代數拓撲上的技術來幫助理解的。

如果不考慮幾何上的意義,只是技術上地使用同調代數,至少對我而言是很痛苦的,在學代拓之前涉及到同調代數的東西見一個查一次書,學代拓之後遇到簡單常見的,抬筆直接往紙上撂交換圖。

總而言之,會的越多越好,不只是拓撲,黎曼幾何都會有用……

我覺得會有用的基礎知識列一下(背名詞)

伽羅瓦理論,群表示論,同調代數,交換代數,類域論,黎曼面,代數曲線,代數幾何,代拓,李群,微分幾何,實分析,複分析。

這些都可以算基礎知識,當然本科生很難全學一遍,但至少如果在數論學習里遇到了,盡量別想著逃避才是正常的心態。

覺得A的研究一定可以避開B的方法這種心態已經圖樣圖森破了。

至於提前學還是遇到再學,我是建議提前學的,但事實上問題都不大吧。


這樣的問題過於寬泛了:數論的什麼分支?代數數論里的什麼問題?解析數論里的什麼問題?需要哪些拓撲學?需要懂多少細節?

如果你有具體的問題作為 motivation, 這個疑問自己就解決了。否則你可能只會聽到千篇一律的回答,如「你需要點集拓撲 / 代數拓撲的基本常識」。(沒有任何幫助)

譬如你想了解 Tate thesis, 常規的途徑是你可能看到 Riemann zeta function 的解析開拓以及函數方程(本科複分析),然後聽說這個東西 Tate 用 Fourier 分析把它做到了數域上。那自然會先去大致了解:locally compact space,Harr measure,Fourier transform. (實分析中的 [公式] 是一個很好的例子。) 然後學習 adele and idele 的定義, 其中會用到 restricted direct product, 構造出來 [公式] 是個 locally compact space. 但是這裡用到多少拓撲呢?可以說只要你上過一學期點集拓撲,有點印象就可以,而不是把抽象證明都背下來。

如果你想學一些 adic space,你會去了解什麼是 valuation spectrum, valuation topology. 最好的做法是你之前已經知道一些基本例子如 [公式] , [公式] . 而這些例子並不需要太多拓撲學(除了一些常識)。

直接去考慮具體的數論問題,親自動手去算,才會發現需要學什麼。



拓撲這樣基礎的東西無論從事哪個方向的數學研究都必須掌握,不光是點集拓撲,一些拓撲流形的知識,同調理論和基本群都要弄清楚才行。數論這樣的「應用數學」感覺上沒有什麼東西是學了沒用的,pde這樣看起來和數論風格完全不搭的東西也不見得可以完全放棄。我一個做數論的同學,分析代數幾何樣樣精通,代數幾何學的比很多做雙有理的人還深刻,複流形和moduli都能上手

如果拓撲都放棄了,你怎麼理解p adic number呢?你怎麼算無限Galois擴張呢?算術幾何你也碰不了

而且你現在應該是本科生,不要把自己的方向限制那麼死,數論的確很優美很熱門,但也相當困難,打基礎的階段當然是廣泛的學習各種知識,我就走了些彎路,本科不重視分析,現在算個pde痛苦的要死

學的時候可以多了解,對數論有興趣可以早點開始讀書,《primes of the form x^2+ny^2》就不錯。數論挺適合直接上手學東西,遇到不會的知識再去補的,當然你會發現你要補充的知識幾乎遍及所有數學


如果是做研究的話,很有必要。如果只是學著玩玩,初等數論不需要拓撲知識。


想做好數學就必須什麼都會,想逃避是很愚蠢的,何況是這麼基礎的內容


推薦閱讀:
相关文章