# 方法與領域

[目錄呈現與來源綁定資料](https://ocme.evemisslab.com/data/i18n/catalogue.en.json)



## 領域目錄（分類不等於完整覆蓋）


- 基礎與邏輯 (foundations_logic) — 研究數學語言、公理、集合、型別、可證明性與形式推理的基礎結構。
- 算術與數系 (arithmetic_number_systems) — 研究數、運算、數系擴張與基本數量結構。
- 代數 (algebra) — 研究運算結構、方程、對稱與代數系統。
- 幾何 (geometry) — 研究形狀、空間、距離、角度與幾何結構。
- 拓撲 (topology) — 研究連續性、鄰域、收斂與在連續變形下保持的性質。
- 分析 (analysis) — 研究極限、連續、微分、積分與無窮過程。
- 數論 (number_theory) — 研究整數及其算術結構。
- 組合與離散數學 (combinatorics_discrete) — 研究有限或可數結構、計數、圖與離散關係。
- 機率與統計 (probability_statistics) — 研究隨機性、分布、推論與資料不確定性。
- 動力系統 (dynamical_systems) — 研究狀態隨時間或迭代演化的系統。
- 微分方程 (differential_equations) — 研究以導數描述的關係與演化。
- 數值與計算數學 (numerical_computational) — 研究近似算法、誤差、穩定性與可計算實作。
- 最佳化與作業研究 (optimization_operations_research) — 研究在限制條件下尋找最佳決策。
- 數理物理 (mathematical_physics) — 研究物理理論中的數學結構與方法。
- 數學生物 (mathematical_biology) — 研究生命系統的數學模型。
- 經濟與金融數學 (economics_finance) — 研究經濟、風險與金融系統的數學模型。
- 計算機科學數學 (computer_science_mathematics) — 研究演算法、計算、資訊與形式語言的數學基礎。
- 數學教育 (mathematics_education) — 研究數學學習、教學、評量與課程。
- 歷史、哲學與方法論 (history_philosophy_methodology) — 研究數學思想的歷史、合法性標準與問題解決方法。
- 形式化數學 (formalized_mathematics) — 研究以證明助理與形式系統表達、檢查及重播數學。





## 方法與領域



## 直接證明

由已知條件沿合法推理直接推出結論。



## 適用訊號


- 結論可由定義或已知定理逐步導出





## 基本步驟


- 展開條件
- 選取相關定義或定理
- 逐步推出結論





## 常見失敗


- 隱藏使用未證明命題







## 反證法

假設結論不成立並推出矛盾。



## 適用訊號


- 否定結論後更容易與已知條件衝突





## 基本步驟


- 否定目標
- 推導後果
- 得到矛盾





## 常見失敗


- 矛盾與原假設無關







## 數學歸納

由基礎情況與遞推步驟建立無限族命題。



## 適用訊號


- 命題按自然數或遞迴結構分層





## 基本步驟


- 證明基礎情況
- 假設歸納命題
- 證明下一步





## 常見失敗


- 歸納假設使用範圍錯誤







## 構造法

明確建立滿足條件的數學對象。



## 適用訊號


- 存在性問題要求具體對象





## 基本步驟


- 分析限制
- 提出候選構造
- 驗證全部條件





## 常見失敗


- 只展示例子而未覆蓋一般情況







## 不變量

尋找在操作或演化下保持不變的量。



## 適用訊號


- 狀態反覆改變但可能保存某些性質





## 基本步驟


- 定義狀態
- 提出候選量
- 證明保存
- 比較初末狀態





## 常見失敗


- 候選量未真正保持







## 對稱性

利用變換下的等價性縮減問題情況。



## 適用訊號


- 多個情況在變換下等價





## 基本步驟


- 識別變換
- 證明問題保持
- 縮減代表情況





## 常見失敗


- 誤把近似對稱當成精確對稱







## 極值原理

選擇最大、最小或最早對象來逼出結構。



## 適用訊號


- 有限集合或良序結構中存在極端元素





## 基本步驟


- 選取極端對象
- 分析其限制
- 推出結論





## 常見失敗


- 極值不存在或未證明可取







## 抽屜原理

由對象數量超過容器數量推出重合。



## 適用訊號


- 問題具有有限分類與數量不平衡





## 基本步驟


- 定義對象與容器
- 比較數量
- 推出重合





## 常見失敗


- 容器分類不互斥







## 對角化

構造與列舉中每一項至少一處不同的對象。



## 適用訊號


- 需要證明不可列舉或逃離給定族





## 基本步驟


- 假設列舉
- 逐項選取差異
- 構造新對象





## 常見失敗


- 新對象不在允許空間







## 緊緻性

把無限或全域問題轉化為有限或收斂資料。



## 適用訊號


- 局部資訊需要推出全域結論





## 基本步驟


- 選擇緊緻結構
- 提取有限或收斂資料
- 傳遞性質





## 常見失敗


- 未滿足緊緻條件







## 局部化

先研究局部資料，再考察如何拼接為全域結果。



## 適用訊號


- 全域問題可由局部行為控制





## 基本步驟


- 選擇局部尺度
- 證明局部性質
- 檢查拼接





## 常見失敗


- 局部解不能全域拼接







## 線性化

在局部或近似層把非線性問題轉成線性問題。



## 適用訊號


- 局部一階行為占主導





## 基本步驟


- 選擇展開點
- 取線性主部
- 估計餘項





## 常見失敗


- 忽略餘項適用範圍







## 座標化

把幾何或抽象關係轉成座標與代數式。



## 適用訊號


- 幾何關係可選取便利座標





## 基本步驟


- 選擇座標系
- 翻譯對象
- 代數處理
- 回譯意義





## 常見失敗


- 座標選擇引入退化







## 生成函數

把數列或組合資料編碼成形式冪級數。



## 適用訊號


- 遞迴、計數或卷積結構





## 基本步驟


- 建立生成函數
- 轉換關係
- 求解關係
- 提取係數





## 常見失敗


- 收斂與形式操作混淆







## 傅立葉方法

把函數分解為頻率成分以分析運算與結構。



## 適用訊號


- 平移、週期或卷積結構





## 基本步驟


- 選擇轉換
- 進入頻域
- 處理頻率成分
- 反轉換





## 常見失敗


- 忽略函數空間與收斂條件







## 機率方法

透過隨機選取證明結構存在或估計性質。



## 適用訊號


- 直接構造困難但平均行為可控





## 基本步驟


- 定義隨機模型
- 估計機率或期望
- 推出存在





## 常見失敗


- 隨機模型不覆蓋目標對象







## 數值近似

以有限精度算法近似連續或無限問題。



## 適用訊號


- 解析解不可得或成本過高





## 基本步驟


- 選擇離散化
- 分析誤差
- 執行計算
- 檢查穩定性





## 常見失敗


- 把近似結果當成精確證明







## 計算實驗

以程式生成案例、探索模式與反例候選。



## 適用訊號


- 需要大量案例或難以手工探索





## 基本步驟


- 形式化可計算問題
- 固定環境
- 執行與記錄
- 分析限制





## 常見失敗


- 有限測試冒充普遍證明







## 反例搜尋

在宣告域內系統搜尋使命題失敗的輸入。



## 適用訊號


- 命題可在有限或抽樣域內檢查





## 基本步驟


- 定義宣告域
- 建立判定器
- 執行搜尋
- 保存限制





## 常見失敗


- 未找到反例被誤解為證明







## 形式驗證

在明確形式系統中由核心檢查器驗證精確聲明。



## 適用訊號


- 需要機器可重播的全稱聲明





## 基本步驟


- 定義形式模型
- 建立語義橋
- 編譯證明
- 拒絕佔位符





## 常見失敗


- 形式聲明與百科語義未完全對齊