假如人有十二隻手指... (上)

kafat 的照片

1. 引言

我們現時之所以通行十進制,顯然是因為人有十隻手指。10這個數字具有以下算術特性:除了1及其本身外,只有2和5這兩個因數。大於1且小於10並與10「互質」(Relatively Prime)(註1)的整數共有三個:3、7和9。至於其他小於10的整數(即4、6和8),它們與10的最大公約數都是2,是一個很小的整數。以上這些特性對我們的乘除法都有很重要的影響(詳見下文)。



筆者忽發奇想,假如人有十二隻手指並使用十二進制的話,我們的四則運算將會是何種面貌?為何要選擇12?這是因為12這個數跟10較接近,而且其算術特性似乎較10「有趣」,12的算術特性如下:除了1及其本身外,它還有2、3、4和6這四個因數。大於1且小於12並與12互質的整數共有三個:5、7和11。至於其他小於12的整數(即8、9和10),它們與12的最大公約數分別為4、3和2,不像10那樣「單調」。



在十二進制下,我們有十二個數碼(Digit),不妨把它們記作:0、1、2、3、4、5、6、7、8、9、A、B,其中0至9就是我們熟悉的十進制數碼,A和B分別相當於十進制下的10和11。以下筆者將用下標12來標明十二進制下的數字(十進制下的數字則沒有標記),以下是十二進制換算為十進制的一個例子:

3B0912 = 3 × 123 + 11 × 122 + 0 × 121 + 9 = 6777

如果我們不是靠「數手指」來做加減法,那麼十二進制下的加減法應較十進制略為複雜,這是因為十二進制的「加法表」比十進制多了很多項。雖然筆者不是心理學家,但我相信在學過加減法的人的頭腦中其實有一個(不完整的)「加法表」,這個「加法表」不是我們刻意死記的,而是經過千百次計算後不自覺地進入我們的永久記憶中,最明顯的例子就是6 + 7,相信很多人都能不假思索地講出6 + 7的答案。當然有些加法是要經過少許思考的,例如9 + 7的答案便似乎不是我頭腦中「加法表」的一部分,每次遇到9 + 7時,我都會進行一種「進1減1」的思考,即先在7之前加個1,然後從7減去1,得16。但無論如何,6 + 7的例子說明了我們頭腦中的確存在著「加法表」。由於十二進制的「加法表」比十進制複雜,進入我們永久記憶的項目較多,所以我認為十二進制下的加減法可能較十進制略為困難。




2. 乘法

跟加法不同,每個人在學習乘法時都要刻意背誦「乘法表」(在中國稱為「九因歌」),因此「乘法表」的複雜程度會直接決定我們學習乘法的難度。在本節筆者將比較十進制下的「九因歌」與十二進制下的「B因歌」。表面上看,「B因歌」共有11 × 11 = 121句歌訣,比「九因歌」的9 × 9 = 81句歌訣足足多了40句,「B因歌」似乎比「九因歌」難記得多。可是,如果要背誦的東西有高度規律性,即使數目很大,也不難記憶,因此我們要比較的應是「九因歌」與「B因歌」的規律性。



在「九因歌」中,1、2和5的歌訣最易記,這是因為這三個數字是10的因數;9雖然不是10的因數,但由於有以下關係:

9n = 10 × (n − 1) + (10 − n)     (1)

9的歌訣因而具有某種規律性,可以概括為

「九 n (n − 1) 十 (10 − n)」,2 ≤ n ≤ 9

例如「九二一十八」、「九三二十七」...。至於4、6和8,它們的歌訣呈現一種循環性,以4的歌訣為例,如果我們補上一句附加歌訣「四十中四十」:

四一如四,四二如八,四三一十二,四四一十六,四五中二十,

四六二十四,四七二十八,四八三十二,四九三十六,四十中四十

那麼容易看到下排其實在重覆上排的模式,6和8的歌訣也具有這個特點。這裡其實有一個規律:4、6、8這三個數字與10的最大公約數都是2,而10 / 2 = 5,所以這三個數字的歌訣每五句出現一個循環。不過,由於這三組歌訣中的每一組都只出現兩個循環,其規律性不太明顯。上述規律也適用於3和7,由於這兩個數字與10互質,即與10的最大公約數都是1,而10 / 1 = 10,所以這兩個數字的歌訣只能每十句出現一個循環,即毫無循環可言。由此可見,3和7的歌訣是最沒有規律的。



我們可以把上述觀察推廣至十二進制的情況。在「B因歌」中,1、2、3、4和6的歌訣也應很易記,因為這些數字是12的因數;而B的歌訣也應具有規律性,因為如把11和12分別代替(1)中的9和10,(1)仍然成立。由於8、9、10與12的最大公約數分別為4、3和2,8、9和A的歌訣分別表現為每三句、每四句和每六句出現一個循環。至於5和7,它們的歌訣應沒有規律可言。以下列出「B因歌」的全部歌訣:

11如1, 12如2, 13如3, 14如4, 15如5, 16如6, 17如7, 18如8, 19如9, 1A如A, 1B如B
21如2, 22如4, 23如6, 24如8, 25如A, 26得10, 27得12, 28得14, 29得16, 2A得18, 2B得1A
31如3, 32如6, 33如9, 34得10, 35得13, 36得16, 37得19, 38得20, 39得23, 3A得26, 3B得29
41如4, 42如8, 43得10, 44得14, 45得18, 46得20, 47得24, 48得28, 49得30, 4A得34, 4B得38
51如5, 52如A, 53得13, 54得18, 55得21, 56得26, 57得2B, 58得34, 59得39, 5A得42, 5B得47
61如6, 62得10, 63得16, 64得20, 65得26, 66得30, 67得36, 68得40, 69得46, 6A得50, 6B得56
71如7, 72得12, 73得19, 74得24, 75得2B, 76得36, 77得41, 78得48, 79得53, 7A得5A, 7B得55
81如8, 82得14, 83得20, 84得28, 85得34, 86得40, 87得48, 88得54, 89得60, 8A得68, 8B得74
91如9, 92得16, 93得23, 94得30, 95得39, 96得46, 97得53, 98得60, 99得69, 9A得76, 9B得83
A1如A, A2得18, A3得26, A4得34, A5得42, A6得50, A7得5A, A8得68, A9得76, AA得84, AB得92
B1如B, B2得1A, B3得29, B4得38, B5得47, B6得56, B7得65, B8得74, B9得83, BA得92, BB得A1

為節省空間,上列歌訣全用阿拉伯數字,且沒有加下標12,但都應理解為十二進制下的數字,例如「26得10」中的「10」便應理解為1012,即等於十進制下的12。


可以看到,跟「九因歌」一樣,在「B因歌」中有兩個數字(5和7)的歌訣沒有規律可循,但1、2、3、4、6和B的歌訣卻很有規律,其餘的8、9和A的歌訣也有較明顯的循環性。總括而言,雖然「B因歌」比「九因歌」多出40句歌訣,但其規律性似乎足以抵消它相對於「九因歌」的缺點。



註1:兩個整數「互質」當且僅當這兩個數的最大公約數為1,即除了1外,沒有其他公約數。

回應瀏覽選項

選擇你喜歡的顯示回應的模式,並點選「儲存設定」,以啟用你所做的改變。
文盲 的照片

疑似筆誤

//每次遇到9 + 7時,我都會進行一種「進1減1」的思考,即先在7之前加個1,然後從7減去1,得16//

是否「先在9之前加個1,然後從7減去1」?^^"

kafat 的照片

謝謝你的回應

文盲 寫到 :
是否「先在9之前加個1,然後從7減去1」?^^"


我的意思是,先在7之前加個1,變成17,然後減1,得16。

文盲 的照片

誤會

kafat 寫到 :
我的意思是,先在7之前加個1,變成17,然後減1,得16。

哦...是我誤解了,不好意思...^^"

kafat 的照片

其他人是不是也用這個方法來做加法?

不必掛意,其實我倒想知道其他人是不是也用這個方法來做加法。

冷眼 的照片

有趣!

Nick 的照片

._.

我常想,十進制限制了人類在數論方面的研究,二進制限制了電腦在人工智能方面的發展。

kafat 的照片

二進制限制了電腦在人工智能方面的發展

Nick 寫到 :
二進制限制了電腦在人工智能方面的發展。

願聞其詳

張海澎 的照片

x2

Nick 寫到 :
我常想,十進制限制了人類在數論方面的研究,二進制限制了電腦在人工智能方面的發展。

願聞其詳。

Nick 的照片

._.

I haven't cleared up my idea yet, but I can quote two paragraphs.

Quote:
Thought as we know it will probably never be realized by an artificial entity. The process of thought requires responses of neural impulses that react electrochemicaly. The neural network could be duplicated by impulses of binary streams in parity but even then It would require 100 super computers inside the space of about the size of your cranium. What is more they would have to operate at their current speed to the exponent of about ten. Even if the time and space for these processes worked out equitably the actual mechanism for 'thought' like our own (or in this case, something approaching a beleivable counterfeit) would have to learn based on experience. For every stream of binary data sent (via say something like Ya Cu Ba O at critical temps) there would have to be a kind of cache set aside for the physical model to 'remember' what had been processed so that future data assessments could be acted on in relation to prior inputs. Some interesting materials and energies that I beleive will augment either the developement or final working model of AI are nickle titanium, Ya Ba Cu O, Light (for reading fiber optic storage devices instead of current 'hard drive' technology. This would greatly increase speed which is undisputably intrinsic in smooth operation of AI.)

http://philip.greenspun.com/bboard/q-and-a-fetch-msg?msg_id=...

Quote:
Consider the symbol your mind contains for 'light bulb'. In your mind, the sounds of the spoken words "light bulb" are reconstructed in your auditory cortex. A picture of a light bulb is loaded into your visual cortex. Furthermore, the auditory and visual cortices are far more complex, and intelligent, than the algorithm your computer uses to play sounds and MPEG files. Your auditory cortex has evolved specifically to process incoming speech sounds, with better fineness and resolution than it displays on other auditory tasks. Your visual cortex does not simply contain a 2D pixel array. The visual cortex has specialized processes that extract David Marr's "two-and-a-half dimensional world" - edge detection, corner interpretation, surfaces, shading, movement - and processes that extract from this a model of 3D objects in a 3D world. "About 50 percent of the cerebral cortex of primates is devoted exclusively to visual processing, and the estimated territory for humans is nearly comparable."

http://www.singinst.org/ourresearch/publications/GISAI/parad...

張海澎 的照片

謝謝Nick

據我所知,木木川兄對數論頗有研究,關於十進制對研究數論的影響,不知他可有高見。

本篤廿九世 的照片

我是數學盲 :)=

我們現時之所以通行十進制,顯然是因為人有十隻手指。10這個數字具有以下算術特性:除了1及其本身外,只有2和5這兩個因數。大於1且小於10並與10
「互質」(Relatively
Prime)(註1)的整數共有三個:3、7和9。

 

至於其他小於10的整數(即4、6和8),它們與10的最大公約數都是2,是一個很小的整數。

 

以上這些
特性對我們的乘除法都有很重要的影響(詳見下文)。//

 

請問甚麼是 「互質」(Relatively
Prime)
?

本篤廿九世 的照片

要趕快為「B因歌」申請專利啊

跟加法不同,每個人在學習乘法時都要刻意背誦「乘法表」(在中國稱為「九因歌」),因此「乘法表」的複雜程度會直接決定我們學習乘法的難度。在本節筆者將比較十進制下的「九因歌」與十二進制下的「B因歌」

表面上看,「B因歌」共有11 × 11 = 121句歌訣,比「九因歌」的9 × 9 =
81句歌訣足足多了40句,「B因歌」似乎比「九因歌」難記得多。

可是,如果要背誦的東西有高度規律性,即使數目很大,也不難記憶,因此我們要比較的應是
「九因歌」與「B因歌」的規律性。//

 

very interesting! 很有趣的  「B因歌」!

是筆者獨創的嗎?

 

要趕快申請專利啊. 

Cool

本篤廿九世 的照片

正!

可以看到,跟「九因歌」一樣,在「B因歌」中有兩個數字(5和7)的歌訣沒有規律可循,但1、2、3、4、6和B的歌訣卻很有規律,其餘的8、9和A的歌
訣也有較明顯的循環性。

 總括而言,雖然「B因歌」比「九因歌」多出40句歌訣,但其規律性似乎足以抵消它相對於「九因歌」的缺點。//

 

好似好正咁!

 

Laughing

kafat 的照片

「互質」的定義

本篤廿九世 寫到 :
請問甚麼是「互質」(Relatively Prime)

「互質」的定義載於註1,即兩個整數「互質」當且僅當這兩個數的最大公約數為1。例如3和4便是互質的,因為它們的最大公約數是1;4和6則不互質,因為它們的最大公約數是2。

本篤廿九世 的照片

而家先知 最大公約數即係HCF, 我的數學只有小學程度. thx kafat.

thx kafat.

 

而家先知 最大公約數即係HCF, 我的數學只有小學程度.

Embarassed

 

最大公因數(Greatest Common Divisor,簡寫為G.C.D.;或Highest Common Factor,簡寫為H.C.F.),指某幾個整數共有因數中最大的一個。

兩個整數的最大公因數主要有三種尋找方法:

最小公倍數(L.C.M.)的關係: G.C.D.(a, <img src= \times L.C.M.(a, Cool = |ab|" />

兩個整數的最大公因數可用於計算兩數的最小公倍數,或分數化簡成最簡分數

兩個整數的最大公因數和最小公倍數中存在分配律

  • G.C.D.(a,\;L.C.M.(b, c)) = L.C.M.(G.C.D.(a, <img src=),\;G.C.D.(a, c))" />
  • L.C.M.(a,\;G.C.D.(b, c)) = G.C.D.(L.C.M.(a, <img src=),\;L.C.M.(a, c))" />

http://zh.wikipedia.org/zh-tw/%E6%9C%80%E5%A4%A7%E5%85%AC%E7...

牛頭馬面 的照片

dear Nick:

Nick 寫到 :
我常想,十進制限制了人類在數論方面的研究,二進制限制了電腦在人工智能方面的發展。

 

願聞其詳 x3

__________________

i'm not a human

kafat 寫到 :
不必掛意,其實我倒想知道其他人是不是也用這個方法來做加法。

我是先減1再加10XDDDDDDDDD

不過我覺得你講6+7和7+9的分別並不明顯。