最速降线:为什么最快下降路径是摆线

原标题The Brachistochrone: Why the Fastest Descent Is a Cycloid

Grant Sanderson 与 Steven Strogatz 探讨 Bernoulli 的光线类比和几何证明。

SSSteven Strogatz嘉宾
频道
3Blue1Brown
发布
2016年4月1日
视频
16:01
阅读
2 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Grant Sanderson 与 Steven Strogatz 讨论最快下降问题、Bernoulli 与折射的联系,以及摆线的几何论证。理想化设定假定质点从静止开始且无摩擦。

  1. 1最快与最短更陡的起点能更快获得速度,但增加路程。
  2. 2历史Bernoulli 于 1696 年将问题作为挑战提出。
  3. 3光线类比解法利用光在不同速度介质中传播的联系。
  4. 4能量理想设定中速度随垂直下降距离的平方根增长。
  5. 5摆线最短时间路径是摆线。
  6. 6几何几何构造说明摆线满足所需关系。
  7. 7挑战最后的挑战用角度和时间重新描述运动。

要点建议

  1. 更陡的起点能更快获得速度,但增加路程。
  2. Bernoulli 于 1696 年将问题作为挑战提出。
  3. 解法利用光在不同速度介质中传播的联系。
  4. 理想设定中速度随垂直下降距离的平方根增长。
  5. 最短时间路径是摆线。
  6. 几何构造说明摆线满足所需关系。
  7. 最后的挑战用角度和时间重新描述运动。
全文

按章节阅读整理后的全文

只看原始文稿
01

最快下降

历史、折射、几何和进一步挑战。

Grant Sanderson 与数学家 Steven Strogatz 讨论最速降线:重力作用下连接两点、使下降时间最短的曲线。在标准设定中,质点从静止开始,在均匀重力场中无摩擦滑动。

最短路径不一定最快。开始时更陡的下降能更早获得速度,但也会增加路程;问题是寻找最佳平衡。

Strogatz 回顾伽利略对这一问题的兴趣和 Johann Bernoulli 在 1696 年提出的挑战。他们讲述牛顿匿名解答的著名故事,同时承认其中部分情节带有传说性质。

Bernoulli 的洞见是将滑动质点与通过不同速度介质层的光联系起来。费马原理和斯涅尔定律提供了表示最短时间路径的方法。

能量守恒给出速度与垂直下降距离平方根成正比。在分层光线类比中,切线与竖直方向夹角的正弦除以下降距离的平方根,沿极限路径保持不变。

得到的曲线是摆线,即圆沿直线滚动时圆周上一点描出的轨迹。Sanderson 随后介绍数学家 Mark Levi 的几何论证,说明摆线为什么具有所需性质。

滚轮的接触点是瞬时旋转中心。利用垂直切线和相似三角形,这一构造将下降距离与切线角度的正弦联系起来,说明所需比值保持不变。

Sanderson 最后提出进一步挑战:用切线角度随时间的变化描述滑动。在摆线上的这种理想化运动中,对应滚轮的角度以恒定速率变化,提示了一种寻找证明的新视角。

同频道的其他文章

20 张幻灯片40:44EN → 简体中文
3Blue1Brown· 2026年10月16日Grant Sanderson:现在是投身数学的最好时机Grant Sanderson, Constantin Kogler · 3Blue1Brown学生担心 AI 已经解决了数学。Grant Sanderson 却认为恰恰相反:即使机器证明定理的能力超过人类,数学这套制度依然有价值,而新人正迎来一个难得的机会,可以参与重塑它。MathematicsAI for scienceHuman-AI Collaboration+2
29 张幻灯片51:55EN → 简体中文
3Blue1Brown· 2026年9月18日AI 解不出的最后一道 IMO 题Grant Sanderson · 3Blue1BrownGrant Sanderson 带你走一遍 2025 年 IMO 第 6 题——前沿模型没做出来的铺砖谜题——以及要证明一种构造最优,需要怎样的视觉耐心。MathematicsAI researchReasoning & test-time compute+2
0:55EN → 简体中文
3Blue1Brown· 2026年7月24日64 块方糖谜题:六组相等距离一个 4×4×4 的方糖块有三种颜色;证明总能找到六对同色方糖,且每对距离相等。MathematicsEducation
33:51EN → 简体中文
3Blue1Brown· 2026年7月16日交叉熵连接了什么:压缩、语言模型与 KL 散度Grant Sanderson · 3Blue1BrownGrant Sanderson 从码长推导交叉熵,并用它解释下一个 token 训练和模型蒸馏。MathematicsMachine LearningFoundation Models+1
幻灯片2:25EN → 简体中文
3Blue1Brown· 2026年6月12日香农如何测量英语的信息熵一场猜字母游戏帮助克劳德·香农估算英语文本的信息量,也揭示了预测与压缩之间的联系。MathematicsAI History
幻灯片1:02EN → 简体中文
3Blue1Brown· 2026年6月10日月球机器人与最优二进制编码谜题四个方向出现的频率不同,每条指令最少需要多少比特?MathematicsScience Communication