什么是一個漢語詞語，拼音是shén me，表示疑問，是提問用語，通常表示對事物的提問。這個詞語由中古漢語的“何物”訛變而來， 以下是為大家整理的關于什么是負面清單?什么意思?2篇 , 供大家參考選擇。

什么是負面清單?什么意思?2篇

什么是負面清單?什么意思?篇1

質數的規律

什么是質數？就是在所有比1大的整數中，除了1和它本身以外，不再有別的約數，這種整數叫做質數，質數又叫做素數。這終規只是文字上的解釋而已。能不能有一個代數式，規定用字母表示的那個數為規定的任何值時，所代入的代數式的值都是質數呢？

質數的分布是沒有規律的，往往讓人莫明其妙。如：101、401、601、701都是質數，但上下面的301和901卻是合數。

有人做過這樣的驗算：1^2+1+41=43,2^2+2+41=47,3^2+3+41=53……于是就可以有這樣一個公式：設一正數為n，則n^2+n+41的值一定是一個質數。這個式子一直到n=39時，都是成立的。但n=40時，其式子就不成立了，因為40^2+40+41=1681=41*41。

被稱為“17世紀最偉大的法國數學家”費爾馬，也研究過質數的性質。他發現，設Fn=2^(2^n)，則當n分別等于0、1、2、3、4時，Fn分別給出3、5、17、257、65537，都是質數，由于F5太大（F5=14292967297），他沒有再往下檢測就直接猜測：對于一切自然數，Fn都是質數。但是，就是在F5上出了問題！費爾馬死后67年，25歲的瑞士數學家歐拉證明：F5=14292967297=641*6700417，并非質數，而是合數。

更加有趣的是，以后的Fn值，數學家再也沒有找到哪個Fn值是質數，全部都是合數。目前由于平方開得較大，因而能夠證明的也很少。現在數學家們取得Fn的最大值為：n=1495。這可是個超級天文數字，其位數多達10^10584位，當然它盡管非常之大，但也不是個質數。質數和費爾馬開了個大玩笑！

17世紀還有位法國數學家叫梅森，他曾經做過一個猜想：2^p-1代數式，當p是質數時，2^p-1是質數。他驗算出了：當p=2、3、5、7、17、19時，所得代數式的值都是質數，后來，歐拉證明p=31時，2^p-1是質數。

還剩下p=67、127、257三個梅森數，由于太大，長期沒有人去驗證。梅森去世250年后，美國數學家科勒證明，2^67-1=193707721*761838257287，是一個合數。這是第九個梅森數。20世紀，人們先后證明：第10個梅森數是質數，第11個梅森數是合數。質數排列得這樣雜亂無章，也給人們尋找質數規律造成了困難。

現在，數學家找到的最大的梅森數是一個有378632位的數：2^1257787-1。數學雖然可以找到很大的質數，但質數的規律還是無法循通。

頭五千萬個質數

--------------------------------------------------------------------------------

【摘要】不按牌理出牌 數學家也拿他沒辦法

質數怎樣分布？古今中外，不論是專業的數學家或業余的嗜好者，都曾被這問題所深深吸引。

質數是個比1大的自然數，除了自身和1以外，沒有其他自然數可以除盡他。質數的分布有兩個互相矛盾的特點。下面我會列舉一些事實，使你永遠相信這兩個特點。

第一點，盡管質數的定義極為簡單，又是自然數的建構磚石（任何自然數都可表為質因數的冪次的連乘積，且表法唯一），它卻是數學家研究的對象中最不馴的一種；質數在自然數中，像雜草似地亂長，似乎除了機會律以外，不遵守其他的規律，沒人敢說下一個會從那里冒出來。

第二點更令人驚訝，因?T篕P第一點相反，質數表現出驚人的規律性。也就是說，確有規律限制質數的行為，他們像軍人一樣絕對服從這些規律。

為了支持第一點，我把100以下的質數和合數寫出來（除了2以外，不列偶數）：

【瀏覽原件】

再把1千萬加減一百以內的質數列出：在9,999,900與10,000,000之間的質數

9,999,901

9,999,907

9,999,929

9,999,931

9,999,937

9,999,943

9,999,971

9,999,973

9,999,991

在10,000,000與10,000,100之間的質數

10,000,019

10,000,079

你看！沒有什麼理由可以說這個數是質數，那個數不是質數。當你看到這些數字時，是否聯想到宇宙的奧秘，像天邊那閃爍的星星一樣神秘不可測？甚至數學家都無法揭開此一奧秘，如果他們能夠，他們就不會勞神苦思去計算下一個更大的質數是多少了。（沒有人會想去找比前一個平方數更大的平方數，或2的冪次數——通常一個好學生只記到210=1024）。

1876年，Lucas證明2127-1為質數，這紀錄維持了75年。這也難怪，因為

2127-1

=1701411834604469231731687303715884105727

直到1951年，電子計算機的新紀元，更大的質數陸續發現（見下表歷次記錄）。目前的記錄是6002位的219937-1，不信的話，你可以去查Guiness世界記錄。（編者注：根據合眾國際社1978年11月15日報導，這記錄已被兩個18歲的加州大學學生打破。）

【瀏覽原件】

質數的規律

更有趣的，還是關於質數的規律。前面已提到過100以下的質數，現在用圖表示，其中π(x)表示所有不大於x的質數的個數。

【瀏覽原件】

就這麼簡單的一個圖，我們已經可以看出，除了一些小的擾動以外，π(x)大致上增加得很有規律。

若把x值從一百增到五萬，則此規律性變得更為明顯。見下圖：

【瀏覽原件】

當某種規律自然出現時，科學家就得設法去解釋它，質數分布的規律性也不例外。關於質數分布，我們不難找到一個良好的經驗規律。請看下表：（這表看來平凡無奇，卻代表上千小時的艱苦計算。）

【瀏覽原件】

注意：x每增10倍，x與π(x)的比就增加約2.3。機警的數學家立刻聯想到10取自然對數的近似值是2.3。所以x/π(x)～logx，亦即π(x)～x/logx（用log x表示x的自然對數，～表示當x接近無窮大時，π(x)與x/logx的比趨近於1；如果用≈，則表示接近的程度更好。）

質數定理

這個關系叫做質數定理，是高斯1791年發現的，但直到1896年才得到證明。高斯（1777～1855年，關於高斯與質數定理，請參閱凡異出版社，偉大數學家的一生——高斯）14歲那年收到一本對數的書；次年，研究書上所附的質數表，發現了這個定理。終其一生，高斯一直很注意質數分布，并且花了很多功夫去計算。高斯寫信給他學生安克（Encke）說他「時常花費零星的片刻計算1000個連續整數（如18001到19000）中有多少質數」，最后他竟能列出三百萬以下的所有質數，并且拿來和他的推測公式比較。

質數定理說π(x)是漸近地，即相對誤差趨近於0，等於x/logx。但是如果拿x/logx與π(x)的圖形加以比較，則可看出，雖然x/logx反映了π(x)行為的本質，卻還不足以說明π(x)的平滑性。

【瀏覽原件】

所以，我們希望找到更佳的近似函數。如果我們再仔細看看前面那個表，會發現x/π(x)差不多恰為logx-1。經過更小心地計算，并和π(x)的更精密數據相較，樂強何（Legendre）在1808年找到特佳的近似。即

π(x)≈x/(log-1.08366)

另有一種π(x)的近似函數也不錯，是高斯與質數定理同時提出的。從經驗得知，當x很大時，在x附近出現質數的或然率差不多恰為1/logx。因此，π(x)差不多應為

對數和：Ls(x)=1/log2+1/log3+…+1/logx或實值上相同的

對數積分：【瀏覽原件】

現在再比較Li(x)與π(x)的圖形，把座標軸的尺度取到這麼大時，兩者完全重合。

沒有必要再把樂強何的近似圖形列出來給大家看，因為在0到5萬之間，他的近似比Li(x)更加接近π(x)。

【瀏覽原件】

質數的冪次

再提一個π(x)的近似函數。從黎曼（Riemann）研究質數的結果顯示，如果我們在計算質數以外，還計算質數的冪次（質數的平方算半個質數，質數的立方算1/3個質數，依此類推），則一個很大的數x為質數的或然率將更接近1/logx。從此導出

【瀏覽原件】

第二式右邊的函數定名為R(x)以紀念黎曼。從下表可以看出它與π(x)有驚人的吻合。

R(x)可以表為

【瀏覽原件】

在這里要強調一點，高斯和樂強何的近似都是由經驗歸納而來的，不是由邏輯證明得到的。甚至黎曼函數也是如此，雖然他的R(x)有理論的解釋，他從未證明出質數定理。Hadamard以及de la Vall"eePoussin根據黎曼的工作，繼續研究，終於在1896年首度完成證明。

孿生質數

關於質數的規律性，我們再來看一些數值的例子。前面說過，在x附近的一個數其為質數的或然率為1/logx。換句話說，假使取一以x為中心，長度為a的區間，這區間長得足以使統計成為有意義，而與x相較，又足夠小時，其中質數的個數，應該約為a/logx。例如，在壹億至壹億零壹拾伍萬之間，預計有8142個質數，因為

150,000/log(100,000,000)=150,000/18.427… ≈8142

根據同樣的想法，在x附近的任意兩數同時為質數的或然率應約為1/(logx)2。所以如果有人問在x到x＋a之間有多少孿生質數（連續兩個奇數都是質數，如11,13或59,61），則我們可以預計有a/(logx)2個。事實上，我們可以預計多些，因為n已是質數，使n＋2為質數的可能性稍稍加大。（例如n＋2必為奇數）。用一個容易的直觀的論點，可以得到在〔x,x＋a〕中，孿生質數的對數為C．a/(logx)2，此處C＝1.3203236316…。

所以在壹億至壹億零壹拾伍萬之間應有(1.32…)．150,000/(18.427)2≈584對孿生質數。下表列出一些同長區間中質數及孿生質數的預測值及真值。由下表可以看出，理論和實際有極佳的吻合。對於孿生質數而言，這種吻合更令人驚訝。因為孿生質數是否為無窮，這問題直到現在尚無定論，遑論他的分布定律了。

【 瀏覽原件】

質數的距離

關於質數分布的規律性，最后一個例子就是相鄰兩質數的距離。若有人去查質數表，會注意到有時距離相當大。例如113和127之間無其他質數。令g（x）表x以下，所有相鄰質數的最大距離。則g（200）＝127-113＝14。當然，g（x）增加得極不規則。但是用一個直覺的論點可以得到下列漸近公式，g(x)～(logx)2。從下圖可以看出，像g（x）這樣極不規則的函數，其行為和預測能符合的程度。

【 瀏覽原件】

到現在為止，質數的規律性說得較多，不規律性說得很少。而本文標題「頭五千萬個質數」，我也只提到前幾千個而已。所以現在先列一表，比較π(x)，樂強何，高斯，黎曼四函數在x小於一千萬范圍內的差異。因為這四種函數在圖上分辨不出差異，如前面所列π(x)與Li的比較圖，所以現在這圖只表示這三種函數與π(x)的差。我想從這圖足以看出，一個有志研究數論的人可能遇到的麻煩有多大。當x很小時（小於一百萬），x/logx-1.08366比Li（x）近似π(x)，但是五百萬以后，Li（x）變得較近似，而且可以證明當x更增加時，Li（x）總是較近似π(x)。

【 瀏覽原件】

就算我們討論到一千萬，其中也只有60萬多個質數。要達到應許的五千萬個質數，x必須為十億。下圖表示十億以內R(x)-π(x)的圖形。R(x)-π(x)的振動變得愈來愈大，但即使到十億這麼大，振動仍在幾百以內。

【 瀏覽原件】

順便提另一個π(x)的趣事。從圖上可以看出，在一千萬以內，Li（x）總是大於π(x)，10億以內仍然如此。見下圖（此圖以對數尺寸繪出）。

【 瀏覽原件】

上圖給我們一個印象，當x繼續增加時，Li（x）-π(x)會穩定地無限增加。但是上述推測錯了！事實上，立特伍（Littlewood）可以證明有某x值，而π(x)會大於Li（x）。但到目前為止，并未真正找到一個確數，使此事成立，而且恐怕永遠不會找到。但是立特伍的證明不可能有誤，而且Skewes更證明在【瀏覽原件】以內就有一個這樣的數。英國名數學家Hardy有一次說，這可能是數學上有確定目的的數字中最大的了。總而言之，此例說明了，在質數理論里，僅僅依賴數據就想要導出結論的作法是多麼不智啊！

〔本文節譯自“The First 50 million Prime Numbers”，原文刊登在The New Mathematical Intelligencer, Vol. 0, Aug. 1977，為原作者Don Zagier就任德國波昂大學教授的就任演說稿。〕

什么是負面清單?什么意思?篇2

什么是OA？OA是什么意思？

OA是Office Automation的縮寫，指辦公室自動化或自動化辦公。

OA是一個動態的概念，隨著計算機技術、通信技術和網絡技術的突飛猛進，關于OA的描述也在不斷充實，至今還沒有人對OA下過最權威、最科學、最全面、最準確的定義。當今世界是信息爆炸的知識經濟統治的時代，在這種情況下結合技術的各種進步所產生的OA已與十幾年前的OA發生了很大的變化。如今的OA變革的不僅僅是技術，更多的是將最新的管理思想、管理理念植入其中使企業在面對外部環境的易變性與復雜性時，突破以往傳統的嚴格的部門分工，打破使企業在高速發展過程中呈現出的多項目、跨區域、集團化的發展趨勢受時間、地域、部門之間的限制所帶來的信息孤島，從而提升企業的整體競爭力和前進速度。

　　如果將企業比作人的生命體，那么：OA系統就是人體中的神經網絡系統，傳遞領導理念、指令，協調全身肌肉、四肢和諧運行，愉快工作，使企業充滿生命力和戰斗力，為企業提供一種管理新境界。

總體上講，它是指一切可滿足于企事業單位的、綜合型的、能夠提高單位內部信息交流、共享、流轉處理的和實現辦公自動化和提高工作效率的各種信息化設備和應用軟件；它不是孤立存在的，而是可以與其它各類管理系統（如電子政務系統、電子商務系統、CRM系統、ERP系統、財務系統等）對接、協同的。

協同OA

　　OA不僅僅是企業辦公的一種工具，更應該是一種有思想、有模式的懂管理的軟件，協同OA是在研究現代組織實踐案例和管理理論發展方向的基礎上，結合神經網絡的研究成果而設計的協同管理系統。它以動態組織為行為主體，以工作流為傳導模型，以任務為處理模型，將組織行為的復雜性通過三者的結合充分表現出來，從而幫助實際組織解決管理過程中的復雜課題。

協同OA將執行中的三個要點：執行者、目標與過程管控，通過動態組織、工作流和任務三者，將執行相關的各種信息和應用緊密集成在一起，并用權變組織、網狀溝通、關聯結構和控制反饋四個管理模型實現各個執行體之間的融會貫通和統一管理，從而為企業提供實現人力資源、資金資源、產品資源、客戶資源、知識資源的高度整合和統一的工具，幫助企業逐步走向虛擬管理、敏捷辦事和互動溝通的高級形態。

推薦訪問： 什么意思 負面 清單