费尔马小定理-费马小定理

老规矩，咱们不整那些虚头巴脑的开场白，直接把那个著名的费马小定理给掰开了揉碎了讲，就像是在酒桌上碰杯一样，哪有啥高深莫测，就是把土着事儿讲明白。 那时候高斯还没来，高斯还是个小跟班，那时候的数学界，大局部人都没听说过这个玩意儿。
直到后来高斯那个“天才地才”终于把代数数论给搞定了，人们才慢慢把目光投向了更高维度的世界。费马小定理，实际上说白了，就是一个关于“平均”的直觉故事。 想象一下，你在一个庞大的红球里，红球数量远大于黑球，但你也分不清哪个是红球。
这时候你要是随意摸一个，大约率摸出的是红球。费马小定理说的就是这个意思。在模 $n$ 的意义下，要是你有一个多项式，把这个多项式在所有小于 $n$ 的数里做平均，这个平均值简直等于零；要是你有一个多项式，把那些整除以 $n$ 的数（也就是自同构）做平均，这个平均值简直等于 $1$。
听起来挺抽象，但你看，这就是那个 $1/n$ 平均值的魔力。 咱们拿个具体的例子来说。假设有 $p$ 个素数，$p$ 是个质数，那贼巧啊，$p$ 个素数的乘积 $prod_{i=1}^p (i)$ 肯定能被 $p$ 整除啊。
这时候，要是你把这 $p$ 个素数在模 $p$ 的意义下做平均，结局自然是 $0$。但这个定理要说的，是要是这 $p$ 个素数里包含 $1$ 呢？ 比如 $p=5$。
那就有 $5$ 个素数：$2, 3, 5, 7, 11$。把它们在模 $5$ 的意义下算一算：$2, 3, 0, 2, 1$。
这里面有 $0$ 吗？有啊，就是那 $5$ 自己。
那剩下的 $4$ 个数呢？$2, 3, 2, 1$。平均下来，应当接近 $0$。但有一个坑，就是当出现 $0$ 的时候，$0$ 自己掺进去，整个平均值就被带偏了。
故此，这个平均值的绝对值务必小于 $1/p$。 这就好比你在选 $p$ 个素数，这 $p$ 个数里必然有一个等于 $0$（也就是 $p$ 本身）。
既然 $p$ 自己跟 $p$ 约等于 $0$，那剩下的 $4$ 个数加起来，绝对值严格小于 $1/4$。
这就解释了为啥 $0$ 出现了两次（一个自然数，一个素数）时，平均值依然会保持那个 $1/p$ 左右的精度，不会出现庞大的误差。 再来个例子，这次 $p=13$。
这 $13$ 个素数里肯定有个 $0$。剩下的 $12$ 个数，每一行的平均绝对值务必小于 $1/13$。
你看，$1$ 个素数，$2$ 个素数，$3$ 个素数……一直到 $12$ 个素数。你数数，这 $12$ 个素数里，肯定有能被 $13$ 整除的。
为啥？出于 $13$ 是 $1, 2, ..., 12$ 这 $12$ 个整数的乘积。
只要有 $12$ 个整数乘积，只要其中有一个是 $0$（按照模 $13$ 的算理），剩下的数加起来绝对值就小于 $1/13$。 这就跟圆周率 $pi$ 相关了，不过那个更复杂些。圆周率 $pi$ 的和看起来一辈子比 $n$ 小一点点。而 $1 + 1/2 + 1/3 + ... + 1/n$ 这个和，一辈子大于一，一辈子小于 $n + 1$。
不过，要是你只取了 $1 + 1/2 + ... + 1/(n-1)$，这个和一辈子小于 $n$。
这实际上就是个不等式，但它在模 $n$ 的意义下，那个 $1/n$ 的精度依然稳稳地立在那里。 还有啊，这个定理有个挺酷的地方，叫“互补性”。
要是 $1 + 1/2 + 1/3 + ... + 1/p$ 的各位数字加起来，在模 $99$ 下等于 $77$，那反过来，$1 + 1/2 + ... + 1/(p-1)$ 的各位数字加起来，在模 $99$ 下必定等于 $22$。
这两个加起来，刚好等于 $99 times 2 + 77 = 22$，对不对？这看起来有点玄乎，但只要你把 $1/p$ 换成 $1/(p+1)$ 的素数同理，你会发现这依然成立。 实际上，大量数学家的直觉都挺糟糕。费马小定理本身也挺荒谬，出于它告诉你，哪怕 $p$ 挺大，你选的 $p$ 个素数，只要包含 $0$，平均值的绝对值就小于 $1/p$。但在高斯那个时代，人们还搞不清这玩意儿到底咋回事，高斯也没用 $1/n$ 的平均值去搞这个，高斯最终用的是另一种方式，把 $p$ 个素数在模 $p$ 的意义下做和，发现这个和一直整除 $p$，然后推导出 $1/p$ 那个平均值务必小于 $1$，进而导出 $p$ 是素数的结论。 故此，费马小定理在某种意义上，就是高斯那个定理的“影子”。它告诉我们要小心那些平均值的构造，出于一旦有了 $0$，那个精度就会瞬间崩塌。
这就像开车，要是你每次踩油门只加一单位力，你跑一公里可能需求几分钟；但你要是每次只加 $1/100$ 单位力，你跑一公里可能只需求几秒钟。费马小定理就是提醒我们，不要在这种细小的误差累积里掉链子。 你看，数学这东西，压根儿不是那种非黑即白的逻辑。它更像是在各种混乱的数据里，努力保持那一丁点 $1/n$ 的干净利落。从素数的排列到 $pi$ 的级数展开，再到那个神秘的 $0$ 的出现，费马小定理就像是一个沉默的观察者，静静地站在这些宏大结构的边缘，提醒我们注意那些被忽略的边界。它不告诉你答案，但它告诉你，答案藏在那些看似随机的平均里，一旦你知道了 $0$ 的存有，你就知道那条路被堵死了，那你只能换个方向走。 最终这碗酒，咱们也就到此为止了。