Kim był Mark Kac?
Mark Kac (1914–1984) urodził się 16 sierpnia 1914 r. w Krzemieńcu – mieście, które w ciągu jego życia należało kolejno do Rosji, Polski i radzieckiej Ukrainy. Jego ojciec był nauczycielem z dyplomami z filozofii z Lipska oraz z historii i filozofii z Moskwy. Kac uczył się w domu i w Liceum Krzemienieckim (McKean, 1990).
W 1931 r., jako siedemnastolatek, zaczął studia na Uniwersytecie Jana Kazimierza we Lwowie; dyplom uzyskał w 1935 r., a doktorat w 1937 r. Najważniejszym nauczycielem był dla niego Hugo Steinhaus, który wprowadził go w rachunek prawdopodobieństwa; razem napisali serię prac o niezależności statystycznej (McKean, 1990). W 1938 r. Kac wyjechał na polskie stypendium do Johns Hopkins w Baltimore. Rodzina została w Krzemieńcu i większość jej członków zginęła w masowych egzekucjach w latach 1942–1943 (McKean, 1990).
Od 1939 r. pracował na Cornell University w Ithace, w latach 1943–1947 współpracował z Radiation Laboratory w MIT, a w 1962 r. przeszedł do Rockefeller University. Po przejściu na emeryturę w 1981 r. przeniósł się na University of Southern California (McKean, 1990). Zmarł w październiku 1984 r. w Los Angeles; jego autobiografia Enigmas of Chance ukazała się już po jego śmierci (Cohen, 1986).
Najważniejsze pomysły
- Niezależność statystyczna. Od Steinhausa Kac przejął precyzyjne pojęcie niezależności: prawdopodobieństwo łącznego zajścia zdarzeń niezależnych jest iloczynem prawdopodobieństw. McKean (1990) zauważa, że to właśnie ono porządkuje stare prawo normalne de Moivre’a, Czebyszewa i Markowa, a Kac całe życie szukał rozkładu normalnego w nowych dziedzinach.
- Twierdzenie Erdősa–Kaca (1940). Z Paulem Erdősem pokazał, że liczba różnych dzielników pierwszych liczby n ma w przybliżeniu rozkład normalny ze średnią i wariancją log log n (Erdős i Kac, 1940). To centralne twierdzenie graniczne w teorii liczb: podzielność przez różne liczby pierwsze zachowuje się jak zdarzenia prawie niezależne (McKean, 1990).
- Ruch Browna i wzór Feynmana–Kaca. Ruch Browna to granica rzutów monetą przy coraz drobniejszych krokach. Z tej obserwacji Kac wyprowadził m.in. prawo arcusa sinusa dla czasu, w którym orły prowadzą nad reszkami, a z podsuniętego przez Richarda Feynmana pomysłu – wzór łączący równanie Schrödingera ze średnią po trajektoriach ruchu Browna (McKean, 1990).
- „Czy można usłyszeć kształt bębna?” W artykule z 1966 r. zapytał, czy z samych tonów własnych membrany da się odtworzyć jej kształt. Pokazał, że da się „usłyszeć” pole, długość brzegu i liczbę dziur (Kac, 1966; McKean, 1990).
Ciekawostka
Kac słynął z dowcipu. McKean (1990) przytacza ulubioną historię z jego autobiografii: na egzaminie ustnym słaby student zgubił się na pytaniu, jak nazywa się osobliwość funkcji 1/z w zerze. Kac poprosił go wtedy, by na niego spojrzał i powiedział, kim jest. Student rozpromienił się i odpowiedział: „A simple Pole, sir” – po angielsku to jednocześnie „biegun prosty” i „prosty Polak”, czyli odpowiedź poprawna.
Kac lubił też cytować Steinhausa, który zapytany, czy przekroczył granicę, odpowiedział, że nie – to granica przekroczyła jego (McKean, 1990).
Przykład: dzielniki pierwsze liczb do miliona
Sprawdzamy twierdzenie Erdősa–Kaca na wszystkich liczbach od 3 do 1 000 000. Dla każdej liczymy ω(n) – liczbę różnych dzielników pierwszych (np. ω(30) = 3, bo 30 = 2 · 3 · 5, a ω(1024) = 1, bo 1024 = 210). Sito Eratostenesa znajduje 78 498 liczb pierwszych, a potem każdą liczbę zaliczamy do tylu, ilu liczb pierwszych jest wielokrotnością. Nie ma tu losowania – „próbą” jest cały zakres liczb.
Według twierdzenia średnia i wariancja ω(n) powinny być bliskie log log N = 2.626. Średnia wyniosła 2.854, ale wariancja tylko 0.981. Rozkład jest więc znacznie węższy, niż zapowiada wzór: 3 dzielniki pierwsze ma 37.97% liczb, podczas gdy przybliżenie normalne daje 23.62%, a 6 dzielników ma 0.23% liczb zamiast 2.96%. Jednocześnie dla 93.3% liczb ω(n) różni się od log log n najwyżej o √(log log n) – to właśnie tę koncentrację opisuje twierdzenie. Dla N = 100 wariancja wynosi 0.362, a dla N = 1 000 000 – 0.981, przy log log N równym 1.527 i 2.626: zbieżność jest, tylko bardzo powolna.
Na rysunku
Co widać. W ciągu trzech lat (1937–1940) Kac obronił doktorat we Lwowie, wyjechał do USA i opublikował z Erdősem twierdzenie, które nosi ich nazwiska. Druga połowa kariery to fizyka statystyczna w Rockefeller University.
Na co uważać. Oś zawiera tylko daty z cytowanych źródeł; rok przejścia do Rockefeller University (1962) podajemy za McKeanem (1990).
Podpis do pracy:
Co widać. Kształt rozkładu – jednomodalny, prawie symetryczny (skośność 0.129) – zgadza się z twierdzeniem, ale skala nie: rozkład jest skupiony wokół 2–4 dzielników. Panel B pokazuje dlaczego: między N = 100 a milionem log log N rośnie tylko od 1.527 do 2.626.
Na co uważać. Twierdzenie graniczne mówi, co dzieje się „w nieskończoności”, a nie przy konkretnym N. To samo dotyczy prawa wielkich liczb i przybliżeń normalnych w badaniach: zanim na nich oprzesz wnioski, sprawdź rozkład na histogramie albo wykresie kwantylowym.
Podpis do pracy:
Gdzie spotkasz Kaca w swojej pracy
- Założenie niezależności. Wzory na wariancję sumy, test chi-kwadrat czy błąd standardowy średniej zakładają niezależne obserwacje – pojęcie, któremu Steinhaus i Kac nadali ścisłą postać. Gdy osoby są zgrupowane w klasach lub rodzinach, to założenie trzeba osłabić (modele wielopoziomowe).
- Przybliżenia normalne. Zawsze gdy korzystasz z rozkładu dwumianowego przybliżonego normalnym albo z centralnego twierdzenia granicznego, pracujesz w świecie, który Kac rozszerzał na teorię liczb i fizykę.
- Symulacje i błądzenie losowe. Związek rzutów monetą z ruchem Browna stoi za wieloma symulacjami procesów losowych; o pokrewnej metodzie Monte Carlo pisze hasło o Stanisławie Ulamie, innym matematyku ze szkoły lwowskiej.
Spory, mity i trudne strony
- „Wszyscy wierzą w prawo błędów”. McKean (1990) przytacza narzekanie Poincarégo: w prawo błędów wierzą wszyscy, bo matematycy myślą, że to fakt doświadczalny, a obserwatorzy – że twierdzenie matematyczne. Brakującym składnikiem było według McKeana jednoznaczne pojęcie niezależności, które wniósł Steinhaus; Kac rozszerzał potem zasięg prawa normalnego na nowe dziedziny.
- Czy da się usłyszeć bęben? Kac pokazał, które cechy kształtu słychać w tonach, ale pełnej odpowiedzi nie podał – w 1990 r. McKean pisał, że pytanie pozostaje otwarte.
- Wojna i Zagłada. Kac wyjechał z Polski w 1938 r.; większość jego rodziny zginęła w Krzemieńcu w latach 1942–1943. McKean (1990) wiąże z tym jego późniejsze zaangażowanie w pomoc radzieckim refuseników.
Kac w R
Kod rysuje oś czasu, a potem sitem Eratostenesa wyznacza liczby pierwsze do miliona i liczbę różnych dzielników pierwszych ω(n) każdej liczby. Porównuje średnią, wariancję i rozkład ω(n) z rozkładem normalnym o średniej i wariancji log log N z twierdzenia Erdősa–Kaca i pokazuje, jak wolno rośnie log log N. Rysunki na stronie powstały z tych samych obiektów p_os i p_metoda z krojem i tłem serwisu; dane, geometrie i skale są identyczne.
liczbę liczb pierwszych do miliona, przykładowe wartości ω(n), średnią, wariancję i skośność ω(n), rozkład ω(n) obok przybliżenia normalnego, odsetek liczb blisko log log n i zbieżność dla N od 100 do miliona.
Kod R rysunków 1 i 2
# Mark Kac: oś czasu i twierdzenie Erdősa–Kaca – liczba różnych dzielników pierwszych omega(n) dla n <= 10^6
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
oi <- c(niebieski = "#0072B2", pomaranczowy = "#E69F00", cynober = "#D55E00", zielony = "#009E73",
fiolet = "#CC79A7", szary = "grey45") # Okabe–Ito
motyw <- theme_minimal(base_size = 13) + theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"))
# 1. Oś czasu (lata według McKeana 1990, Cohena 1986, Erdősa i Kaca 1940 oraz Kaca 1966)
zdarzenia <- data.frame(
rok = c(1914, 1937, 1938, 1939, 1940, 1962, 1966, 1981, 1984),
opis = c("urodzony\nw Krzemieńcu", "doktorat\nwe Lwowie", "stypendium:\nJohns Hopkins",
"Cornell (Ithaca)", "twierdzenie\nErdősa–Kaca", "Rockefeller\nUniversity", "„Can one hear the\nshape of a drum?”",
"University of\nSouthern California", "zmarł\nw Los Angeles"),
rodzaj = c("życie", "nauka", "praca", "praca", "publikacja", "praca", "publikacja", "praca", "życie"))
zdarzenia$y <- c(1.2, -1, 2.1, 1, -2, 1.2, -1, 1.2, -1) # wysokość etykiet, żeby się nie nakładały
p_os <- ggplot(zdarzenia, aes(rok, 0)) +
geom_hline(yintercept = 0, colour = "grey60") +
geom_segment(aes(xend = rok, yend = y * 0.8), colour = "grey70") +
geom_point(aes(shape = rodzaj, fill = rodzaj), size = 3.5) +
geom_label(aes(y = y, label = paste0(rok, "\n", opis)), size = 3.1, lineheight = 0.9, linewidth = 0.2) +
scale_shape_manual(values = c("życie" = 21, "nauka" = 22, "praca" = 24, "publikacja" = 25), name = NULL) +
scale_fill_manual(values = c("życie" = oi[["szary"]], "nauka" = oi[["zielony"]], "praca" = oi[["niebieski"]],
"publikacja" = oi[["cynober"]]), name = NULL) +
scale_x_continuous(breaks = seq(1910, 1990, 10), limits = c(1905, 1993)) + scale_y_continuous(limits = c(-2.5, 2.6)) +
labs(title = "Mark Kac (1914–1984)", x = NULL, y = NULL) +
motyw + theme(axis.text.y = element_blank(), panel.grid.major.y = element_blank(), legend.position = "bottom")
# 2. omega(n) – liczba różnych dzielników pierwszych n – sitem dla wszystkich n <= N
N <- 1e6
pierwsza <- rep(TRUE, N); pierwsza[1] <- FALSE
for (p in 2:floor(sqrt(N))) if (pierwsza[p]) pierwsza[seq(p * p, N, by = p)] <- FALSE
pierwsze <- which(pierwsza)
wielokrotnosci <- unlist(lapply(pierwsze, function(p) seq.int(p, N, by = p))) # każda wielokrotność każdej liczby pierwszej
omega <- tabulate(wielokrotnosci, nbins = N) # ile razy n pojawiło się na liście
c(liczb_pierwszych = length(pierwsze), omega_30 = omega[30], omega_1024 = omega[1024], omega_510510 = omega[510510])
# Erdős i Kac (1940): dla n <= N omega(n) ma w przybliżeniu rozkład normalny ze średnią i wariancją log log N
llN <- log(log(N))
x <- omega[3:N] # n = 3, ..., N (dla n <= 2 log log n nie jest dodatnie)
round(c(loglogN = llN, srednia = mean(x), wariancja = var(x), skosnosc = mean((x - mean(x))^3) / sd(x)^3), 3)
# Rozkład omega(n) i przybliżenie normalne (z poprawką na ciągłość) o średniej i wariancji log log N
k <- 0:8
obserwowane <- as.numeric(table(factor(x, levels = k))) / length(x)
normalne <- pnorm(k + 0.5, llN, sqrt(llN)) - pnorm(k - 0.5, llN, sqrt(llN))
round(data.frame(k, obserwowane, normalne), 4)
# Odsetek n, dla których |omega(n) - log log n| <= sqrt(log log n), i średnia dla rosnących N
ll_n <- log(log(3:N))
round(mean(abs(x - ll_n) <= sqrt(ll_n)), 3)
granice <- 10^(2:6)
zbieznosc <- data.frame(N = granice, loglogN = log(log(granice)),
srednia = sapply(granice, function(g) mean(omega[3:g])),
wariancja = sapply(granice, function(g) var(omega[3:g])))
round(zbieznosc, 3)
# Rysunek 2A: rozkład omega(n) dla n <= 10^6 i przybliżenie normalne
rozklad <- data.frame(k = k, obserwowane = obserwowane, normalne = normalne)
pA <- ggplot(rozklad, aes(k)) +
geom_col(aes(y = obserwowane, fill = "liczby n ≤ 1 000 000"), width = 0.7, colour = "grey30", linewidth = 0.2) +
geom_line(aes(y = normalne, colour = "rozkład normalny\n(średnia = wariancja = log log N)"), linewidth = 0.9, linetype = "dashed") +
geom_point(aes(y = normalne, colour = "rozkład normalny\n(średnia = wariancja = log log N)"), shape = 21, fill = "white", size = 2.8, stroke = 1.1) +
scale_fill_manual(values = oi[["pomaranczowy"]], name = NULL) +
scale_colour_manual(values = oi[["niebieski"]], name = NULL) +
scale_x_continuous(breaks = k) + scale_y_continuous(labels = function(v) paste0(100 * v, "%")) +
labs(title = "A. Ile różnych dzielników pierwszych ma n?", x = "ω(n) – liczba różnych dzielników pierwszych", y = "Odsetek liczb") +
motyw + theme(legend.position = "bottom", legend.box = "vertical", legend.spacing.y = unit(0, "pt"))
# Rysunek 2B: średnia i wariancja omega(n) dla rosnącego N a log log N
zb <- rbind(data.frame(N = zbieznosc$N, wartosc = zbieznosc$srednia, miara = "średnia ω(n)"),
data.frame(N = zbieznosc$N, wartosc = zbieznosc$wariancja, miara = "wariancja ω(n)"),
data.frame(N = zbieznosc$N, wartosc = zbieznosc$loglogN, miara = "log log N"))
zb$miara <- factor(zb$miara, levels = c("średnia ω(n)", "wariancja ω(n)", "log log N"))
pB <- ggplot(zb, aes(N, wartosc, colour = miara, shape = miara, linetype = miara)) +
geom_line(linewidth = 0.8) + geom_point(size = 3, fill = "white", stroke = 1.1) +
scale_x_log10(breaks = granice, labels = c("100", "1 000", "10 000", "100 000", "1 000 000")) +
scale_y_continuous(breaks = seq(0, 3, 0.5), limits = c(0, 3)) +
scale_colour_manual(values = c(oi[["cynober"]], oi[["zielony"]], "grey25"), name = NULL) +
scale_shape_manual(values = c(21, 22, NA), name = NULL) +
scale_linetype_manual(values = c("solid", "solid", "dashed"), name = NULL) +
labs(title = "B. Zbieżność jest bardzo powolna", x = "Górna granica N (skala log)", y = "Wartość dla n ≤ N") +
motyw + theme(legend.position = "bottom")
p_metoda <- pA + pB + plot_layout(widths = c(1, 1))
p_os
p_metodaWynik w R
liczb_pierwszych omega_30 omega_1024 omega_510510
78498 3 1 7
loglogN srednia wariancja skosnosc
2.626 2.854 0.981 0.129
k obserwowane normalne
1 0 0.0000 0.0679
2 1 0.0787 0.1488
3 2 0.2887 0.2255
4 3 0.3797 0.2362
5 4 0.2080 0.1711
6 5 0.0425 0.0857
7 6 0.0023 0.0296
8 7 0.0000 0.0071
9 8 0.0000 0.0012
[1] 0.933
N loglogN srednia wariancja
1 1e+02 1.527 1.735 0.362
2 1e+03 1.933 2.129 0.544
3 1e+04 2.220 2.430 0.700
4 1e+05 2.443 2.664 0.846
5 1e+06 2.626 2.854 0.981Bibliografia oprogramowania
Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (obliczenia – funkcje bazowe R, m.in. tabulate() i pnorm(); rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
- patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
Najczęstsze pytania
Kim był Mark Kac?
Matematykiem (1914–1984) urodzonym w Krzemieńcu, absolwentem i doktorem Uniwersytetu Jana Kazimierza we Lwowie, gdzie uczył się u Hugona Steinhausa. W 1938 r. wyjechał do USA i pracował m.in. na Cornell University i w Rockefeller University. Zajmował się rachunkiem prawdopodobieństwa i fizyką statystyczną.
Co mówi twierdzenie Erdősa–Kaca?
Że liczba różnych dzielników pierwszych losowo wybranej liczby n ≤ N ma w przybliżeniu rozkład normalny ze średnią i wariancją log log N. Zbieżność jest bardzo powolna: dla liczb do miliona wariancja wynosi tylko około 1, a log log N około 2.6.
Co to jest wzór Feynmana–Kaca?
Wzór, który wyraża rozwiązanie pewnych równań różniczkowych (m.in. równania typu Schrödingera) jako średnią po trajektoriach ruchu Browna. Pomysł w postaci kwantowej zasugerował Richard Feynman, a Kac nadał mu postać probabilistyczną.
Skąd pytanie „Czy można usłyszeć kształt bębna?”
To tytuł artykułu Kaca z 1966 r. Pyta, czy z tonów własnych membrany da się odtworzyć jej kształt. Kac pokazał, że z tonów można odczytać pole, długość brzegu i liczbę dziur.
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- Cohen, J. E. (1986). A life of the immeasurable mind. The Annals of Probability, 14(4), 1139–1148. https://doi.org/10.1214/aop/1176992358 ● Otwarty dostęp
- Erdős, P., & Kac, M. (1940). The Gaussian law of errors in the theory of additive number theoretic functions. American Journal of Mathematics, 62(1/4), 738–742. https://doi.org/10.2307/2371483
- Kac, M. (1966). Can one hear the shape of a drum? The American Mathematical Monthly, 73(4), 1–23. https://doi.org/10.2307/2313748
- McKean, H. P. (1990). Mark Kac, August 16, 1914–October 25, 1984. In Biographical memoirs (Vol. 59) (pp. 215–236). National Academy Press. https://www.nasonline.org/wp-content/uploads/2024/06/kac-mark.pdf ● Otwarty dostęp
Cytowania BibTeX
@article{cohen1986life, author={Cohen, Joel E.}, title={{A life of the immeasurable mind}}, journal={The Annals of Probability}, year={1986}, volume={14}, number={4}, pages={1139--1148}, doi={10.1214/aop/1176992358}}@article{erdos1940gaussian, author={Erdős, Paul and Kac, Mark}, title={{The Gaussian law of errors in the theory of additive number theoretic functions}}, journal={American Journal of Mathematics}, year={1940}, volume={62}, number={1/4}, pages={738--742}, doi={10.2307/2371483}}@article{kac1966can, author={Kac, Mark}, title={{Can one hear the shape of a drum?}}, journal={The American Mathematical Monthly}, year={1966}, volume={73}, number={4}, pages={1--23}, doi={10.2307/2313748}}@incollection{mckean1990mark, author={McKean, Henry P.}, title={{Mark Kac, August 16, 1914–October 25, 1984}}, booktitle={Biographical memoirs (Vol. 59)}, year={1990}, pages={215--236}, publisher={National Academy Press}, url={https://www.nasonline.org/wp-content/uploads/2024/06/kac-mark.pdf}}