1 + 3 = 4
1 + 3 + 5 = 9
1 + 3 + 5 + 7 = 16
1 + 3 + 5 + 7 + 9 = 25
Удивительно, но эти суммы всегда оказываются идеальными квадратами. (О том, что 4 и 9 можно представить в виде квадратов, мы уже говорили, а для 16 = 4 × 4 и 25 = 5 × 5 это тоже верно.) Быстрый подсчет показывает, что это правило справедливо и для больших нечетных чисел и, видимо, стремится к бесконечности. Но какая же связь между нечетными числами с их «лишними» камнями и классически симметричными числами, образующими квадраты? Правильно располагая камешки, мы можем сделать ее очевидной, что является отличительной чертой изящного доказательства.5
Ключом к нему будет наблюдение, что нечетные числа можно представить в виде равносторонних уголков, последовательное наложение которых друг на друга образует квадрат!
![](data:image/jpeg;base64,/9j/4AAQSkZJRgABAQEAZABkAAD/2wBDAAYEBQYFBAYGBQYHBwYIChAKCgkJChQODwwQFxQ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)
Подобный способ рассуждений представлен еще в одной недавно вышедшей книге. В очаровательном романе Ёко Огавы The Housekeeper and the Professor («Домработница и профессор») рассказывается о проницательной, но необразованной молодой женщине и ее десятилетнем сыне. Женщину наняли ухаживать за пожилым математиком, у которого из-за полученной черепно-мозговой травмы в краткосрочной памяти сохраняется информация только о последних 80 минутах жизни. Потерявшись в настоящем, один в своем убогом коттедже, ничего не имея, кроме чисел, профессор пытается общаться с домработницей единственным известным ему способом: спрашивая о размере ее обуви или дате рождения и ведя с нею светскую беседу о ее расходах. Профессор также питает особую симпатию к сыну экономки, которого называет Рут (Root — корень), потому что у мальчика сверху плоская голова, и это напоминает ему обозначение в математике квадратного корня
.
Однажды профессор предлагает мальчику простую задачу — найти сумму всех чисел от 1 до 10. После того как Рут аккуратно складывает все числа между собой и возвращается с ответом (55), профессор просит его поискать более простой способ. Сможет ли он найти ответ без обычного сложения чисел? Рут пинает стул и кричит: «Это несправедливо!»
Мало-помалу домработница тоже втягивается в мир чисел и сама тайно пытается решить эту задачу. «Я не понимаю, почему так увлеклась детской задачкой, которая не имеет никакой практической пользы», — говорит она. «Сначала я хотела угодить профессору, но постепенно это занятие превратилось в сражение между мной и числами. Когда я просыпалась утром, уравнение уже ждало меня:
1 + 2 + 3 +. . . + 9 + 10 = 55,
и весь день следовало по пятам, будто было выжжено на сетчатке моих глаз, и его никак не получалось проигнорировать». Существует несколько путей решения задачи профессора (интересно, сколько сможете найти вы). Профессор сам предлагает способ рассуждений, который мы уже применили выше. Он интерпретирует сумму от 1 до 10 в виде треугольника из камешков, с одним камешком в первой строке, двумя во второй и так далее, до десяти камешков в десятом ряду.