首页 > 编程知识 正文

自然对数e(再一次的)

时间:2023-05-04 08:08:38 阅读:100443 作者:4194

照片信用:拉米科

用每个人都喜欢的超验重新点燃魔力。 (对不起,。)

欧拉常数E没有得到应有的重视。其他的数学常数虽然用的是精美的希腊文(甚至希伯来文)字母,但E需要用简单-好-E来求解,让我们深入了解E的内在原理来理解它的原理。

事情变了。它变大了。它变小了。指数增长(或衰减)指的是速率的变化,取决于我们要测量的量。以外太空的Blob为例。它会消耗掉沿途的一切。这样,它会变得更大。你得到的越多,吃的越多。

我们可以谈谈Blob的倍增时间。每小时翻倍!该声明的内在观点是,其增长率取决于其目前的规模。

我们通常这样比较增长率:

我们可以问两个问题中的一个。我们可以问,Blob在一小时内增长了多少?会翻倍吗?三倍?“介于两者之间?”上图回答了这种问题。我们设定了一个时间尺度。然后,我们画一条曲线来显示根据这个比率的增长。

我们比较了三种不同的标准时间单位增长率。在此期间,一个数量翻了一番,另一个翻了三倍。中间的虚线表示增加约2个点。

然而,请不要提醒我们,增长本身就有两倍或三倍。我们可以用一条曲线来代表所有的指数增长。重要的是时间尺度。

这就引出了第二个问题:Blob需要多长时间才能翻倍?三倍?“还有别的吗?”现在,我们保持刻度不变,调整时间刻度。

下面的下一条曲线显示了上面虚线的生长点(大约2个点)。两个不同的时标显示了双倍时间和三倍时间。

我们通过x轴上的刻度来表示一个函数的两倍和三倍。在所示的时间空间中,该函数已经翻倍了两次。

无论使用什么规模,增长都不会改变。我们也可以备份并从t=-1开始计算每个刻度。曲线不会改变;只有门柱。让我们仔细看看Blob的增长率。时间尺度是基于它的倍增时间。

每张图表中的增长曲线都是相同的。当时间刻度提前一个单位开始时,音量刻度被切成两半。增长率总是与成交量成正比。

上面的曲线显示了Blob的增长。时间倍数标在时间刻度上。如果我们提前一个时间单位启动时钟,Blob的大小将减半。整个容积率需要减半。增长率没有变化——这是同一条曲线。是速率Blob数的倍数。

我们可以用同样的曲线,标记三次时间。然后,我们将应用其他缩放因子。在两倍和三倍之间,比例因子为1。增长率与成交量完全匹配。

我们如何计算比例因子?

当t处于倍增时间时,t时刻的Blob大小由以下表达式给出:

通过测量从t=0到接近t=0的某个时期的斜率,我们可以估算出t=0时的增长率。我们越接近t=0,估计越好。t=0时的比值是我们的比例因子。

越来越好的评价

oximations of the scaling factor for doubling.

在t = 0和t = 1之间的平均比率是1。 我们想做得更好。 这是t = 0和t =½之间的平均比率

我们可以做得更好:

我们试图确定的比例因子的名称为:对数。 在这里,我们处理的是2的对数。

我们可以使用n表示时间片的大小。 n越大,表示切片越小。 下面的表达式表示,我们可以通过选择一个足够大的n来固定对数的值,使其尽可能接近:

我们可以针对要跟踪的任何增长概括此公式。 如果要监视三重,则将3插入b点,这将告诉我们如何缩放时间轴。 它还告诉我们如何乘以体积,以得到该体积的增长率。

但是那个甜蜜点呢? 那是2到3之间的数字,比例因子恰好是1。那就是我们称为e的数字。 我们可以在上面的表达式中将e替换为2。 我们知道,作为定义,log e = 1。 稍作重新排列就使我们表达了e:

在上述过程中,我们省略了表达式的限制部分。 我们应该把它放回去作为最后的声明:

我们对这个公式有什么理解? 我们可以通过另一种方式得出相同的公式。

我们知道,开始时,当体积为1时,其增长率为1。e的第一近似值为2。这是另一时间单位后的(非常)近似的体积。

但是,随着Blob的增长,其增长率也在不断提高。

通过将该时间单位分成两部分,可以得到更好的近似值。 在第一个½单位之后,音量为1½。 在下一个½单位之后,为(1 +½)²= 2.25。 让我们发疯吧。 让我们将单元数分解为100。

经过1,000次迭代后,我们只能保留小数点后2位。 这种收敛是缓慢的。 我们需要将迭代次数扩展到1000 s,以了解其前进的方向。

> The function crawls towards e in its own good time.

这次,我们基于增长率不断更新的事实来建立e的公式。 这是我们从对数路径获得的公式。

我们还有另一种方法来计算e的值。 我们可以应用二项式定理。 同样,省略表达式的限制部分:

让我们看一下前几个术语,以了解我们可以识别的模式。

k = 0

k = 1

k = 2

当n变大时,分子中的1失去意义,该项的值收敛,如图所示。

k = 3

现在,出现了一种模式。 每增加一个新项,分母的阶乘就增加。 n的幂总是匹配分子中表达式的顺序。 因此,随着n变大,n个项会抵消,仅留下阶乘。 这给我们留下了无限的总和:

它既美丽又令人惊讶。 它背叛了e值的意外规律性。

我们将其留在那里。 但是,我们离e的奥秘还远没有结束。 也许再有一次我们可以深入研究更多-我要说-复杂的应用程序?

(本文翻译自Adam Hrankowski的文章《Fall in love with e all over again.》,参考:https://medium.com/swlh/fall-in-love-with-e-all-over-again-2ddc5d03d4cc)

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。