„Plaża, piękna pogoda, sielanka i relaks! Różne funkcje wypoczywają. Nagle … popłoch, panika! Funkcje uciekają. Tylko jedna nadal się opala.
– Co robisz? Uciekaj! Nadchodzi operator różniczkowy!
– Nie boję się, jestem $e^x$.
I tak spokojna $e^x$ została. Wpada operator.
– Wrrr! Teraz Cię zróżniczkuję! Wrrr!
– A proszę bardzo – jestem $e^x$ – nic mi nie grozi.
– Kochana, ja różniczkuję po $dy$”
Ten iście „nerdowski” dowcip całkiem dobrze rozpoczyna kolejną część serii „o liczbie e”. Na bazie pochodnej przedstawię dodatkowe argumenty „dlaczego?” liczba e jest tak naturalna. Zaczynamy od powtórki podstaw w zakresie potęgowania. Prawdopodobnie zaskoczę Cię już samą definicją funkcji wykładniczej $a^x$ 🙂
Definicja funkcji wykładniczej na bazie potęgowania
Nazwa dobrana jest świetnie, niestety nikt nie tłumaczy dlaczego tak właściwie jest. Cała sprawa jest niezwykle ciekawa, jej wyjaśnienie to temat nowej serii artykułów „o liczbie e”. Tym samym wzbogacam cykl „dlaczego?”. Dowody przeprowadzę „metodą elementarną” – wszak chodzi o „pierwotność / naturalność” $e$. Będzie kilka dużych „odcinków” – zapraszam 🙂
Pierwsze informacje na temat liczby e pojawiły się w 1618 roku. Opublikował je John Napier, przygotowując tabele logarytmów. Praca nie zawierała samej stałej, prezentowała niektóre wartości logarytmów na bazie e. Liczbę e w jej dzisiejszej postaci odkrył Jacob Bernoulli. Dokonał tego w 1683 roku analizując własności procentu składanego. Pierwsze udokumentowane wykorzystanie liczby e, wtedy oznaczanej przez b, pojawiło się w latach 1690-1691 (Gottfried Leibniz, Christiaan Huygens). Wykorzystanie stałej znacząco rozwinął Leonhard Euler oznaczając ją w 1727 roku do dziś wykorzystywanym symbolem $e$.
Pole powierzchni figur płaskich podobnych zmienia się z kwadratem skali podobieństwa – fakt nauczany już w szkole podstawowej. Dziś zadajemy pytanie „dlaczego” tak jest? O ile uzasadnienie dla najprostszych typów figur jest banalne (wynika bezpośrednio ze wzorów na pole), to w przypadku powierzchni ograniczonej dowolną krzywą (no może nie do końca dowolną) potrzeba już nieco więcej gimnastyki. Pokażę kilka podjeść, w tym osobno „pokryciowe”, osobno oparte na całce Riemanna, oraz osobno na bazie przekształcenia liniowego. Na koniec podam bardziej ogólne wnioski co do zmiany pola powierzchni względem znacznie szerszej niż podobieństwo klasy transformacji. Zapraszam 🙂
„Co to jest różniczka? – zapytano matematyka. Różniczka to wyniczek odejmowanka – odpowiedział” 🙂
Wzór Taylora to jeden z elementów, które stanowią esencję rachunku różniczkowego i całkowego. Oto, w magiczny sposób, na bazie sekwencji informacji o funkcji, dotyczących tylko jednego jej wybranego punktu, możliwe jest bardzo precyzyjne odtworzenie zmienności funkcji w pobliżu ustalonego punktu. Wzór Taylora, nazywamy często rozwinięciem Taylora funkcji $f(x)$ w otoczeniu punktu $x_0$, faktycznie „rozwija” funkcję do postaci sumy funkcji elementarnych $a_n(x-x_0)^n$, stanowiących atomy wielomianów. W efekcie otrzymujemy nie tylko efektywną aproksymację wartości funkcji, ale również nową „łatwiejszą” jej formę.
Wielomian Taylora
Twierdzenie Taylora: Dla funkcji $f:\mathbb{R}\to\mathbb{R}$ $n$-razy różniczkowalnej $(n\geq 1)$ w punkcie $x_0\in\mathbb{R}$, istnieje funkcja $h_n:\mathbb{R}\to\mathbb{R}$, że
Przez $f^{(k)}(x)$ oznaczamy pochodną rzędu $k$ funkcji $f(x)$.
Twierdzenie Taylora nosi nazwę od angielskiego matematyka Brooka Taylora, który opracował je w 1712 roku. Samą własność wcześniej odkrył James Gregory – dokonał tego w 1671 roku.
Karl Theodor Wilhelm Weierstrass (1815 – 1897) niemiecki matematyk uznawany za „ojca współczesnej analizy matematycznej”. Choć minęło już 17 lat, to nadal doskonale pamiętam pierwszy semestr studiów matematycznych i ekspozycję na podstawowe „bardziej abstrakcyjne” twierdzenia, w tym Twierdzenie Bolzano-Weierstrassa. Twierdzenie mówi, że „każdy rzeczywisty ciąg ograniczony zawiera podciąg zbieżny”, i choć brzmi prosto i ogólnie, jest niezwykle przydatnym narzędziem dowodzenia innych wyników metodą nie-wprost (zgodnie ze schematem „załóżmy, że … wtedy istnieje ciąg ograniczony, że …, wtedy istnieje podciąg zbieżny, że …, i z własności … wynika sprzeczność z założeniem”). Pięknie to (i nie tylko to) wykładał Pan Prof. Dr Hab. Tadeusz Rzeżuchowski – wielkie dzięki Panie Profesorze!
Funkcja Weierstrassa
Większość matematyków z okresu XVIII i XIX wieku uważało, że wszystkie rzeczywiste funkcje ciągłe są różniczkowalne w znaczącej części swej dziedziny (poza zbiorem izolowanych punktów). Dosyć naturalny pogląd okazał się jednak fałszywy, co wykazał Weierstrass w 1872 roku, a wcześniej podejrzewali Bernhard Riemann oraz Bernard Bolzano (prawdopodobnie w roku 1830 Bolzano podał kontrprzykład, którego nie opublikował). Funkcja Weierstrassa jest przykładem rzeczywistej funkcji ciągłej nieróżniczkowalnej w całej dziedzinie (tzn. nie istnieje ani jeden punkt dziedziny, w otoczeniu którego funkcja zachowuje się „normalnie” – np. monotonicznie). Własność nietypowa, a nawet patologiczna! Jednak nie dla fraktali, zatem i nie dla otaczającej nas natury (analogia do nieintuicyjnej mechaniki kwantowej zaskakująco precyzyjnie opisującej rzeczywistość).
Warto zauważyć, że funkcję Weierstrassa można zapisać w postaci analitycznej (w uproszczeniu – podając wzór).
Funkcja Weierstrassa i fraktale
Poniżej wykres funkcji Weierstrassa na przedziale [-2; 2] – źródło Wikipedia.
Benoit Mandelbrot mawiał, że „fraktal to zbiór matematyczny (lub inny obiekt ) charakteryzujący się w każdej skali wysoką nieregularnością oraz dużą fragmentacją.” W części pierwszej cyklu o „geometrii fraktalnej”, odnosząc się do słów Mandelbrota, pisałem, że cechą fraktalną jest nietrywialna struktura obiektu w każdej skali – tzn. powiększanie ujawnia kolejne równie skomplikowane formy. Wspomniałem również o samo-podobieństwie – tzn. sytuacji, gdy w skład obiektu wchodzą jego „mniejsze” kopie. Wykres funkcji Weierstrassa zdaje się spełniać te kryteria – był to pierwszy odkryty fraktal!
Matematyka i muzyka są ściśle powiązane przez rytm, harmonię i struktury
Matematyka i muzyka są ściśle powiązane przez rytm, harmonię i struktury, które wykorzystują matematyczne wzory i proporcje do tworzenia estetycznych i emocjonalnych doznań. Z nieśmiałą ekscytacją przedstawiam moją pierwszą poważniejszą kompozycję, w której starałem się uchwycić te połączenia.
Scalar – zaawansowana aplikacja mobilna z silnikiem matematycznym mojego autorstwa
W 17 wieku Newton i Leibniz skonstruowali podstawy rachunku różniczkowego i całkowego. Ich logika opierała się na wykorzystaniu wielkości nieskończenie małej w celu wyznaczenia powierzchni pod krzywą daną równaniem funkcji. Podejście to zakładało istnienie niezerowego elementu nieskończenie małego. Filozof Leibniz poszedł dalej, gdyż ponadto uważał, że cały świat jest zbudowany z tzw. monad, czyli z substancji, które nie mają żadnej postaci, ponieważ są niepodzielne, nie mogą być ani wytworzone ani unicestwione.
Jeszcze przed naszą erą Grecy z sukcesem stosowali metodę wyczerpywania do wyznaczenia pól powierzchni figur geometrycznych. Metoda ta wykorzystywała granice, nie wykorzystywała natomiast wielkości nieskończenie małej. Jednak z metody wyczerpywania wyrosła zasada Cavalieriego, odkryta przez Archimedesa, służąca do wyznaczania objętości brył, która opierała się na argumentacji wielkości niepodzielnej.
Wielkość nieskończenie mała a skala Plancka
Intuicja podpowiada, że wielkość nieskończenie mała powinna być ekstremalnie mała, ale o niezerowym rozmiarze. W świecie praktycznym byłaby to np. wielkość mniejsza od najmniejszej teoretycznie możliwej wielkości do zmierzenia. Np. skala Plancka w fizyce dostarcza teoretycznej granicy pomiaru – nie ma możliwości skonstruowania przyrządu pomiarowego z błędem mniejszym niż skala Plancka, co nie oznacza, że poniżej skali Plancka nic nie istnieje.
Wielkość nieskończenie mała – cykl filmów od Numberphile
Zapraszam do ciekawego cyklu filmów przygotowanych przez Numberphile na temat wielkości nieskończenie małych.
I na koniec jeszcze ciekawostka od MinutePhysics – Proof Without Words: The Circle.
Pozdrowienia,
Mariusz Gromada
Zarządzaj zgodą
Aby zapewnić jak najlepsze wrażenia, korzystamy z technologii, takich jak pliki cookie, do przechowywania i/lub uzyskiwania dostępu do informacji o urządzeniu. Zgoda na te technologie pozwoli nam przetwarzać dane, takie jak zachowanie podczas przeglądania lub unikalne identyfikatory na tej stronie. Brak wyrażenia zgody lub wycofanie zgody może niekorzystnie wpłynąć na niektóre cechy i funkcje.
Funkcjonalne
Zawsze aktywne
Przechowywanie lub dostęp do danych technicznych jest ściśle konieczny do uzasadnionego celu umożliwienia korzystania z konkretnej usługi wyraźnie żądanej przez subskrybenta lub użytkownika, lub wyłącznie w celu przeprowadzenia transmisji komunikatu przez sieć łączności elektronicznej.
Preferencje
Przechowywanie lub dostęp techniczny jest niezbędny do uzasadnionego celu przechowywania preferencji, o które nie prosi subskrybent lub użytkownik.
Statystyka
Przechowywanie techniczne lub dostęp, który jest używany wyłącznie do celów statystycznych.Przechowywanie techniczne lub dostęp, który jest używany wyłącznie do anonimowych celów statystycznych. Bez wezwania do sądu, dobrowolnego podporządkowania się dostawcy usług internetowych lub dodatkowych zapisów od strony trzeciej, informacje przechowywane lub pobierane wyłącznie w tym celu zwykle nie mogą być wykorzystywane do identyfikacji użytkownika.
Marketing
Przechowywanie lub dostęp techniczny jest wymagany do tworzenia profili użytkowników w celu wysyłania reklam lub śledzenia użytkownika na stronie internetowej lub na kilku stronach internetowych w podobnych celach marketingowych.
Cześć, z tej strony Mariusz Gromada, autor bloga MathSpace.pl.
Znacie mnie z tekstów o nauce i matematyce. Równolegle – od ponad 20 lat – zajmuję się projektowaniem, wdrażaniem oraz wykorzystywaniem wielkoskalowych systemów personalizacji w organizacjach B2C. Tę podwójną perspektywę – analityczno-inżynierską i biznesową – zebrałem w mojej najnowszej książce:
„Customer First, Value Next: The Executive Playbook for AI-Driven Omnichannel Personalization and Customer-Centric Growth.”
Jeśli jesteś liderem biznesowym, liderem technologicznym, inżynierem, analitykiem lub po prostu fascynuje Cię budowa skalowalnych systemów AI, które potrafią zrozumieć klienta – odchodząc od tradycyjnego modelu produktowego – to ta pozycja jest dla Ciebie.
„Technologia to nie tylko narzędzie do automatyzacji. To megafon dla empatii.”