un — هندسة تطبيقات الحاسوب

un

ضيف

1 / ?

العودة إلى الدروس

اشتقاق المعادلة اللوجستية

منحنى إس لهامينج له اشتقاق رياضي دقيق. ابدأ بملاحظتين حول تبني التكنولوجيا:

1. معدل التبني يتسارع مع التبني الحالي (الكلام الشفوي، التأثيرات الشبكية): dP/dt ∝ P

2. معدل التبني يتباطأ مع تشبع السوق: dP/dt ∝ (1 − P)

دمج: dP/dt = r · P · (1 − P)

هذه هي المعادلة التفاضلية اللوجستية. إنها قابلة للفصل: تحليل الكسور الجزئية يسمح بالتكامل المباشر.

الاشتقاق

فصل المتغيرات: dP / [P(1−P)] = r dt

الكسور الجزئية: 1/[P(1−P)] = 1/P + 1/(1−P)

تكامل كلا الطرفين: ln(P) − ln(1−P) = rt + C

ln[P/(1−P)] = rt + C

P/(1−P) = e^(rt+C) = e^C · e^(rt)

دع K = e^C. حل لـ P: P = K·e^(rt) / (1 + K·e^(rt))

بشكل مكافئ: P(t) = 1 / (1 + e^(−r(t − t₀)))

حيث t₀ = (ln K)/r هو نقطة الانقلاب.

نقطة الانقلاب

عند t = t₀: P = 0.5. المشتقة الثانية d²P/dt² = 0: معدل النمو أقصى. قبل t₀: مقعر لأعلى (متسارع). بعد t₀: مقعر لأسفل (متباطئ).

هندسة تطبيقات الحاسوب: ميتكالف & مناظر التحسين

توفيق المعادلة اللوجستية مع البيانات

بالنظر إلى نقطتي بيانات على منحنى لوجستي، يمكنك حل كل من r و t₀.

اعتماد الإنترنت: P(1995) = 0.01 (1% من أسر الولايات المتحدة)، P(2005) = 0.70 (70%).

باستخدام P(t) = 1/(1 + e^(−r(t−t₀)))، ضع معادلتين من نقاط البيانات P(1995)=0.01 و P(2005)=0.70. من P(2005)=0.70: احسب t₀ باستخدام ln[P/(1−P)] = r(t−t₀). ثم استخدم كلا المعادلتين لحل r. أظهر كل الجبر. ما الذي يتنبأ به قيمة r لديك لـ P(2010)؟

قيمة الشبكة كعدد هندسي

لاحظ هامينج أن التطبيقات قادت اعتماد الحوسبة أكثر من الأجهزة أو البرامج. التطبيقات المعتمدة على الشبكة تتبع نموذج نمو محدد: تزداد قيمتها أسرع من تكلفتها.

قانون ميتكالف

قيمة الشبكة ذات n مستخدم متناسبة مع عدد الاتصالات الممكنة بين المستخدمين:

V(n) = k · n(n−1)/2 ≈ k · n²/2 (لـ n كبير)

حيث k هي قيمة اتصال واحد. تكلفة الشبكة: C(n) ∝ n (تقريباً خطية في عدد المستخدمين).

نسبة القيمة إلى التكلفة: V/C ∝ n²/n = n. مع نمو n، تنمو النسبة خطياً. شبكة بها 10x مستخدمين أكثر توصل تقريباً 100x قيمة أكثر بتكلفة 10x فقط.

الصورة الهندسية

مع n عقدة، عدد الحواف في الرسم البياني الكامل K_n هو C(n,2) = n(n−1)/2. هذه صيغة اندماجية: اختر 2 عقدة من n. لـ n=10: C(10,2)=45. لـ n=100: C(100,2)=4950. لـ n=1000: C(1000,2)=499,500.

منحنى إس و قانون ميتكالف يتفاعلان: خلال المرحلة 2 من الاعتماد السريع، ينمو n بسرعة، و V(n) ينمو كـ n². يحدث الانقلاب في القيمة قبل انقلاب الاعتماد — تتسارع القيمة قبل الاعتماد، مما يسحب المزيد من الاعتماد في حلقة ردود فعل إيجابية.

قيمة الشبكة عند مستويات اعتماد مختلفة

اعتماد البريد الإلكتروني: في عام 1985 (n=100,000 مستخدم)، k = $0.01 لكل اتصال-سنة. في عام 1995 (n=30,000,000 مستخدم).

احسب V(1985) = k · n(n−1)/2 و V(1995) = k · n(n−1)/2 باستخدام القيم المعطاة. ما هي نسبة V(1995)/V(1985)؟ ثم احسب نسبة نمو المستخدمين n(1995)/n(1985). ما الذي تخبرك نسبة نمو القيمة إلى نمو المستخدمين عن سبب أن البريد الإلكتروني أصبح لا غنى عنه بسرعة كبيرة في أوائل التسعينيات؟

التحسين كهندسة

قصة شريط بوينج لهامينج تصف فشل تحسين له معنى هندسي دقيق. تحسين دالة f(x) على منظر يتطلب:

1. دالة محددة جيداً f: الهدف (السحب، التكلفة، الوقت للسوق)

2. منظر ثابت: f يقيّم في نفس الحالة في كل مرة

3. تدرج: اتجاه أشد تحسناً

عندما يتغير المنظر بين القياسات، قد يشير التدرج الذي تقدره إلى اتجاه لم يعد موجوداً عندما تتخذ الخطوة التالية. أنت تحسب gradient(f₁) لكنك تخطو في منظر f₂.

النزول التدريجي

النزول التدريجي القياسي: x_{t+1} = x_t − α ∇f(x_t)

حيث α = حجم الخطوة (معدل التعلم)، ∇f = متجه التدرج (المشتقات الجزئية).

فشل بوينج: في الوقت t، يقيس الفريق f(x_t). في الوقت t+1، يغير الفريق x إلى x_t + Δx. لكن قاعدة البيانات المشتركة تغيرت أيضاً: f هي الآن f' ≠ f. التغيير المرصود: f'(x_t + Δx) − f(x_t). هذا ليس تدرج f — يتضمن مصطلح من تحول المنظر.

التدرج الوهمي

التغيير المقاس = [f'(x+Δx) − f(x)] = [f(x+Δx) − f(x)] + [f'(x+Δx) − f(x+Δx)]

= تدرج حقيقي × Δx + تحول منظر

إذا هيمن تحول المنظر: يتحرك الفريق نحو الحد الأدنى في f' الذي هو الحد الأقصى في f. يحسّنون الشيء الخاطئ — ربما يجعلون تصميمهم أسوأ بينما تظهر القياسات تحسناً.

تحديد خطأ التدرج الوهمي

يحسّن الفريق السحب f(θ, s) حيث θ = زاوية الجناح، s = الامتداد. التدرج الحقيقي: ∂f/∂θ = −0.5 (السحب ينخفض مع θ)، ∂f/∂s = +0.3 (السحب يزداد مع s).

يقلل فريق آخر وزن الجسم في نفس الوقت، مما يغير دالة السحب: f' = f − 0.8. (يقلل جسم أخف من السحب بمقدار 0.8 وحدة عند جميع التكوينات.)

يقيس الفريق الأول: f'(θ+Δθ, s) − f(θ, s) = [f(θ+Δθ, s) − 0.8] − f(θ, s) = −0.5·Δθ − 0.8.

إذا ضبط الفريق الأول Δθ = 1 (يغير زاوية الجناح بمقدار 1 وحدة)، ما هو التغيير المقاس؟ ما الذي ينسبونه إليه؟ ما هي المساهمة الفعلية من تغيير زاوية الجناح الخاص بهم مقابل المساهمة الوهمية من تغيير الجسم؟ أظهر الحسابات و فسّر: هل يمكن للتدرج الوهمي أن يجعل الفريق يتوقف عن تحسين θ مبكراً؟