un

guest
1 / ?
back to lessons

مقياس اللوجاريتمي للفضول (factorials)

تقريب ستيرلنج يتحول منتزعًا إلى مجموع، وهو الخطوة الأساسية التي تجعل الرياضيات الكبيرة-النّ (large-n mathematics) قابلَة للتحليل:

ln(n!) ≈ n·ln(n) − n + 0.5·ln(2πn)

هذه الصيغة تنبع من تقريب المجموع Σ ln(k) لـ k=1..n باستخدام التكامل من ln(x)، ثم تطبيق قاعدة المثلث على الحد الأقصى للخطأ.

لماذا يهم جبرياً

صيغة الحجم للمجسّم النيوتوني النيّ (n-dimensional sphere volume formula) تتضمن Γ(n/2 + 1)، التي عند كون n صحيحًا تساوي (n/2)! أو منتزعات من نصف الأعداد الصحيحة. يسمح تقريب ستيرلنج بتقدير هذه القيم عند n كبير بدون الحاجة إلى حساب كل قيمة بشكل مباشر.

تقريب ستيرلنج يعطى log(n!) ≈ n·log(n) − n·log(e) في علامة القاعدة العشرية، مفيدة للتقديرات من حيث الطريقة.

عند n = 10: ln(10!) ≈ 10·2.303 − 10 + 0.5·ln(62.83) ≈ 23.03 − 10 + 2.08 = 15.10 (الحقيقي: 15.104).

عند n = 100: ln(100!) ≈ 100·4.605 − 100 + 0.5·ln(628.3) ≈ 460.5 − 100 + 3.24 = 363.7 (الحقيقي: 363.74).

ستيرلنج عند n=20

حساب مباشر: ln(20) ≈ 2.996. ln(2π·20) = ln(125.66) ≈ 4.833.

حسب تقريب ستيرلنج: ln(20!)، ثم تقدير 20! بتأخذ e^(الإجابة الخاصة بك). قم بتحليلها بالمقارنة مع القيمة الحقيقية 20! = 2,432,902,008,176,640,000 ≈ 2.433 × 10^18. أظهر جميع ثلاثة أجزاء.

صيغة الحجم

حجم المجسّم النيوتوني النيّ (n-dimensional sphere) من نصف قطر r:

V_n(r) = C_n · r^n حيث C_n = π^(n/2) / Γ(n/2 + 1)

قيم C_n الصغيرة عند استخدام صيغة التقليل:

- n=1: C_1 = π^(1/2)/Γ(3/2) = √π/(√π/2) = 2

- n=2: C_2 = π^1/Γ(2) = π/1 = π

- n=3: C_3 = π^(3/2)/Γ(5/2) = π^(3/2)/(3√π/4) = 4π/3

- n=4: C_4 = π²/Γ(3) = π²/2

- n=5: C_5 = π^(5/2)/Γ(7/2) = π^(5/2)/(15√π/8) = 8π²/15

التنبيه: يصل C_n إلى ذروته بالقرب من n=5 (حوالي 5.264) ثم يقل. عند النظر إلى النتائج الكبيرة، يقل C_n إلى الصفر.

حجم كرة الوحدة مقابل البعد

الذروة عند n=5

C_5 = 8π²/15. مع π² ≈ 9.870:

C_5 = 8·9.870/15 = 78.96/15 ≈ 5.264

لتأكيد أن هذا هو الأقصى: C_6 = π³/6 ≈ 31.006/6 ≈ 5.168. لذا C_6 < C_5 — حدث الذروة عند n=5.

تأكيد أن C_4 = π²/2 ≈ 4.935. حاسبة C_5/C_4 و C_6/C_5. هل تأكيد هذه النسبة بين النقاط بين n=4 و n=6؟ أظهر عملك.

نسبة حجم الركن

مفارقة الركن محسوسة: ما نسبة وحدات الركن [−1,1]^n التي تقع خارج الكرة المحيطة ذات نصف القطر 1؟

نسبة الركن = 1 - C_n / 2^n

مفارقة الركن

| n | C_n | 2^n | نسبة الكرة | نسبة الركن | |---|---|---|---|---| | 2 | 3.14 | 4 | 78.5% | 21.5% | | 3 | 4.19 | 8 | 52.4% | 47.6% | | 4 | 4.93 | 16 | 30.8% | 69.2% | | 5 | 5.26 | 32 | 16.4% | 83.6% | | 6 | 5.17 | 64 | 8.1% | 91.9% | | 10 | 2.55 | 1024 | 0.25% | 99.75% |

لن=8، C_8 = π⁴/24 ≈ 4.059. حاسبة نسبة الركن. ثم تفسير: إذا قمت بطرح 1000 عينة عشوائية من الوحدة المربعة الثنائية الأبعاد، كم عدد العينات المتوقعة التي ستلند داخل الكرة المحيطة؟

تأثيرات التكامل على التمرير

للفارقة الركن تأثيرات مباشرة على التمرير في المساحات ذات الأبعاد العالية:

فشل البحث العشوائي. نقطة عشوائية في مساحة معاملات n-مؤشرية تقريبًا تقع في ركن - بعيد عن المنشأ، مع قيم معاملات حادة. إذا كانت الحلول الجيدة تتركز بالقرب من قيم معاملات متوسطة، فسينقص البحث العشوائي إيجادها على الإطلاق.

يتحقق التمرير بالتنازل النسبى. من خلال اتباع التجهيز المحلى، تتمة المرور في هندسة النظام بشكل منهجي وليس عشوائيًا. تلح القدرة على التكامل الأشرطة على الطرق العشوائية؛ الطرق المنظمة تتحول.

تتركز المسافات. في الأبعاد العالية، تصبح المسافات المتبادلة بين النقاط العشوائية جميعها تقريبًا متساوية القيمة: تصبح جميعها تقريبًا √(2n/3) بالنسبة للنقاط العشوائية في [0,1]^n. تفكك طرق الأقربى لأنها تتفكك لأن 'الأقرب' و 'البعيد' تصبح غير مرئية.

وصية هامش: فكّر في هندسة النظام قبل اعتبار مشاعرك. في المساحات ذات الأبعاد العالية، هندسة النظام هي غير مألوفة، والرياضيات هي الوسيلة الوحيدة التي يمكن الاعتماد عليها.

لدى شبكة عصبية 10,000 معامل وزن. يتم تعيين كل وزن عشوائيًا في [-1, 1]. يخبرنا مفارقة الركن أن معظم هذه نقاط الإعداد المبدئية تقع خارج الكرة المحددة 10,000-مؤشرية. ومع ذلك، يتم تدريب شبكات العصبية بنجاح من الإعداد العشوائي. ماذا يقول هذا حول هندسة منحدر الخسائر، وما يفك ارتباطًا بين 'الإعداد الجيد' و 'الكرة الوحدة'؟