مقياس لوغاريتمي لمضروب الأعداد
يحول تقريب ستيرلينج حاصل ضرب إلى مجموع، و هذه هي الخطوة الأساسية التي تجعل رياضيات n كبيرة قابلة للتتبع:
ln(n!) ≈ n·ln(n) − n + 0.5·ln(2πn)
تنشأ هذه الصيغة من تقريب المجموع Σ ln(k) لـ k=1..n بتكامل ln(x)، ثم تطبيق قاعدة شبه المنحرف لتحديد الخطأ.
لماذا يهم ذلك هندسياً
صيغة حجم الكرة ذات الأبعاد n تتضمن Γ(n/2 + 1)، و التي تساوي (n/2)! أو حاصل ضرب أنصاف أعداد صحيحة. يسمح لنا تقريب ستيرلينج بتقدير هذه القيم لـ n كبيرة دون حساب كل قيمة مباشرة.
يعطي تقريب ستيرلينج log(n!) ≈ n·log(n) − n·log(e) في تدوين الأساس 10، مفيد لتقديرات رتبة الحجم.
لـ n = 10: ln(10!) ≈ 10·2.303 − 10 + 0.5·ln(62.83) ≈ 23.03 − 10 + 2.08 = 15.10 (القيمة الحقيقية: 15.104).
لـ n = 100: ln(100!) ≈ 100·4.605 − 100 + 0.5·ln(628.3) ≈ 460.5 − 100 + 3.24 = 363.7 (القيمة الحقيقية: 363.74).
تقريب ستيرلينج عند n=20
حساب مباشر: ln(20) ≈ 2.996. ln(2π·20) = ln(125.66) ≈ 4.833.
صيغة الحجم
حجم كرة n-بعدية بنصف قطر r:
V_n(r) = C_n · r^n حيث C_n = π^(n/2) / Γ(n/2 + 1)
تتبع قيم C_n لـ n صغيرة نمطاً باستخدام Γ(1/2) = √π & صيغة الاختزال:
- 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
لاحظ: يبلغ C_n ذروته بالقرب من n=5 (≈ 5.264) ثم ينخفض. لـ n كبيرة، C_n → 0.
الحد الأقصى عند n=5
C_5 = 8π²/15. مع π² ≈ 9.870:
C_5 = 8·9.870/15 = 78.96/15 ≈ 5.264
للتحقق من أن هذا هو حد أقصى: C_6 = π³/6 ≈ 31.006/6 ≈ 5.168. لذا C_6 < C_5 — حدثت الذروة عند n=5.
كسر الحجم في الزوايا
مفارقة الزاوية الكمية: ما نسبة مساحة n-بعدية لمكعب وحدة [−1,1]^n التي تقع خارج الكرة المحاطة برأس المكعب بنصف قطر 1؟
كسر الزاوية = 1 − C_n / 2^n
| n | C_n | 2^n | نسبة الكرة | نسبة الزاوية | |---|---|---|---|---| | 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% |
الآثار المترتبة على التحسين
لمفارقة الزاوية عواقب مباشرة على التحسين في الفضاءات عالية الأبعاد:
البحث العشوائي يفشل. نقطة عشوائية في فضاء المعاملات ذي البعد n تهبط تقريباً في زاوية — بعيداً عن الأصل، مع قيم معاملات شديدة. إذا كانت الحلول الجيدة تتجمع بالقرب من قيم معاملات معتدلة، فإن البحث العشوائي لن يجدها أبداً تقريباً.
الانحدار المتدرج ينجح. من خلال متابعة الانحدار المحلي، تتنقل عبر الهندسة بطريقة منهجية بدلاً من أخذ عينات منها بشكل عشوائي. تضرب لعنة الأبعاد الطرق العشوائية؛ الطرق المنظمة تتكيف.
تركيز المسافة. في أبعاد عالية، تتركز جميع المسافات الثنائية بين النقاط العشوائية حول نفس القيمة: تصبح جميعها تقريباً √(2n/3) للنقاط الموحدة في [0,1]^n. تنهار طرق أقرب جار لأن 'الأقرب' & 'الأبعد' يصبحان غير قابلين للتمييز.
وصفة هامينج: فهم الهندسة قبل الثقة في حدسك. في الفضاءات عالية الأبعاد، الهندسة هي غير بديهية، & الرياضيات هي الدليل الموثوق الوحيد.