un

guest
1 / ?
back to lessons

Herleitung der logistischen Gleichung

Die S-Kurve von Hamming hat eine genaue mathematische Herleitung. Beginnen Sie mit zwei Beobachtungen über die Technologienannahme:

1. Die Annahmegeschwindigkeit beschleunigt mit der aktuellen Annahme (Mund-zu-Mund-Propaganda, Netzwerkeffekte): dP/dt ∝ P

2. Die Annahmegeschwindigkeit verlangsamt sich, wenn der Markt sich sättigt: dP/dt ∝ (1 − P)

Kombinieren Sie: dP/dt = r · P · (1 − P)

Dies ist die logistische differentielle Gleichung. Sie ist trennbar: Teilchenbruchzerlegung ermöglicht die direkte Integration.

Herleitung

Trennen Sie die Variablen: dP / [P(1−P)] = r dt

Teilchenbrüche: 1/[P(1−P)] = 1/P + 1/(1−P)

Integrieren Sie beide Seiten: ln(P) − ln(1−P) = rt + C

ln[P/(1−P)] = rt + C

P/(1−P) = e^(rt+C) = e^C · e^(rt)

Lassen Sie K = e^C. Lösen Sie P für: P = K·e^(rt) / (1 + K·e^(rt))

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

wobei t₀ = (ln K)/r der Wendepunkt ist.

Wendepunkt

Bei t = t₀: P = 0,5. Zweite Ableitung d²P/dt² = 0: Wachstumsrate ist maximal. Vor t₀: konvex (beschleunigend). Nach t₀: konvex (verlangsamend).

Computer Applications Geometry: Metcalfe & Optimization Landscape

Anpassen der logistischen Kurve an Daten

Mit zwei Datenpunkten auf einer logistischen Kurve können Sie sowohl r als auch t₀ lösen.

Internet-Nutzung: P(1995) = 0,01 (1% der US-Haushalte), P(2005) = 0,70 (70%).

Verwenden Sie P(t) = 1/(1 + e^(−r(t−t₀)), stellen Sie zwei Gleichungen mit den Datenpunkten P(1995)=0,01 und P(2005)=0,70 auf. Aus P(2005)=0,70: Berechnen Sie t₀ mit ln[P/(1−P)] = r(t−t₀). Dann verwenden Sie beide Gleichungen, um r zu lösen. Zeigen Sie alle Algebra. Was schätzt Ihr r-Wert für P(2010)?

Netzwerwwertigkeit als geometrische Zahl

Hamming bemerkte, dass Anwendungen die Akzeptanz von Computern stärker als Hardware oder Software antreiben. Netzwerkabhängige Anwendungen folgen einem bestimmten Wachstumsmodell: Ihre Wertigkeit steigt schneller als ihr Kostenfaktor.

Metcalfe-Gesetz

Der Wert eines Netzwerks mit n Benutzern ist proportional zur Anzahl möglicher Verbindungen zwischen Benutzern:

V(n) = k · n(n−1)/2 ≈ k · n²/2 (für große n)

wobei k den Wert einer Verbindung darstellt. Der Kostenfaktor eines Netzwerks: C(n) ∝ n (ungefähr linear in der Anzahl der Benutzer).

Wert-Kosten-Verhältnis: V/C ∝ n²/n = n. Mit wachsendem n wächst das Verhältnis linear. Ein Netzwerk mit 10-fach mehr Benutzern liefert ungefähr 100-fach mehr Wert, kostet jedoch nur 10-fach so viel.

Geometrische Darstellung

Mit n Knoten beträgt die Anzahl der Kanten in einem vollständigen Graphen K_n die Kombinationszahl C(n,2) = n(n−1)/2. Dies ist eine kombinatorische Formel: Wähle 2 Knoten aus n. Für n=10: C(10,2)=45. Für n=100: C(100,2)=4950. Für n=1000: C(1000,2)=499.500.

Das S-Kurvenmuster und das Metcalfe-Gesetz wechselwirken: während der Phase 2 des schnellen Einsatzes wächst n schnell, und V(n) wächst als n². Der Wertwertsprung tritt vor den Anpassungssprung ein - der Wert beschleunigt vor der Anpassung, zieht mehr Anpassung in einen positiven Rückkopplungsschleifen nach sich.

Netzwerwwertigkeit bei verschiedenen Einführungsebenen

E-Mail-Einführung: Im Jahr 1985 (n=100.000 Nutzer) betrug k 0,01 US-Dollar pro Verbindungsjahr. Im Jahr 1995 (n=30.000.000 Nutzer).

Berechnen Sie V(1985) = k · n(n−1)/2 und V(1995) = k · n(n−1)/2 mit den angegebenen Werten. Was ist das Verhältnis V(1995)/V(1985)? Berechnen Sie dann das Nutzerwachstumsverhältnis n(1995)/n(1985). Was erzählt das Verhältnis des Wertewachstums zum Nutzerwachstum über die Gründe, warum E-Mail so plötzlich im frühen 1990er Jahren unersetzlich wurde?

Optimierung als Geometrie

Hamming's Boeing Bandstory beschreibt eine Optimierungsfehler mit präziser geometrischer Bedeutung. Die Optimierung einer Funktion f(x) auf einer Landschaft erfordert:

1. Eine gut definierte Funktion f: das Ziel (Schub, Kosten, Zeit zum Markt)

2. Eine feste Landschaft: f wird bei jedem Mal im selben Zustand bewertet

3. Ein Gradient: die Richtung der stärksten Verbesserung

Wenn die Landschaft zwischen den Messungen ändert, kann der Gradient, den Sie schätzen, in einer Richtung zeigen, die nicht mehr existiert, wenn Sie den nächsten Schritt tun. Sie berechnen gradient(f₁), aber gehen in Landschaft f₂.

Gradientenabstieg

Standard Gradientenabstieg: xₙₙ = xₘ - α ∇f(xₘ)

wo α = Schrittgröße (Lertrate), ∇f = Gradientenvektor (Ableitungen der Partialtermen).

Der Boeing-Fehler: Zum Zeitpunkt t misst das Team f(xₘ). Zum Zeitpunkt t+1 ändert das Team x in xₘ + Δx. Aber die gemeinsame Datenbank hat sich auch ändert: f ist jetzt f' ≠ f. Die beobachtete änderung: f'(x + Δx) - f(xₘ). Dies ist NICHT der Gradient von f - es enthält einen Term von der Landschaftsverschiebung.

Der Phantomgradient

Gemessene änderung = [f'(x+Δx) - f(x)] = [f(x+Δx) - f(x)] + [f'(x+Δx) - f(x+Δx)]

= reeller Gradient × Δx + Landschaftsverschiebung

Wenn die Landschaftsverschiebung dominiert: Das Team bewegt sich in Richtung eines Minimums in f', das ein Maximum in f ist. Sie optimieren das falsche Ding - sie können ihre Gestaltung verschlimmern, während die Messungen eine Verbesserung zeigen.

Phantomgradientenfehler quantifizieren

Ein Team optimiert den Luftwiderstand f(θ, s) wo θ = Flügelwinkel, s = Spannweite. Wahrer Gradient: ∂f/∂θ = −0.5 (der Luftwiderstand nimmt mit θ ab), ∂f/∂s = +0.3 (der Luftwiderstand nimmt mit s zu).

Ein weiteres Team ändert gleichzeitig den Gewichtsanteil des Fahrwerks, was die Funktion für den Luftwiderstand ändert: f' = f − 0.8. (Ein leichteres Fahrwerk reduziert den Luftwiderstand um 0.8 Einheiten bei allen Konfigurationen.)

Das erste Team misst: f'(θ+Δθ, s) − f(θ, s) = [f(θ+Δθ, s) − 0.8] − f(θ, s) = −0.5·Δθ − 0.8.

Wenn das erste Team Δθ = 1 (den Flügelwinkel um 1 Einheit ändert), was ist der gemessene Änderungswert? Was schreiben sie ihm zu? Welchen Anteil hat tatsächlich ihre eigene Änderung des Flügelwinkels im Vergleich zur unsichtbaren Beitrags von der Änderung des Fahrwerks? Zeigen Sie die Rechnung und interpretieren Sie: könnte der unsichtbare Gradient den Team dazu bringen, die Optimierung von θ vorzeitig zu stoppen?