Afleiding van de logistische vergelijking
De S-curve van Hamming heeft een nauwkeurige wiskundige afleiding. Begin met twee observaties over technologie-adoptie:
1. Adoptie versnelt met huidige adoptie (mond-tot-mondpropaganda, netwerkeffecten): dP/dt ∝ P
2. Adoptie vertraagt als de markt verzadigd raakt: dP/dt ∝ (1 − P)
Combineer: dP/dt = r · P · (1 − P)
Dit is de logistische differentiaalvergelijking. Het is scheidbaar: ontbinding in partiële breuken maakt directe integratie mogelijk.
Afleiding
Variabelen scheiden: dP / [P(1−P)] = r dt
Partiële breuken: 1/[P(1−P)] = 1/P + 1/(1−P)
Beide zijden integreren: ln(P) − ln(1−P) = rt + C
ln[P/(1−P)] = rt + C
P/(1−P) = e^(rt+C) = e^C · e^(rt)
Laat K = e^C. Los P op: P = K·e^(rt) / (1 + K·e^(rt))
Equivalent: P(t) = 1 / (1 + e^(−r(t − t₀)))
waarbij t₀ = (ln K)/r het buigpunt is.
Buigpunt
Op t = t₀: P = 0,5. Tweede afgeleide d²P/dt² = 0: groeitempo is maximaal. Voor t₀: concaaf omhoog (versnellend). Na t₀: concaaf omlaag (vertraagd).
De logistische curve aan gegevens aanpassen
Gegeven twee gegevenspunten op een logistische curve, kunt u zowel r als t₀ oplossen.
Internetadoptie: P(1995) = 0,01 (1% van Amerikaanse huishoudens), P(2005) = 0,70 (70%).
Netwerkwaarde als geometrische telling
Hamming merkte op dat toepassingen computeradoptie meer dreven dan hardware of software. Netwerkafhankelijke toepassingen volgen een specifiek groeimodel: hun waarde stijgt sneller dan hun kosten.
Wet van Metcalfe
De waarde van een netwerk met n gebruikers is evenredig met het aantal mogelijke verbindingen tussen gebruikers:
V(n) = k · n(n−1)/2 ≈ k · n²/2 (voor grote n)
waarbij k de waarde van één verbinding is. Kosten van een netwerk: C(n) ∝ n (ruwweg lineair in gebruikersgetal).
Waarde-kostverhouding: V/C ∝ n²/n = n. Als n toeneemt, groeit de verhouding lineair. Een netwerk met 10x meer gebruikers levert ongeveer 100x meer waarde op tegen slechts 10x de kosten.
Geometrisch beeld
Met n knooppunten is het aantal randen in een volledige graaf K_n gelijk aan C(n,2) = n(n−1)/2. Dit is een combinatorische formule: kies 2 knooppunten uit n. Voor n=10: C(10,2)=45. Voor n=100: C(100,2)=4950. Voor n=1000: C(1000,2)=499.500.
De S-curve & de wet van Metcalfe werken samen: tijdens fase 2 snelle adoptie groeit n snel, & groeit V(n) als n². De waardebuigpunt treedt voor de adoptie-inflectie op — waarde versnelt vóór adoptie, wat meer adoptie in een positieve terugkoppeling aantrekt.
Netwerkwaarde bij verschillende adoptiegraden
E-mailadoptie: in 1985 (n=100.000 gebruikers), k = $0,01 per verbinding per jaar. In 1995 (n=30.000.000 gebruikers).
Optimalisatie als geometrie
Het Boeing-bandenaarscenario van Hamming beschrijft een optimalisatiefalen met nauwkeurige geometrische betekenis. Optimalisatie van een functie f(x) op een landschap vereist:
1. Een goed gedefinieerde functie f: de doelstelling (luchtweerstand, kosten, tijd-tot-markt)
2. Een vast landschap: f geëvalueerd op dezelfde staat telkens
3. Een gradiënt: de richting van steilste verbetering
Wanneer het landschap tussen metingen verandert, kan de gradiënt die u schat in een richting wijzen die niet meer bestaat wanneer u de volgende stap neemt. U berekent gradient(f₁) maar stapt in landschap f₂.
Gradientdaling
Standaard gradientdaling: x_{t+1} = x_t − α ∇f(x_t)
waarbij α = stapgrootte (leersnelheid), ∇f = gradiëntvector (partiële afgeleiden).
Het Boeing-falen: op moment t meet team f(x_t). Op moment t+1 verandert team x naar x_t + Δx. Maar de gedeelde database veranderde ook: f is nu f' ≠ f. De waargenomen verandering: f'(x_t + Δx) − f(x_t). Dit is NIET de gradiënt van f — het omvat een term van de landscaptverschuiving.
De spookgradiënt
Gemeten verandering = [f'(x+Δx) − f(x)] = [f(x+Δx) − f(x)] + [f'(x+Δx) − f(x+Δx)]
= echte gradiënt × Δx + landscaptverschuiving
Als de landscaptverschuiving domineert: het team beweegt naar een minimum in f' dat een maximum in f is. Ze optimaliseren het verkeerde — mogelijk hun ontwerp verslechteren terwijl metingen verbetering tonen.
Spookgradiënt-fout kwantificeren
Een team optimaliseert luchtweerstand f(θ, s) waarbij θ = vleugelhoek, s = spanwijdte. Echte gradiënt: ∂f/∂θ = −0,5 (luchtweerstand neemt af met θ), ∂f/∂s = +0,3 (luchtweerstand neemt toe met s).
Een ander team vermindert tegelijkertijd het fuselagegewicht, wat de weerstandsfunctie verandert: f' = f − 0,8. (Een lichter fuselage vermindert weerstand met 0,8 eenheden bij alle configuraties.)
Het eerste team meet: f'(θ+Δθ, s) − f(θ, s) = [f(θ+Δθ, s) − 0,8] − f(θ, s) = −0,5·Δθ − 0,8.