奇怪的数字0.577不断出现在我们身边

简介:

如果你不得不挑一个世界上最有名的数字,那么也许你会挑选π,对吧?但为什么呢?π对我们而言,除了在理解圆这方面至关重要之外,它并不是一个特别容易算的数字,因为人们几乎不可能知道它的确切值,它各个位上数字出现的方式并没有规律,要算出π的每个数字我们几乎可以算到无穷。




虽然π有这么不方便的属性,但它由于在自然和数学中不断出现而声名鹊起,就连一些与圆没什么太大关系的地方我们也能看到它。它并不是唯一一个出现得奇怪的数字,0.577也到处都是。


0.577作为欧拉常数(Euler's constant),被定义为两种经典数学序列(自然对数和调和级数)之间的限制区别。


如果你不断地将1 + 1/2 + 1/3 +1/4等数字相加,就会得到调和级数。将它加到无穷,你就精通了调和级数。


自然对数比调和级数更难解释,但长话短说的解释版本是如果你取自然对数的值与调和级数的值之间的差,那么你就能得到欧拉常数,取欧拉常数小数点后三位,就是0.577了(和π一样,欧拉常数的小数点后有很多位数字,大约有一千亿个)。


0.577能解释的东西非常令人难以置信。


想象一下你有一个周长为一米的元,你在圆的顶端放了只蚂蚁,它以每秒钟1厘米的恒定速率围绕着这个圆行走。接着你想象一下就在蚂蚁自顾自地走路时,你以每秒钟一米的速度扩大了圆的周长。


因此每一秒钟,这只蚂蚁都在你的圆周围走了一厘米,但你却给它的旅程总长度增加了一米。蚂蚁永远别想走完这个圆的周长,对吧?


但令人难以置信的是,这种想法是错的。当蚂蚁以恒定速率绕圆走的时候,其实它能够走完这个周长不断在增加的圆,原因在于增加的不只是蚂蚁前面的路,还有它后面已经走完了的路程。


当然,等我们的蚂蚁完成它的旅行时,太阳都烧没了,所以我们讨论的是一系列增长缓慢的数字。



(红色是自然对数ln,蓝色是调和级数的数字。它们相差的部分加起来便是欧拉常数。)


这个问题本身很有趣,但更奇怪的是欧拉常数不仅能解释看似矛盾的谜语。它出现在各种物理问题中,包括多个量子力学方程。它甚至也存在于科学家们用来寻找希格斯玻色子的方程中。


对此没有人知道为什么。我们从未想过有数字能够像幽灵一样,在我们身边挥之不去。

原文发布时间为:2016-10-16

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
传感器 数据采集 算法
无线传感器网络(WSN)在物联网中的作用
【6月更文挑战第7天】物联网中的无线传感器网络(WSN)正加速发展,它由微型传感器节点组成,用于环境数据感知和传输。WSN助力实时监测(如农业、工业生产)、资源管理(能源和物流)、智能交通等领域,提供关键数据支持。Python代码示例展示了数据采集和传输过程。尽管面临能量限制和网络挑战,WSN在物联网中的角色不可或缺,将持续推动社会智能化和可持续发展。
721 2
|
机器学习/深度学习 算法 数据挖掘
马尔科夫链(Markov Chain, MC)算法详解及Python实现
马尔科夫链(Markov Chain, MC)算法详解及Python实现
11648 115
马尔科夫链(Markov Chain, MC)算法详解及Python实现
|
C# 容器
WPF技术之HorizontalAlignment和VerticalAlignment
HorizontalAlignment和VerticalAlignment是用来确定控件在其父容器中的水平和垂直位置的属性。
1721 0
WPF技术之HorizontalAlignment和VerticalAlignment
|
机器学习/深度学习 编解码 边缘计算
YOLOv5改进 | 卷积模块 | 用ShuffleNetV2卷积替换Conv【轻量化网络】
本文介绍了如何在YOLOv5中用ShuffleNetV2替换卷积以减少计算量。ShuffleNetV2是一个轻量级网络,采用深度可分离卷积、通道重组和多尺度特征融合技术。文中提供了一个逐步教程,包括ShuffleNetV2模块的代码实现和在YOLOv5配置文件中的添加方法。此外,还分享了完整的代码链接和GFLOPs的比较,显示了GFLOPs的显著减少。该教程适合初学者实践,以提升深度学习目标检测技能。
YOLOv5改进 | 卷积模块 | 用ShuffleNetV2卷积替换Conv【轻量化网络】
|
供应链 监控 数据挖掘
淘宝商品详情数据接口:解锁电商数据分析新密码
在数字化时代,电商竞争激烈,精准的数据分析成为制胜关键。淘宝商品详情数据接口如同一把神奇的钥匙,为商家提供商品名称、价格、销量、评价等详细信息,助力洞察市场趋势、优化商品策略、提升运营效率。通过实时更新的数据,商家可以及时调整定价、促销和库存管理,增强竞争力。未来,该接口将带来更多智能化的数据分析工具和精准的市场预测模型,助力电商从业者在竞争中脱颖而出。
|
机器学习/深度学习 监控 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 E题:高速公路应急车道紧急启用模型 问题分析、数学模型及Python代码
2024年中国研究生数学建模竞赛E题要求建立高速公路应急车道紧急启用模型,以缓解特定路段的拥堵问题。题目提供了四个视频观测点的数据,需分析交通流参数随时间的变化规律,建立拥堵预警模型,并验证模型有效性。此外,还需设计合理的应急车道启用规则和算法,优化视频监控点布局,以提升决策科学性和成本效益。涉及视频数据处理、非线性动态系统建模和机器学习等技术。适合交通工程、数学、计算机科学等多个专业学生参与。需利用Python等工具进行数据处理和建模。具体问题包括统计参数变化、建立拥堵模型、验证模型有效性、设计启用规则和优化监控点布局。
1600 12
【BetterBench博士】2024年中国研究生数学建模竞赛 E题:高速公路应急车道紧急启用模型 问题分析、数学模型及Python代码
|
SQL 关系型数据库 MySQL
Pandas获取SQL数据库read_sql()函数及参数一文详解+实例代码
Pandas获取SQL数据库read_sql()函数及参数一文详解+实例代码
8259 0
Pandas获取SQL数据库read_sql()函数及参数一文详解+实例代码
|
API
观音灵签免费API接口教程
该API提供观音灵签的随机获取服务,含100签,支持POST/GET请求。需用户ID和KEY认证。返回签文、解曰、典故等信息。示例请求:https://cn.apihz.cn/api/mingli/guanyin.php?id=88888888&key=88888888。详情参见官方文档。
385 7
|
12月前
|
存储 NoSQL Linux
linux之core文件如何查看和调试
通过设置和生成 core 文件,可以在程序崩溃时获取详细的调试信息。结合 GDB 等调试工具,可以深入分析 core 文件,找到程序崩溃的具体原因,并进行相应的修复。掌握这些调试技巧,对于提高程序的稳定性和可靠性具有重要意义。
5801 6
|
人工智能
从《2024年人工智能指数报告》 看AI的最新发展趋势
【斯坦福HAI发布2024年AI指数报告】揭示AI发展10大趋势:AI在特定领域超人但复杂任务仍有挑战;产业界主导AI创新,推出大量模型;训练成本飙升,如GPT-4训练耗资近8千万美元;美国领先,中国持续突破;大模型责任评估缺失;生成式AI投资增长;AI提升工作效率,缩小技能差距;加速科学进步;法规增多;全球对AI既期待又担忧。关注公众号AntDream获取更多详情!
2058 3
从《2024年人工智能指数报告》 看AI的最新发展趋势