自然对数底数e的由来

公元前500年，古希腊毕达哥拉斯(Pythagoras)学派的弟子希勃索斯(Hippasus)发现了一个惊人的事实，一个正方形的对角线与其一边的长度是不可公度的(若正方形边长是1，则对角线的长不是一个有理数)这一不可公度性与毕氏学派“万物皆为数”(指有理数)的哲理大相径庭。这一发现使该学派领导人惶恐、恼怒，认为这将动摇他们在学术界的统治地位。希勃索斯因此被囚禁，受到百般折磨，最后竞遭到沉舟身亡的惩处。毕氏弟子的发现，第一次向人们揭示了有理数系的缺陷，证明它不能同连续的无限直线同等看待，有理数并没有布满数轴上的点，在数轴上存在着不能用有理数表示的“孔隙”。而这种“孔隙”经后人证明简直多得“不可胜数”。于是，古希腊人把有理数视为连续衔接的那种算术连续统的设想彻底地破灭了。不可公度量的发现连同著名的?

这就要从古早时候说起了。至少在微积分发明之前半个世纪，就有人提到这个数，所以虽然它在微积分里常常出现，却不是随著微积分诞生的。那么是在怎样的状况下导致它出现的呢？一个很可能的解释是，这个数和计算利息有关。
我们都知道复利计息是怎么回事，就是利息也可以并进本金再生利息。但是本利和的多寡，要看计息周期而定，以一年来说，可以一年只计息一次，也可以每半年计息一次，或者一季一次，一月一次，甚至一天一次；当然计息周期愈短，本利和就会愈高。有人因此而好奇，如果计息周期无限制地缩短，比如说每分钟计息一次，甚至每秒，或者每一瞬间（理论上来说），会发生什么状况？本利和会无限制地加大吗？答案是不会，它的值会稳定下来，趋近於一极限值，而e这个数就现身在该极限值当中（当然那时候还没给这个数取名字叫e）。所以用现在的数学语言来说，e可以定义成一个极限值，但是在那时候，根本还没有极限的观念，因此e的值应该是观察出来的，而不是用严谨的证明得到的。
包罗万象的e
读者恐怕已经在想，光是计算利息，应该不至於能讲一整本书吧？当然不，利息只是极小的一部分。令人惊讶的是，这个与计算复利关系密切的数，居然和数学领域不同分支中的许多问题都有关联。在讨论e的源起时，除了复利计算以外，事实上还有许多其他的可能。问题虽然都不一样，答案却都殊途同归地指向e这个数。比如其中一个有名的问题，就是求双曲线y=1/x底下的面积。双曲线和计算复利会有什么关系，不管横看、竖看、坐著想、躺著想，都想不出一个所以然对不对？可是这个面积算出来，却和e有很密切的关联。我才举了一个例子而已，这本书里提到得更多。
如果整本书光是在讲数学，还说成是说故事，就未免太不好意思了。事实上是，作者在探讨数学的同时，穿插了许多有趣的相关故事。比如说你知道第一个对数表是谁发明的吗？是纳皮尔（John Napier）。没有听说过？这很正常，我也是读到这本书才认识他的。重要的是要下一个问题。你知道纳皮尔花了多少时间来建构整个对数表吗？请注意这是发生在十六世纪末、十七世纪初的事情，别说电脑和计算机了，根本是什么计算工具也没有，所有的计算，只能利用纸笔一项一项慢慢地算，而又还不能利用对数来化乘除为加减，好简化计算。因此纳皮尔整整花了二十年的时间建立他的对数表，简直是匪夷所思吧！试著想像一下二十年之间，每天都在重复做同类型的繁琐计算，这种乏味的日子绝不是一般人能忍受的。但纳皮尔熬过来了，而他的辛苦也得到了报偿——对数受到了热切的欢迎，许多欧洲甚至中国的科学家都迅速采用，连纳皮尔也得到了来自世界各地的赞誉。最早使用对数的人当中，包括了大名鼎鼎的天文学家刻卜勒，他利用对数，简化了行星轨道的繁复计算。
在《毛起来说e》中，还有许多我们在一般数学课本里读不到的有趣事实。比如第一本微积分教科书是谁写的呢？（假如你曾受微积分课程之苦，也会想知道谁是「始作俑者」吧？」）是罗必达先生。对啦，就是罗必达法则（L'Hospital's Rule）的那位罗必达。但是罗必达法则反倒是约翰．伯努利先发现的。不过这无关乎剽窃的问题，他们之间是有协议的。
说到伯努利可就有故事说了，这个家族实在不得了，别的家族出一位天才就可以偷笑了，而他们家族的天才是用「量产」形容。伯努利们前前后后在数学领域中活跃了一百年，他们的诸多成就（不仅止於数学领域），就算随便列一列，也有一本书这么厚。不过这个家族另外擅长的一件事就不太敢恭维了，那就是吵架。自家人吵不够，也跟外面的人吵（可说是「表里如一」）。连爸爸与儿子合得一个大奖，爸爸还非常不满意，觉得应该由自己独得，居然气得把儿子赶出家门；和现代的许多「孝子」们比起来，这位爸爸真该感到惭愧。
e的「影响力」其实还不限於数学领域。大自然中太阳花的种子排列、鹦鹉螺壳上的花纹都呈现螺线的形状，而螺线的方程式，是要用e来定义的。建构音阶也要用到e，而如果把一条链子两端固定，松松垂下，它呈现的形状若用数学式子表示的话，也需要用到e。这些与计算利率或者双曲线面积八竿子打不著的问题，居然统统和e有关，岂不奇妙？
数学其实没那么难！
我们每个人的成长过程中都读过不少数学，但是在很多人心目中，数学似乎是门无趣甚至可怕的科目。尤其到了大学的微积分，到处都是定义、定理、公式，令人望之生畏。我们会害怕一个学科的原因之一，是有距离感，那些微积分里的东西，好像不知是从哪儿冒出来的，对它毫无感觉，也觉得和我毫无关系。如果我们知道微积分是怎么演变、由谁发明的，而发明之时还发生了些什么事（微积分是谁发明的这件事，争论了许多年，对数学发展产生重大的影响），发明者又是什么样的人等等，这种距离感就应该会减少甚至消失，微积分就不再是「陌生人」了。这是小数点后面两千位：
e= 2.71828 18284 59045 23536 02874 71352 66249 77572 47093 69995 95749 66967 62772 40766 30353 54759 45713 82178 52516 64274 27466 39193 20030 59921 81741 35966 29043 57290 03342 95260 59563 07381 32328 62794 34907 63233 82988 07531 95251 01901 15738 34187 93070 21540 89149 93488 41675 09244 76146 06680 82264 80016 84774 11853 74234 54424 37107 53907 77449 92069 55170 27618 38606 26133 13845 83000 75204 49338 26560 29760 67371 13200 70932 87091 27443 74704 72306 96977 20931 01416 92836 81902 55151 08657 46377 21112 52389 78442 50569 53696 77078 54499 69967 94686 44549 05987 93163 68892 30098 79312 77361 78215 42499 92295 76351 48220 82698 95193 66803 31825 28869 39849 64651 05820 93923 98294 88793 32036 25094 43117 30123 81970 68416 14039 70198 37679 32068 32823 76464 80429 53118 02328 78250 98194 55815 30175 67173 61332 06981 12509 96181 88159 30416 90351 59888 85193 45807 27386 67385 89422 87922 84998 92086 80582 57492 79610 48419 84443 63463 24496 84875 60233 62482 70419 78623 20900 21609 90235 30436 99418 49146 31409 34317 38143 64054 62531 52096 18369 08887 07016 76839 64243 78140 59271 45635 49061 30310 72085 10383 75051 01157 47704 17189 86106 87396 96552 12671 54688 95703 50354 02123 40784 98193 34321 06817 01210 05627 88023 51930 33224 74501 58539 04730 41995 77770 93503 66041 69973 29725 08868 76966 40355 57071 62268 44716 25607 98826 51787 13419 51246 65201 03059 21236 67719 43252 78675 39855 89448 96970 96409 75459 18569 56380 23637 01621 12047 74272 28364 89613 42251 64450 78182 44235 29486 36372 14174 02388 93441 24796 35743 70263 75529 44483 37998 01612 54922 78509 25778 25620 92622 64832 62779 33386 56648 16277 25164 01910 59004 91644 99828 93150 56604 72580 27786 31864 15519 56532 44258 69829 46959 30801 91529 87211 72556 34754 63964 47910 14590 40905 86298 49679 12874 06870 50489 58586 71747 98546 67757 57320 56812 88459 20541 33405 39220 00113 78630 09455 60688 16674 00169 84205 58040 33637 95376 45203 04024 32256 61352 78369 51177 88386 38744 39662 53224 98506 54995 88623 42818 99707 73327 61717 83928 03494 65014 34558 89707 19425 86398 77275 47109 62953 74152 11151 36835 06275 26023 26484 72870 39207 64310 05958 41166 12054 52970 30236 47254 92966 69381 15137 32275 36450 98889 03136 02057 24817 65851 18063 03644 28123 14965 50704 75102 54465 01172 72115 55194 86685 08003 68532 28183 15219 60037 35625 27944 95158 28418 82947 87610 85263 98139

自然对数底数e的由来相关推荐

自然对数底数的小数部分二千位
自然对数底数 e=2. 71828 18284 59045 23536 02874 71352 66249 77572 47093 69995 95749 66967 62772 40766 3035 ...
今天脑壳抽筋，想估计圆周率和自然对数底数的值
就跟标题里面一样,今天脑壳抽筋,想估算一下圆周率的值刚刚上完体育课,脑壳一抽,想着怎么编圆周率的程序(_) 结果今天还真的给我弄出来了哈哈首先是两种方法: 1.蒙特卡洛方法:源于摩洛哥著名赌城蒙特 ...
java如何实现e的次方_在java中如何输入e^x（x为变量）还有如何输入e（e为自然对数的底数）？...
展开全部 1. java中的a^b a的b次方32313133353236313431303231363533e59b9ee7ad9431333363373766, 可以使用Math.pow(a,b) ...
利用python进行数据分析_从删库到跑路
目录前言一 numpy模块 1．numpy的数据结构:多维数组ndarray 数组转置和轴对换矩阵内积通用函数利用数组进行数据处理(矢量化) 将条件逻辑表述为数组运算数组和统计法方法约简 ...
斯坦福大学卷积神经网络----Module 1 Lesson 2 线性分类
原文地址:http://cs231n.github.io/linear-classify/ 标题:Linear classification: Support Vector Machine, Soft ...
math.hypot java_Java之Math类
Java之Math类# Java的Math类封装了很多与数学有关的属性和方法,后续遇到常用也会直接在这篇博客更新...### public static void t2() { System.out. ...
java 3number_java 数据Number、Math
一个初出茅庐的小子与大家共享一些关于Number和Math的使用,因水平有限,难免有写的不完善的地方,嘻嘻.看完之后,希望可以留下你珍贵的指导意见. The Numbers Classes 在写代码的 ...
java 参数代替所有类_Java中的常用类
1 常用类NO13 [ Int Interger short Short byte Byte double Double float Float Boolean Boolea ...
java的math类_Java之Math类使用小结
public classMain {public static voidmain(String[] args) {//TODO Auto-generated method stub System.ou ...

自然对数底数e的由来

自然对数底数e的由来相关推荐

最新文章

热门文章