常数e和exp(x)的由来
计算复利
假设本金为 a a a, 存期一年,银行有几下集中定期利率可以选择:
- 年利率100%
a ( 1 + 100 % ) = 2 a a(1+100\%)=2a a(1+100%)=2a - 半年利率: 100%/2= 50%
a ( 1 + 50 % ) 2 = 2.25 a a(1+50\%)^2=2.25a a(1+50%)2=2.25a - 季度利率 100%/4= 25%
a ( 1 + 25 % ) 4 ≈ 2.44 a a(1+25\%)^4\approx2.44a a(1+25%)4≈2.44a - 月利率 100%/12= 8.333%
a ( 1 + 8.333 % ) 12 ≈ 2.61 a a(1+8.333\%)^{12}\approx2.61a a(1+8.333%)12≈2.61a
若每时每刻都计算利率,则利率为
1
/
n
1/n
1/n,则一年之后,本息和为:
lim
n
→
∞
a
(
1
+
1
n
)
n
\lim_{n\rightarrow\infty}a(1+\frac1n)^n
n→∞lima(1+n1)n
除以
a
a
a,可以得到本金a存到银行一年,翻的倍数,则倍数等于:
lim
n
→
∞
(
1
+
1
n
)
n
\lim_{n\rightarrow\infty}(1+\frac1n)^n
n→∞lim(1+n1)n
当
n
n
n趋于无穷大的时候,则上面的式子趋于一个常数,约为:
lim
n
→
∞
(
1
+
1
n
)
n
≈
2.7182
\lim_{n\rightarrow\infty}(1+\frac1n)^n\approx2.7182
n→∞lim(1+n1)n≈2.7182
上面是常数 e e e的定义式
exp(x)
后来,欧拉将上式一般化,将利率等于100%,变为了一个变量
x
x
x,形成下式函数:
e
x
p
(
x
)
=
lim
n
→
∞
(
1
+
x
n
)
n
exp(x)=\lim_{n\rightarrow\infty}(1+\frac{x}{n})^n
exp(x)=n→∞lim(1+nx)n
(
lim
n
→
∞
(
1
+
1
n
/
x
)
n
/
x
)
x
=
e
x
(\lim_{n\rightarrow\infty}(1+\frac{1}{n/x})^{n/x})^x=e^x
(n→∞lim(1+n/x1)n/x)x=ex
这便是指数函数的由来,最早,指数函数的底数都是
e
e
e,后来在此基础上推出了其他数为底的指数函数。
- exponential function必须通过微积分的办法计算得到,而通过代数的方法是不可以的。因为要用到极限的概念。
- y = e x , d y d x = y y=e^x,\frac{dy}{dx}=y y=ex,dxdy=y,对于此函数,其导数与原函数相同,即其斜率的增长和函数值的增长相同。
应用
常数 e e e体现了自然增长的极限
- 即使每时每刻都在计算利息,利滚利,增长倍数也有一个确定的最大值
利滚利 和自然生殖
等角螺线等
指数函数的泰勒展开
泰勒公式的初衷是用多项式来近似表示函数在某点周围的情况。比如说,指数函数在 x = 0的附近可以用以下多项式来近似地表示:
e x ≈ 1 + x + x 2 2 ! + x 3 3 ! + ⋯ + x n n ! {\textrm {e}}^{x}\approx 1+x+{\frac {x^{2}}{2!}}+{\frac {x^{3}}{3!}}+\cdots +{\frac {x^{n}}{n!}} ex≈1+x+2!x2+3!x3+⋯+n!xn
可通过 e x e^x ex的导数和其本身相等的概念,推导出上面的泰勒级数
-
根据 y = e x , d y d x = y y=e^x,\frac{dy}{dx}=y y=ex,dxdy=y,和 y = 1 , x = 0 y=1, x=0 y=1,x=0
-
当x=1时,可以近似计算得到常数 e e e的值
离散r.v.概率分布——泊松分布
例子
推导原理
- n要趋于无穷大,p要趋于0
- 泊松分布和二项式分布的关系
泊松分布和二项式分布的关系
应用
- 因为此分布的 λ = 4.6 \lambda=4.6 λ=4.6,所以期望值也等于4.6,所以从图像上看,放射数等于5或者6时的概率较高。
连续r.v.概率分布——exp分布
引用
An Introduction to the Poisson Distribution
5-3:連續機率分佈 I
[微积分重点][MIT][Strang]4_指数函数