从复数到欧拉公式

ljm1200

已于 2024-08-17 23:07:24 修改

阅读量1.1k

点赞数 27

文章标签：机器学习线性代数 python

于 2024-08-17 22:59:05 首次发布

本文链接：https://blog.csdn.net/LJM1200/article/details/141288388

版权

在这里插入图片描述
卡尔达诺(Cardano.Girolamo，1501-1576)意大利数学家、医学家、物理学家.其姓氏英文拼法是"Cardan"，通常译为"卡当"。
卡当最重要的著作《大技术》(1545)，首次公布了三、四次代数方程的一般解法，确认了高于一次的代数方程多于一个根，已知方程的一个根可将方程降阶，指出方程的根与系数间的某些关系，利用反复实施代换的方法求得方程的近似解，在解方程中使用了虚数等。
如 $x^3 = 3px+2q$ 的正解为：

$\sqrt[3]{q+ \sqrt{q^2-p^3}} + \sqrt[3]{q- \sqrt{q^2-p^3}}$

假设方程： $x^3 = 3x +2$ 那么他的解应该是:

$x=\sqrt[3]{1+\sqrt{1-1}}+ \sqrt[3]{1-\sqrt{1-1}} =2$

但是假设 $P^3>q^3$ 则式子中 $\sqrt{q^2-p^3} = \sqrt{-1} \sqrt{p^3-q^2}$

比如方程： $x^3 = 15x+4$ 则 $P = 5, q = 2$

那么方程的根为 $x=\sqrt[3]{2+\sqrt{2^2-5^3}}+\sqrt[3]{2-\sqrt{2^2-5^3}}$

即 $x=\sqrt[3]{2+\sqrt{-121}}+\sqrt[3]{2-\sqrt{-121}}$

这个是无解的，但是从画图上来说左右面的两个函数确实有交点，正解是 $x = 4$

import numpy as np
import matplotlib.pyplot as plt
def f1(x):
    return x**3
def f2(x):
    return 15*x + 4
# 生成 x 轴数据
x = np.linspace(-5, 5, 1000)
y1 = f1(x)
y2 = f2(x)
plt.plot(x, y1, label='y = x^3')
plt.plot(x, y2, label='y = 15x + 4')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()
plt.grid(True)
plt.show()

在这里插入图片描述

在《代数学》中，邦贝利讨论了卡当没能解决的三次方程不可约情形，即方程的根是实数，而应用求根公式解方程时却出现平方根下为负数的表达式。邦贝利没有像卡当一样认为虚数是无用的，而是认真地看待了虚数。他证明了卡当给出的求根公式依然适用于这种情形，给出了相当于我们现在所说的虚数单位 $i$ 的名词：“需要把它加上时，我把它叫做‘负之正’，若要减去它时，我叫它“负之负”。基于这样的认识，邦贝利解决了这一类三次方程，指出这一类方程通常有三个实数根，这在复数发展史上是具有里程碑式的重要意义的。

假设 $\sqrt{-1} = i$ 那么上式结果为 $x=\sqrt[3]{2+11i}+\sqrt[3]{2-11i}$ ，

如果 $x = 4$ 是他的正实数解，那么 $x=\sqrt[3]{2+11i}+\sqrt[3]{2-11i} =4$

相比卡当,邦贝利又向前多迈了一步,

有没有可能 $\sqrt[3]{2+11i} = 2+i$ ,而 $\sqrt[3]{2-11i} = 2-i$ 所以 $\sqrt[3]{2+11i}+\sqrt[3]{2-11i} = 2+i + 2- i =4$

所以后面又演变出复数的加法和乘法，

复数的加法公式：

设两个复数 $z_1 = a + bi$ ， $z_2 = c + di$ ，（其中 $a ， b ， c ， d$ 均为实数， $i$ 为虚数单位，且 $i^2 = -1$ ）

则复数的加法为： $z_1 + z_2 = (a + c) + (b + d)i$

例如， $z_1 = 2 + 3i$ ， $z_2 = 1 - 2i$ ，则 $z_1 + z_2 = (2 + 1) + (3 - 2)i = 3 + i$

复数的乘法公式：

$z_1 \times z_2 = (ac - bd) + (ad + bc)i$
比如， $z_1 = 3 + 2i$ ， $z_2 = 1 + 4i$
$z_1 \times z_2 = (3×1 - 2×4) + (3×4 + 2×1)i = -5 + 14i$

这些看上去没有什么特别的不同，但是从他的物理意义上就使一些计算变得更为简单，所以数学里任何一种新的数，新的分支的出现，都是在做简化，使一些计算更适合人工计算，记住这种思想，也为后面的复变函数打下了基础。为欧拉公式的出现也埋下了伏笔。

复数的相加实际上就是矢量的相加，而复数的相乘是描述了二维旋转的工具，先旋转了辅角，然后再伸缩它的模长的绝对值。
如果只想让一个复数旋转一个 $\theta$ 角度，就乘以一个模为1，辅角为 $\theta$ 的复数，用三角函数表示为 $cos\theta + i sin\theta$ 很像“上帝公式”——Euler Formula（欧拉公式）的右边式。但提到这个公式还要再谈谈自然常数 $e$ . $e$ 这个常数来自于复利公式，如果每n分钟我的股票都能增长之前的 $\frac{1}{n}$ ，那么在n个n分钟后，我的股票应该趋近于

$\lim_{n\rightarrow+\infty} (1+\frac{1}{n})^n = e \approx 2.7182817711635425$

e_approx = 1
i= 100000000
h = 1 / i
for n in range(1, i):
    e_approx *= (1 + h)
print("Approximate value of e:", e_approx)

这一刻取决于上一刻是一个连续的变化，e就是连续，所以称为自然常数。
$e^{it} = cos(t) + isin(t)$
$e^{i\theta}$ 表示复平面上的单位圆上的一个点，具体取决于 $\theta$ 的值。
欧拉公式所描绘的，是一个随着时间变化，在复平面上做圆周运动的点。随着时间的改变，在时间轴上就成了一条螺旋线。如果只看它的实数部分，也就是螺旋线在左侧的投影，就是一个最基础的余弦函数。而右侧的投影则是一个正弦函数。

在这里插入图片描述


import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
t = np.linspace(0, 10 * np.pi, 1000)  
x = np.cos(t)  
y = np.sin(t)  
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot(x, y, t, label='Euler\'s formula: $e^{it}$')
ax.set_xlim(-1.2, 1.2)
ax.set_ylim(-1.2, 1.2)
# 绘制xz平面的投影
ax.plot(x, 1.2, t, 'r--', label='xz-projection')
# 绘制yz平面的投影
ax.plot(-1.2, y, t, 'g--', label='yz-projection')
ax.legend()
ax.set_title('Euler\'s formula')
ax.set_xlabel('Real part (cos(t))')
ax.set_ylabel('Imaginary part (sin(t))')
ax.set_zlabel('Time (t)')
# 显示图形
plt.show()