首页 生活指南 正文内容

0.99是多少钱(和金钱关系最大的数学常数)

阿立指南 生活指南 2023-06-06 08:06:08 161

这是赛先生2017科普创作协同行动的第9篇文章。

撰文:余小鲁

责编:李娟 韩琨

e是什么?

让我们先尝试回答一个看似简单的问题:e是什么?

这个问题也许有一百个答案,笔者无法判断哪个答案最为美妙、自然、深刻,但可以确信,最直接最乏味的答案是:

e=2.71828182845904523536028747135266249775724709369995……(小数点后五十位)

一个调皮神秘的记号e,变成了一堆数字的堆砌,这大概不会是读者们投票选题所要的答案。那么,笔者尝试给出第二个答案:e是所有数学常数中,跟我们口袋里的“银子”关系最大的一个。

e与金钱的关系可以追溯到1683年。当时,雅各布•伯努利(在数学领域,称呼伯努利要特别小心,因为伯努利家族至少有八位著名的数学家,对我们来说,他们都叫伯努利)思考了这样一个问题:你的账户里面有一块钱,假设一年银行给你的利息是100%。如果利息在年终一次性结算,过了一年你的帐户里面就有两块钱啦。但如果把这个利息拆散,多发几次会如何?

举个例子,一年发两次,也就是六个月发一次50%的利息,一年后你将有(1+0.5)^2=2.25块钱。如果每个月发一次1/12的利息,那么一年之后你将有(1+1/12)^12=2.61块钱。伯努利非常开心地发现,这么算会让自己更富有,就开始认真研究:如果一年发无数次利息的话,自己一块钱的帐户将会变成:(1+1/n)^n=? (当n趋于正无穷大)

伯努利首先注意到,当n趋于正无穷大,这个式子的极限是存在的,而且他用二项式展开证明了极限值在2和3之间。也就是说,你不会因此变成世界上最富的人。如果大家有兴致自己去算这个式子的值(比如说n等于一万),那么将会回到文章开头最乏味的答案的一小部分。

如果大家不是太贪心,只是想让自己口袋里的钱翻倍而已,笔者可以教大家一个有趣的口算办法。举一个最熟悉的例子,你买了只股票天天涨停(一天10%),七天就翻倍了。如果天天涨6%,几天翻倍呢?大约12天。口算的公式特别简单:xy=72。

每天涨x%,那么翻倍需要的天数大约为y天。比如说,每天赚一个点,x=1,那么y=72。72天之后,你的钱有(1+1%)^72=2.04。学会了xy=72这个公式,大家可以在家里掐指算一下自己发财的时间(图1)。这条公式,其实无非说的就是中文里面利滚利的“滚”字,非常生动。

说回伯努利发现了跟金钱关系最大的复利,极限居然就是我们文章的主题e=(1+1/n)^n(当n趋于正无穷大),但伯努利并没有称呼这个东西叫做“e”。

和金钱关系最大的数学常数,为什么用e来表示?

图1. “复利是世界上最伟大的力量”——爱因斯坦(图片来源:pinterest)

欧拉与e

第一个用e来表示上面复利公式的极限的,是另一位大数学家——欧拉。事实上,欧拉有无数得意之作,跟e相关的工作可称为他的代表作,必须用自己的名字Euler的首字母来表示。(这个猜测可能是小人之心,也许e就是指数expotential的首字母而已,大家姑且听之。)e在数学上称为欧拉数(Euler’s Number)。注意,这不是欧拉常数(Euler’s Constant),欧拉常数是用另外一个美丽的记号来表示。其实,这个区分是一种繁文缛节。叫欧拉数的还有很多,流体力学里面的欧拉数、拓扑学里面的欧拉数……每一个都代表了欧拉在其领域的重要贡献。世人艳称的最美数学公式e^(i)+1=0,就出自欧拉之手。

关于欧拉与e相关的种种重要贡献,作者在此不再一一介绍。现在只说欧拉一个看起来非常平庸的工作。这个工作就是手算,有足够的草稿纸和足够的铅笔,一个初中生懂得加减乘除就可以得到欧拉这个工作的结果。但实际上,现在的数学史专家都没弄明白欧拉自己是怎么做到的。

1748年,欧拉出版了《无穷小分析引论》(Introductio in Analysin Infinitorum,也作《无穷小分析导论》),在这本书中,他把e手算到了小数点后十八位!即

e=2.718281828459045235

笔者实在无法想象,在没有计算机的年代,究竟是如何做到的。如果我们最直接的用伯努利的利滚利公式,收敛也是不可思议的慢,如1.001^1000=2.717,小数点后第三位都到不了。类似的道理,用e=1+1/1!+1/2!+1/3!+…来手算,要得到这个精度,大约要算到前20项。大家可以想象一下,手算20的阶乘的倒数,是怎样的一种体验。

欧拉自己发明了e的很多其他表达式,如一些看起来特别诡异的连分式。但无论用哪一种表达式手算,要算到18位,都很难想象(注:几年后,欧拉给出了e的前23位)。一种比较合理的猜测,就是欧拉找到了一个巧妙计算e的办法,要么是收敛快的级数表达,要么是用概率论相关的实验大数统计。欧拉的全集到现在还没出完,已经出到80卷,接近三百斤重!全集内容浩如烟海,有十七卷属于数学分析,被称为“分析的化身”,其他主要包括数论、拓扑学、物理学、天文学、逻辑学和音乐的数学理论。

对于这么重要的数学常数,很多人都想多记住几位,没事可以在朋友面前耍酷。那么,请大家跟我念下面这句话:By omnibus I traveled to Brooklyn(俺坐公车去了布鲁克林)——这是美国人对e的记忆法,傻得非常可爱。by有两个字母,omnibus有七个字母,以此类推,记住了这句话,就记住了e=2.71828。据说还有更傻的句子,能记十一位的,笔者在此就不推荐了。

其实,中国也有一套历史悠久的传统编码系统——用汉字在《千字文》中出现的次序来排序(天地玄黄、宇宙洪荒……),古代科举考场的房间号就是这么排的(图2)。很多人熟悉的“‘天’字第一号”的说法,也正是出自《千字文》。至于e,记住四个字就够用了——地洪天荒,这四个字在《千字文》中出现的次序(2、7、1、8)排在一起,便可记住e=2.718。

和金钱关系最大的数学常数,为什么用e来表示?

图2. 明清科举考场的房间编号,局部来自《千字文》中“剑号巨阙,珠称夜光”。

e与自然究竟有什么关系?

下面让我们来说一说,e为什么叫自然底数。自然底数是自然对数的底数,对数函数以e为底数,为什么就自然了?换言之,e为底数的自然性在哪里?

自然性(naturalness)是科学探索中一个永恒的主题。中文的“自然”,语出老子的《道德经》:道法自然。如果把“法”字作为动词理解,那么科学对“道”的探索必须有某种自然性。不过,要对自然性作一个良好的定义,无疑是困难的。先举一个粗浅的例子,我们测量身高时,如果以公里为单位去测量,一米七五高的人,说他有0.00175公里高,便显然很不自然。单位是某种标尺,计算身高跟这个标尺的比值,得到一个无量纲的数字(如0.00175)。无量纲量是一个没有单位的数字,如圆周率,等于一个圆的周长和直径的比值。

无量纲的数字在物理学中有重要的地位,物理学的自然性就是期待一个好的物理学理论,其中的无量纲参数不能太大,也不能太小。对物理自然性更技术一点的定义是:一个小的无量纲参数可以被认为是自然的,只有当这个小无量纲参数趋于零时,系统呈现出新的对称性。也就是说,一个太小或太大的无量纲参数只有在这种情况下可以被容忍。

在标准模型里面,费米子的质量相比于对应的能量标尺,显得非常小,但当费米子的质量趋于零的时候,有新的手征对称性呈现出来,因此,我们认为费米子这个小质量是自然的。但是标量玻色子(如希格斯粒子)的质量相比于对应的大统一理论能量标尺,小得很不自然,因为标量粒子的质量趋于零的时候并没有新的对称性呈现出来,这也就是当今物理学的一大难题,称为等级差问题(hierarchy problem)。等级差问题的本质就是自然性。

回到数学上的自然性,以e为底的对数自然吗?那以10为底的对数是不是更为自然?

以10来计数,并没有数学上的自然性,只是一种文化属性。易经可以用二进制,一斤可以是十六两也就是半斤八两,很难说哪个更为自然。一个对数函数,无论以什么为底数,都有一个共同点,就是1的对数都为0。但在自变量为1的地方,对数函数曲线的斜率则取决对数函数的底数,只有把底数取为e时,斜率刚刚好为1。那么,斜率为1就自然了吗?我们可以用简单的泰勒展开式来回答这个问题:log(1+0.01)=log(1)+(斜率)× 0.01+...那么以e为底的话,1.01的对数值非常接近0.01,0.99的对数值非常接近于-0.01(log(1-0.01)=log(1)−(斜率)× 0.01+…)。

对照前面对物理学自然性的分析,让我们从物理学的角度看看何谓斜率。我们走上一个山坡时,上坡的斜率就是山坡的高度和宽度的比值,这是一个无量纲的参数。把上面的泰勒展开式看成一个物理学理论,那么,这个无量纲的参数不能太大也不能太小,等于1的时候最为自然。

自然性是天生的一种美学性质,有人就被e的美丽所迷惑,做出了很有趣的事情。大计算机科学家Donald Knuth创造的编程语言metafont,一出来就是第二版,然后就发布了2.7版,2.71版……到现在是2.7182818版。Google公司在2004年申请首次公开募股的时候,要募多少钱呢?$2,718,281,828。所以,看完这篇文章的朋友,以后过年发红包的时候不妨考虑一下2718元这个数字。

参考文献:

1. J . O’Connor and E. Robertson, "The number e".MacTutor History of Mathematics.

2. B. Malkiel, A Random Walk Down WallStreet, W. W. Norton & Company, Inc.

3. M. Gardner, "Memorizing Numbers." Ch. 11 in The Scientific American Book of Mathematical Puzzles and Diversions.

4. A. Zee, Quantum Field Theory in a Nutshell, Second Edition, Princeton University Press.

作者介绍:中山大学物理学博士,中国科学院物理研究所博士后,2013-2014年曾任美国密西西比州立大学研究学者,主要研究量子场论和凝聚态物理理论的交叉应用。


《赛先生》第四轮选题发布,期待你来创作!

1. 我们到底需要多少睡眠时间?

2. “音乐疗法”有神经科学基础吗?

3. 为什么会有人“路痴”?

4. 人类的血型为何会有区分?

5. 你爱挂在嘴边的“脑补”,究竟是怎么产生的?

6. “球状闪电”究竟是怎么一回事?

7. 为什么会有人“晕车”“晕船”?

8. 昆虫可以成为人类的营养来源吗?

如果以上有你感兴趣的选题,请迅速跟“小赛”(微信id:saixiansheng2017)微信联系,也欢迎发邮件至 [email protected] 与我们进一步沟通!


投稿、授权等请联系:[email protected]

赛先生系今日头条签约作者

本文为头条号作者原创。

未经授权,不得转载。

文章目录
    搜索
    111