深色模式
自然常数 e
概述
e 是数学里最常见的常数之一,近似值是 2.718281828459045……。它不像 π 那样一眼就和圆绑在一起,e 更像变化问题里的常驻角色:只要系统的变化速度和它当前规模有关,这个数往往就会出现。
它也是自然对数 ln 的底,因此常被叫作自然常数或欧拉数。这个数不是人为挑出来的方便数字,而是从连续增长的极限里自然出现,所以名字里的“自然”并不是客套话。
e 是什么
先记住三个事实就够用了:
- 它大约等于
2.71828 - 它是自然对数
ln的底 - 以它为底的指数函数
e^x在微积分里最简洁
e 还是一个无理数,也是超越数。换句话说,它的小数不会有限结束,也不会循环;它也不是某个整系数代数方程的根。日常使用里不必背这些性质,但知道它不是“某个凑出来的分数”,有助于避免误会。
e 怎么来的
e 最经典的来源,是连续复利。
假设本金是 1,年利率也是 100%。如果一年只结算一次利息,年底会变成 2。如果一年结算很多次,公式会变成:
text
(1 + 1/n)^n这里的 n 表示一年结算的次数。
| 一年结算次数 | 结果 |
|---|---|
| 1 | 2 |
| 2 | 2.25 |
| 4 | 2.44140625 |
| 12 | 2.613035... |
| 365 | 2.714567... |
当 n 越来越大,也就是“结息越来越频繁,逼近连续结息”时,这个值会收敛到一个固定极限:
text
e = lim_{n -> ∞} (1 + 1/n)^n这就是 e 最常见的定义之一。银行把利息结得再勤,结果也不会无限涨,极限就在 2.71828... 这里停住。
另一种展开
e 还可以写成一个很整齐的无穷级数:
text
e = 1 + 1 + 1/2! + 1/3! + 1/4! + ...这里的 ! 表示阶乘,例如:
2! = 2 × 13! = 3 × 2 × 14! = 4 × 3 × 2 × 1
这个展开很有用,因为它既能帮助计算 e,也能自然推广出 e^x 的级数展开。很多数值计算、近似计算和理论推导,都是从这里往下走。
为什么特别
e 的地位,主要不是因为它“值好看”,而是因为它让指数增长的规则变得最简洁。
对函数 e^x 求导,结果还是它自己。也就是说,函数的变化率和当前值完全一致。这在数学上非常省事,在现实建模里也非常常见,因为很多系统的变化速度本来就和“当前有多少”成正比。
例如:
- 钱越多,按比例产生的利息越多
- 细菌越多,同样时间里新增的细菌越多
- 放射性物质越多,单位时间内衰变掉的量也越多
如果把这类关系写成微分方程,最常见的解就是:
text
y = C · e^(kt)这里的 C 是初始值,k 是增长或衰减系数。
用在哪些地方
自然对数
e 是自然对数 ln 的底。之所以单独把 ln 拿出来,是因为它在微积分里公式最简洁:
ln x的导数是1/xe^x的导数还是e^x
很多积分、极限和微分方程在用 e 和 ln 表示时,形式会比别的对数底更整齐。数学家当然喜欢这种省事做法。
增长与衰减
只要一个量的变化率和它当前规模成正比,e 往往就会出现。常见场景包括:
- 连续复利
- 人口增长
- 细胞分裂
- 放射性衰变
- 电容充放电
- 温度逼近环境温度的过程
这些模型不一定全都长得一样,但解的形状经常是指数函数,而指数函数的核心常数就是 e。
概率统计
概率统计里,e 的出场率也很高。
例如:
- 正态分布的密度函数里有
e - 泊松分布里有
e - 指数分布里有
e - 大样本极限和信息论里也经常会碰到自然对数
原因并不神秘:统计模型里常常涉及连续变化、极限、累积效应和对数变换,这几件事都和 e 关系很近。
复数与信号
e 在复数里还有一条非常著名的关系:
text
e^(ix) = cos x + i sin x这就是欧拉公式。它把指数函数、三角函数和复数连到了一起,在信号处理、交流电分析、控制系统、傅里叶分析里都非常重要。
很多看起来像“旋转”的问题,最后都可以用复指数来写。公式一旦换成这套形式,推导通常会顺手很多。
