Число е называют. Натуральный логарифм и число е. Выражения через гиперболические функции
ОПРЕДЕЛЕНИЕ
Число — иррациональная и трансцендентная математическая константа, называемая числом Эйлера или числом Непера , являющаяся основанием натурального логарифма.
Негласно константа присутствует в работе «Описание удивительной таблицы логарифмов» шотландского математика Джона Непера (1550-1617) (а точнее в приложении к переводу этой работы, который был опубликован в 1618 г.). Первые упоминания про эту константу имеются в письмах саксонского философа, логика, математика, механика, физика, юриста, историка, дипломата, изобретателя и языковеда Готфрида Вильгельма Лейбница (1646-1716) к нидерландскому механику, физику, математику, астроному и изобретателю Христиану Гюйнгенсу ван Зёйлихему (1629-1695) в 1690-91 гг. Там она обозначалась буквой . Традиционное обозначение в 1727 г. начал использовать швейцарский, немецкий, российский математик и механик Леонард Эйлер (1707-1783); впервые он употребил ее в своем письме к немецкому математику Кристиану Гольдбаху (1690-1764) в 1731 г. Первой публикацией с этой буквой была работа Л. Эйлера «Механика, или Наука о движении, изложенная аналитически» (1736). Сама же константа впервые была вычислена швейцарским математиком Якобом Бернулли (1655-1705) в ходе решения задачи о предельной величине процентного дохода:
Число играет большую роль в различных разделах математики, а особенно в дифференциальном и интегральном исчислении. Трансцендентность числа Эйлера была доказана французским математиком Шарлем Эрмитом (1822-1901) только в 1873 г.
Задания числа e
1) Через предел:
y(x) = e x , производная которой равна самой функции.Экспоненту обозначают так ,
или .
Число e
Основанием степени экспоненты является число e
. Это иррациональное число. Оно примерно равно
е
≈ 2,718281828459045...
Число e
определяется через предел последовательности. Это, так называемый, второй замечательный предел
:
.
Также число e
можно представить в виде ряда:
.
График экспоненты
График экспоненты, y = e x .На графике представлена экспонента, е
в степени х
.
y(x)
= е х
На графике видно, что экспонента монотонно возрастает.
Формулы
Основные формулы такие же, как и для показательной функции с основанием степени е .
;
;
;
Выражение показательной функции с произвольным основанием степени a
через экспоненту:
.
Частные значения
Пусть y(x)
= e x
.
Тогда
.
Свойства экспоненты
Экспонента обладает свойствами показательной функции с основанием степени е > 1 .
Область определения, множество значений
Экспонента y(x)
= e x
определена для всех x
.
Ее область определения:
- ∞ < x + ∞
.
Ее множество значений:
0
< y < + ∞
.
Экстремумы, возрастание, убывание
Экспонента является монотонно возрастающей функцией, поэтому экстремумов не имеет. Основные ее свойства представлены в таблице.
Обратная функция
Обратной для экспоненты является натуральный логарифм .
;
.
Производная экспоненты
Производная е
в степени х
равна е
в степени х
:
.
Производная n-го порядка:
.
Вывод формул > > >
Интеграл
Комплексные числа
Действия с комплексными числами осуществляются при помощи формулы Эйлера
:
,
где есть мнимая единица:
.
Выражения через гиперболические функции
;
;
.
Выражения через тригонометрические функции
;
;
;
.
Разложение в степенной ряд
Использованная литература:
И.Н. Бронштейн, К.А. Семендяев, Справочник по математике для инженеров и учащихся втузов, «Лань», 2009.
вероятность (probability) - число от 0 до 1, которое отражает шансы того, что случайное событие произойдет, где 0 - это полное отсутствие вероятности происхождения события, а 1 означает, что рассматриваемое событие определенно произойдет.
Вероятность события E является числом от до 1.
Сумма вероятностей взаимоисключающих событий равна 1.
эмпирическая вероятность - вероятность, которая посчитана как относительная частота события в прошлом, извлеченная из анализа исторических данных.
Вероятность очень редких событий нельзя посчитать эмпирически.
субъективная вероятность - вероятность, основанная на личной субъективной оценке события безотносительно исторических данных. Инвесторы, которые принимают решения о покупке и продаже акций зачастую действуют именно исходя из соображений субъективной вероятности.
априорная вероятность -
Шанс 1 из… (odds) того что событие произойдет через понятие вероятности. Шанс появления события выражается через вероятность так: P/(1-P).
Например, если вероятность события 0,5, то шанс события 1 из 2 т.к. 0,5/(1-0,5).
Шанс того, что событие не произойдет вычисляется по формуле (1-P)/P
Несогласованная вероятноть - например в цене акций компании А на 85% учтено возможное событие E, а в цене акций компании Б всего на 50%. Это называется несогласованная вероятность. Согласно теореме голландских ставок, несогласованная вероятность создает возможности для извлечения прибыли.
Безусловная вероятность - это ответ на вопрос «Какова вероятность того, что событие произойдет?»
Условная вероятность - это ответ на вопрос: «Какова вероятность события A если событие Б произошло». Условная вероятность обозначается как P(A|B).
Совместная вероятность - вероятность того, что события А и Б произойдут одновременно. Обозначается как P(AB).
P(A|B) = P(AB)/P(B) (1)
P(AB) = P(A|B)*P(B)
Правило суммирования вероятностей:
Вероятность того, что случится либо событие A либо событие B -
P (A or B) = P(A) + P(B) - P(AB) (2)
Если события A и B взаимоисключающие, то
P (A or B) = P(A) + P(B)
Независимые события - события A и B независимы если
P(A|B) = P(A), P(B|A) = P(B)
То есть это последовательность результатов, где значение вероятности постоянно от одного собятия к другому.
Бросок монеты - пример такого события, - результат каждого следующего броска не зависит от результата предыдущего.
Зависимые события - это такие события, когда вероятность появления одного зависит от вероятности появления другого.
Правило умножения вероятностей независимых событий:
Если события A и B независимы, то
P(AB) = P(A) * P(B) (3)
Правило полной вероятности:
P(A) = P(AS) + P(AS") = P(A|S")P(S) + P (A|S")P(S") (4)
S и S" - взаимоисключающие события
математическое ожидание (expected value) случайной переменной есть среднее возможных исходов случайной величины. Для события X матожидание обоначается как E(X).
Допустим у нас есть 5 значений взаимоисключающих событий c определенной вероятностью (например доход компании составил такую-то сумму с такой вероятностью). Матожиданием будет сумма всех исходов помноженных на их вероятность:
Дисперсия случайной величины - матожидание квадратных отклонений случайной величины от ее матожидания:
s 2 = E{ 2 } (6)
Условное матожидание (conditional expected value) - матожидание случайной величины X при условии того, что событие S уже произошло.
Функция-это модель. Определим X, как множество значений независимой переменной // независимая -значит любая.
Функция это правило, с помощью которого по каждому значению независимой переменной из множества X можно найти единственное значение зависимой переменной. // т.е. для каждого х есть один у.
Из определения следует, что существует два понятия- независимая переменная (которую обозначаем х и она может принимать любые значения) и зависимая переменная (которую обозначаем y или f(х) и она высчитывается из функции, когда мы подставляем х).
НАПРИМЕР у=5+х
1. Независимая -это х, значит берем любое значение, пусть х=3
2. а теперь вычисляем у, значит у=5+х=5+3=8. (у зависима от х, потому что какой х подставим, такой у и получим)
Говорят, что переменная y функционально зависит от переменной x и обозначается это следующим образом: y = f (x).
НАПРИМЕР.
1.у=1/х. (наз.гипербола)
2. у=х^2. (наз. парабола)
3.у=3х+7. (наз. прямая)
4. у= √ х. (наз. ветвь параболы)
Независимая переменная (кот. мы обозначаем х) имеет название аргумент функции.
Область определения функции
Множество всех значений, которые принимает аргумент функции, называется областью определения функции и обозначается D (f) или D (y).
Рассмотрим D (у) для 1.,2.,3.,4.
1. D (у)= (∞; 0) и (0;+∞) //всё множество действительных чисел, кроме нуля.
2. D (у)= (∞; +∞)//всё мн-во действит.чисел
3. D (у)= (∞; +∞)//всё мн-во действит.чисел
4. D (у)= }