Skala Logaritma dari Faktorial
Aplikasi Stirling mengonversi produk menjadi jumlah, yang merupakan gerakan fundamental yang membuat matematika besar-n menjadi dapat dikelola:
ln(n!) ≈ n·ln(n) − n + 0.5·ln(2πn)
Formula ini muncul dari mengapit sum Σ ln(k) untuk k=1..n oleh integral ln(x), lalu mengaplikasikan aturan trapezoid untuk membatasi kesalahan.
Mengapa Penting secara Geometri
Rumus volume n-dimensional sphere melibatkan Γ(n/2 + 1), yang untuk n integer sama dengan (n/2)! atau produk dari setengah-bilangan. Stirling memungkinkan kita untuk mengestimasi ini untuk n besar tanpa menghitung setiap nilai secara langsung.
Aplikasi Stirling memberikan log(n!) ≈ n·log(n) − n·log(e) dalam notasi basis-10, berguna untuk perkiraan order-of-magnitude.
Untuk n = 10: ln(10!) ≈ 10·2.303 − 10 + 0.5·ln(62.83) ≈ 23.03 − 10 + 2.08 = 15.10 (benar: 15.104).
Untuk n = 100: ln(100!) ≈ 100·4.605 − 100 + 0.5·ln(628.3) ≈ 460.5 − 100 + 3.24 = 363.7 (benar: 363.74).
Stirling pada n=20
Komputasi langsung: ln(20) ≈ 2.996. ln(2π·20) = ln(125.66) ≈ 4.833.
Rumus Volume
Volume dari n-dimensional sphere dengan jari-jari r:
V_n(r) = C_n · r^n di mana C_n = π^(n/2) / Γ(n/2 + 1)
Nilai C_n untuk n kecil mengikuti pola menggunakan Γ(1/2) = √π dan formula reduksi:
- n=1: C_1 = π^(1/2)/Γ(3/2) = √π/(√π/2) = 2
- n=2: C_2 = π^1/Γ(2) = π/1 = π
- n=3: C_3 = π^(3/2)/Γ(5/2) = π^(3/2)/(3√π/4) = 4π/3
- n=4: C_4 = π²/Γ(3) = π²/2
- n=5: C_5 = π^(5/2)/Γ(7/2) = π^(5/2)/(15√π/8) = 8π²/15
Perhatikan: C_n mencapai puncak di sekitar n=5 (≈ 5.264) kemudian menurun. Untuk n yang besar, C_n → 0.
Maksimum pada n=5
C_5 = 8π²/15. Dengan π² ≈ 9.870:
C_5 = 8·9.870/15 = 78.96/15 ≈ 5.264
Untuk memverifikasi ini adalah maksimum: C_6 = π³/6 ≈ 31.006/6 ≈ 5.168. Jadi C_6 < C_5 — puncak terjadi pada n=5.
Persentase Volume di Sudut
Paradoks sudut diukur: apa persentase kubus unidimensional unit [−1,1]^n yang berada di luar bola yang disorot dengan jari-jari 1?
Fraksi sudut = 1 − C_n / 2^n
| n | C_n | 2^n | Fraksi Bola | Fraksi Sudut | |---|---|---|---|---| | 2 | 3.14 | 4 | 78.5% | 21.5% | | 3 | 4.19 | 8 | 52.4% | 47.6% | | 4 | 4.93 | 16 | 30.8% | 69.2% | | 5 | 5.26 | 32 | 16.4% | 83.6% | | 6 | 5.17 | 64 | 8.1% | 91.9% | | 10 | 2.55 | 1024 | 0.25% | 99.75% |
Implikasi untuk Optimalisasi
Paradox corner memiliki konsekuensi langsung untuk optimalisasi di ruang parameter dimensi tinggi:
Pencarian acak gagal. Sebuah titik acak di ruang parameter n-dimensi hampir pasti jatuh di sudut - jauh dari asal, dengan nilai parameter ekstrem. Jika solusi yang bagus berkumpul di dekat nilai parameter sedang, pencarian acak hampir tidak pernah menemukannya.
Turunan turun naik. Dengan mengikuti gradien lokal, Anda menavigasi geometri secara sistematis daripada mengambil sampel secara acak. Malapetaka dimensi menimpa metode acak; metode terstruktur beradaptasi.
Jarak berkonsentrasi. Di dimensi tinggi, semua jarak pasangan antara titik acak berkonsentrasi di sekitar nilai yang sama: mereka semua menjadi sekitar √(2n/3) untuk titik seragam di [0,1]^n. Metode tetangga rusak karena 'terdekat' dan 'jauh' menjadi tidak dapat dibedakan.
Resep Hamming: pahami geometri sebelum mengandalkan intuisi Anda. Di ruang dimensi tinggi, geometri adalah tidak intuisif, dan matematika adalah satu-satunya pemandu yang dapat diandalkan.