17 Staunen mit e
17.1 Lernsteuerung
17.1.1 Lernziele
- Sie wissen um die Bedeutung von e
- Sie können die Zahl e herleiten
17.1.2 Literatur
17.2 Vorbereitung
In diesem Kapitel werden folgende R-Pakete benötigt:
17.3 Staunen
Staunen ist der Ursprung der Philosophie und damit des Denkens und damit vielleicht der Wissenschaft, wie es vielleicht recht treffend in diesem Cartoon von Doug Savage, 2014 dargestellt ist.
Staunen rĂŒhrt her vom Moment der Erkennens, dem Auftun von VerstĂ€ndnistiefe.
Und Tiefe des VerstÀndnis findet sich vielleicht am deutlichsten in der Mathematik, meint XKCD.
17.4 Exponenzielles Wachstum
e wie exponenzielles Wachstum: Wachstum mit konstantem Faktor.
Verdoppeln ist eine wohl bekannte Art des exponenziellen Wachsens:
- Ein Virus vermehrt sich wÀhrend der Zeitperiode
um den Faktor 2, verdoppelt seine Zahl also. - Das Kapitel einer Anlage verdoppelt sich wÀhrend des Zeitraums
. - Eine Population verdoppelt sich (wÀhrend eines Zeitraums
).
Visualisieren wir uns einen exponenziellen Prozess, s. Abbildung 17.1.
d1 <-
tibble(z = 1:10,
y = 2^z)
d1 %>%
ggplot(aes(x = z, y = y)) +
geom_line() +
geom_point() +
scale_x_continuous(breaks = 1:10)
âVerdoppelnâ meint das Gleiche wie âWachsen um 100%â: Faktor 2 entspricht also 100%.
Sagen wir, eine Population mit StartgröĂe 1 verdoppelt sich drei Mal, Wachstum von 100% ĂŒber drei Perioden:
Danach ist die Population also 8 mal so groĂ wie vorher.
Allgemeiner können wir also schreiben
wobei
Wir können auf der Y-Achse auch die Anzahl der Verdopplungen auftragen, denn wir wissen ja, dass pro Zeitperiode eine Verdopplung dazu kommt, nach zwei Zeitperioden also zwei Verdopplungen, nach drei Zeitperioden drei Verdopplungen, nach vier Zeitperioden vier Verdopplungen âŠ
Nur sieht das Diagramm dann dröge aus, s. Abbildung 17.2. Diese Darstellung (Anzahl der Verdopplungsphasen) nennt man auch logarithmische Darstellung.
d1a <-
tibble(z = 1:10,
verdopplung = 1:10)
d1a %>%
ggplot(aes(x = z, y = verdopplung)) +
geom_line() +
geom_point() +
scale_x_continuous(breaks = 1:10)
17.5 Sofortiges Wachstum
Sagen wir, wir bringen ein Kapitel (in Höhe von einer Geldeinheit) zur Bank. Die Bank bietet uns eine traumhafte Verzinsung (r wir Rate) von 100$ pro Jahr.
Um den Zinzeszinseffekt auszunutzen, heben wir das Geld mehrfach unterjÀhrig ab, um es sofort wieder anzulegen, s. Abbildung 17.3.
d2 <-
tibble(
r = 1:20,
y = (1 + 1/r)^r
)
d2 %>%
ggplot() +
aes(x = r,
y = y) +
geom_point() +
geom_line()
Können wir mit dieser Methode unendlich viel Geld erzeugen? Tabelle 17.1 gibt eine Antwort.
Wenn
17.6 Andere Wachstumsraten
50% Wachstum:
Etwas genauer:
(1 + (.50/50))^50
## [1] 1.644632
50% Wachstum bedeutet also 50 Phasen mit je 1% Wachstum âŠ
Moment, wenn wir 100% Wachstum so darstellen, also als 100 Wachstumsphasen mit je 1% Wachstum:
(1 + (1.00/100))^100
## [1] 2.704814
17.7 Wachstum mit Basis e
Zwei Perioden Wachstum mit sofortiger, stetiger Verzinsung (100%) erhöht das Kapitel um den Faktor
WĂ€chst das Kapitel aber nur mit 50%, so gilt (fĂŒr zwei Zeitperioden):
Allgemeiner:
Das Wachstum
17.8 Logarithmus
WĂ€chst eine GröĂe stetig (mit 100%) fĂŒr
Wachstum fĂŒr zwei Perioden:
w <- exp(2)
w
## [1] 7.389056
Wie viele Perioden waren es noch mal?
log(w)
## [1] 2
Wie lange dauert es, bis wir das Kapitel verdoppelt haben (stetige Verzinsung mit 100%)?
log(2)
## [1] 0.6931472
Es dauert ca. 0.7 Zeitperioden bis zur Verdopplung.
17.9 Regel der 72
Von dieser Zahl her rĂŒhrt die âRegel der 72â.
72 lĂ€sst sich angenehm teilen (2,3,4,6,12, âŠ), besser als 69.31âŠ