一切正常生活現象,都符合一個數學規律:Logα(n+1)-Logα(n)

2020-12-09 土土土衣食住行

不知道大家有沒有去過圖書館,如果你有經常去圖書館的習慣,我相信你會發現一個驚人的規律,那就是:不管你看哪一本書,哪一類書,只要是被人翻過的,它總是前面那幾頁被翻得特別舊破爛,而後面的總是那麼新;這就像你的電腦鍵盤,總是有那麼幾個鍵是特別容易壞的那樣,比如:「Ctrl」、「A」、「C」、「V」、「空格」這幾個按鍵特別容易被磨損按壞,而其他按鍵則像跟剛新買的一樣嶄新光亮這是一種怎樣的現象?

如果我告訴你這種現象,即使是放到生活中去看,你會發現這一切正常的生活現象(或者說是「自然現象」),都符合一個數學規律:Logα(n+1)-Logα(n),你信嗎?別急,咱們下面一起來慢慢探索研究一下,你會看到在生活中的一切正常現象,都是符合這個數學規律的。

假設,我告訴你一個密碼,這是有關數字的規律,你剛開始聽說它時,可能會不以為意。然後,你會開始反覆地看到它,它在我們紛亂的世界中無處不在,我們卻對它視而不見,比如:股市,街道地址門牌號,今天早上看報紙時所看到的數字……每一條線索都讓你更靠近一步,你最終可能會發狂!也可能會解開一個關於人類社會的,無比龐大、深奧和強而有力的秘密,以至於許多跟數字有關的機構(比如銀行)對此諱莫如深!你根本就無法想像,或者是難以想像,這個秘密到底有多深!為什麼?

當然,關於這個現象,不是我們今天才發現的,早在19世紀以前,早就有人發現了這個規律。事情是這樣子的,一位名叫「西蒙紐康」的天文學家,因為在研究天體的時候總是要用到一些複雜的計算,他每天幹得最多的工作就是「查對數表」(以前沒有計算器也沒有計算機),當他查對數表的時候,他留意到了一件「非常奇怪」的現象:如果你翻看書的前幾頁,你可以看到它們都被翻舊了,再看看後面的書頁,就遠沒有那麼舊了(甚至是嶄新的),這個說明不了什麼,是吧?但是他又翻了另外一本書,發現了同樣的事情,他又看了一本,接二連三不斷地翻閱,每次都是前幾頁會被翻得很舊,後面的書頁卻都跟新的一樣!

紐康意外發現的是揭露我們周圍世界,一個深奧而神秘秩序的第一條線索,這可能出現在你最愛的體育運動項目中,或者是你最愛的歌曲中,甚至是人的心率跳動等等……你一旦看見了它,就再也揮之不去,它無處不在……當然,這是後話了!

我們看看第二條線索……

公司的稅務、常用對數表……

一般的納稅人鮮少會關心那些錯綜複雜的計算機系統,一般的存款儲戶也很少會關心那些錯綜複雜的計算機系統,那裡有一個非常有規律的「數據磁帶」,以及錯誤的「數據磁帶」……很多人在扣除了保險支付等費用後,這裡面也藏著一個非常特別的數字規律,但很多人對此都沒有真正關注和留意過這個數字規律。

這一切的緣起是一個在全世界都在瘋傳的一個「神話」:那就是全世界範圍內,把「紐康」的發現,變成了揭穿各種欺詐的秘密手段工具,通過利用這個神秘的規律,只要通過掃一眼你所提供的任何數據表(比如稅表),就可以神奇地判斷出你是否在撒謊。這是真的嗎?這有可能嗎?如果有,這是怎麼回事?

總之,這個規律它有一個名字叫做:本福特定律。

在紐康發現這件事的大約50年之後,一個名叫弗蘭克本福特的工程師也發現了這個數學規律,所以我們記住他們的名字,也記住了這個數學規律的名字「本福特定律」:在現實生活中的一堆數據中,以1為第一個數的概率約為總數的30%,接近預期值1/9的3倍。一般來說,數字越大,出現前幾個數字的概率就越低,它可以用來檢查各種數據是否是假的。

當然了,我們根本不在乎是誰,在何時發現了它,或者它叫什麼名字,我們只想知道它到底是怎麼運作的?於是,我們找了許多數學專家來解釋……

一個序列如果是等分的,我們就說是等分布的「1」的模數;更明確地說,你可以選擇「0」到「1」的任何子區間;那平均來說,它的長度就是區間裡出現的頻率,這在用「本福特定律」驗證時非常重要;那麼,「n」乘以「β」是等分布的「1」的模數,我們可以將其寫為……所以,可以選擇一個半隨機的無理數,我們取兩邊的對數,然後是「Χ」的對數……我們來量化一下,去掉整數部分……斐波納契數……對數……斐波納契數是介於……那麼,我們可以看到,介值……

好吧,反正我是一句也沒聽懂,一句也沒看明白!此時此刻,不知道大家是否也是和我一樣的心情?關於這個數學規律,我們只需要一個近似「白痴簡化版」的解釋,而不是一堆「又長又臭又看不懂」的「科學解釋」,對吧?

簡單來說吧,比如說,試想一下,你有一大堆隨機的數字,從「1」到「99999999」之間的任何數字,現在你從這堆隨機的數字中隨意抽出一個……

這個數字的第一位數是什麼?

它的開頭是什麼?

既然是隨機的數字,答案應該是隨機的,對吧?可能是「1」,可能是「2」,可能是「3」,可能是「4」,可能是「5」,可能是「6」,可能是「7」,可能是「8」,可能是「9」,誰知道呢,都同樣有可能,是吧?

但結果,並不是這麼回事!

如果說,當告訴你,這個世界上以「1」開頭的數字,比「2」開頭的數字多,你會信嗎?不僅如此,在這個世界上,大約30%的數字都是以「1」開頭的,大概有17%的是以「2」開頭的,你會信嗎?當你剛發現的時候,你會臥在槽上想:「喂!等一下,這也太扯了吧!」

沒事,慢慢捋一下,就會發現這的確就是這樣!

我們從一大堆數字開始,這基本上可以是任何數字,比如是:國內生產總值(GDP)、市場的蔬菜價格表、水電費清單、購物清單、或者是任何商品的價格表等等……不管是什麼,如果你把這些數字,除了第一位數之外的部分都去掉之後……

它們一般都會符合一個規律:「1」的數量,會比「2」多;「2」的數量,會比「3」多;「3」的數量,會比「4」多……以此類推。

那麼,問題來了,這並不是「多一點點」,而是「多很多」,而且多出的比例是特定的,它很有規律!大約30%的數字是以「1」開頭,少於5%的數字會以「9」開頭……用圖示意就是這個平滑的曲線……

曲線會像上圖這樣呈對數遞減!

是不是覺得很不可思議?這簡直讓人難以置信!

沒事,我們繼續再做一個實驗!我們可以大量去收集任何有數據的東西,不管是從報紙上看到的數字,還是什麼報表出現的數字,甚至是氣溫的數據等等,全部隨機拿來,統統都隨機拿來做一個統計……最終,你會發現,大約30%的數字都是以「1」開頭的,大約17%的數字都是以「2」開頭!

天啊!怎麼會這樣?這裡面是不是有什麼自然的規律在裡頭?如果說,我們的現實生活中的數字,都符合這一規律的話,那麼很多事情就很容易理解了。

許多公司做假帳,雖然表面看起來很好看,但是如果利用這個數學規律來做一個詳細的統計,那麼一眼就能看出這家公司在做假帳。

從上圖就可以看出,這兩條曲線它們之間的區別:正常的曲線應該是光滑的,而異常的曲線就是波動曲折的,總能看出一些端倪!

如果說,這只是幾個特殊個案的話,那麼在生活中的其他現象,也同樣出現這樣的數學規律,這個你怎麼講?

比如說,我們經常聽的那些音樂,某一首音樂的樂譜也是符合這樣的數學規律!不信?你接著往下看!

如果說我們找一些搞怪的音樂來做實驗統計,顯得有點荒謬的話,我們完全可以找一些大師的作品,正常一點的音樂作品來做一個數學統計實驗。比如說,像貝多芬、巴赫、舒伯特等大師的音樂作品,它們裡面所固有的模式也符合這個數學規律。

我們可以選取一些樂章,然後測量每一個音符,在整篇樂章裡出現的總時長,計算出來的每個音符的時長,然後觀察第一位數……奇蹟出現了!

在音樂界,還有一種說法:所有的樂譜,如果都是朝著這個「樂譜規律」去創作,那麼創作出來的歌曲都非常好聽、悅耳。不信,你找一下黃家驅的《光輝歲月》、《真的愛你》、《海闊天空》,又或者是早期那些著名的音樂家創作出來的經典作品,更甚至是把近三四十年內比較著名的音樂作品,比如樸樹的《曾經的你》等等,無不都是符合這樣的數學規律!

如果用在音樂,還不足以說明這個現象的規律性的話,我們甚至可以拿一些體育運動的數據來做一個統計,也符合這個數學規律,比如羽毛球的擊球數、板球擊球手的得分次數、美式足球觸地得分的次數、英式足球每次攔截前的傳球次數、籃球在投中籃筐前的傳球次數,例子無窮無盡,數不勝數……

體育運動通常取決於,運動員在一瞬間做出的決定,我應該是射門還是傳球?而我們也一直做著這樣的決定,這種數學規律也符合我們普通大眾嗎?答案是:肯定的!哪怕是一個「四體不勤五穀不分」的懶人,他的任何正常的生活現象,都符合這個數學規律!

城市的人口也符合這個數學規律。當我們把所有的城市綜合起來,按照前面的那樣重複做一個數學統計,它也是符合這個數學規律的。1線城市的人口、2線城市的人口、3線城市的人口、4線城市的人口、5線城市的人口、6線城市的人口、7線城市的人口、8線城市的人口、9線城市的人口……它們各自的人均收入,它們各自的生活水平,它們各自的平均工資水平,它們各自的任何數據,都符合這個數學規律

就連每個地方的法律案件,都是符合這個數學規律!

甚至是「生老病死」,也符合這個數學規律!

我們所有生活所出現的種種現象,都完美地符合這麼一個數學公式:Logα(n+1)-Logα(n)

就連網際網路上的社交活動,也是符合這個數學規律……

利用這個數學規律,甚至可以判斷出你發在網際網路上的圖片、視頻,只要把這些像素轉換成數字來做一個數學統計,都可以因此而辨別出真假!

現在,很多地質學家,都在使用這個數學規律,來判斷和預測,地球的天氣變化,火山噴發、地質運動等等,利用這個數學規律來做各種各樣的科學研究。

火山噴發

颱風預測

天體研究

總之,我們生活在這個地球上所發生的,任何一切自然現象,都符合這個數學規律:Logα(n+1)-Logα(n)

這種數學規律,在整個宇宙當中,真的是「無處不在」!

相關焦點

  • 報導 | 複雜度O(n log n)?整數乘法新算法!
    在計算機進行乘法計算的時候,傳統的計算方法採用了類似豎式計算的方法——正如我們在小學課堂裡面所學到的那樣,因此時間複雜度是O(n ^ 2)。在進行大數(比如說數字位數超過2048)乘法計算的時候,目前的做法是Schönhage–Strassen算法,該算法利用快速傅立葉變換,將算法的複雜度降到O(n log n log log n)。
  • 時空複雜度(時間複雜度/空間複雜度)O(1)、O(n)、O(n^2)、O(log n)、O(n log n)是什麼意思?
    1;}O(1) 表示一個函數,無論輸入大小如何,該函數總是取相同的值。 }}O(2n) 表示一個函數,其性能對輸入中的每個元素都加倍。O(log n)public boolean containsNumber(List<Integer> numbers, int comparisonNumber) { int low = 0; int high = numbers.size() - 1; while (low <= high
  • 時間複雜度 O(log n) 意味著什麼?
    不管你是計算機科班出身還是想有效解決最優化問題,如果想要用自己的知識解決實際問題,你都必須理解時間複雜度。先從簡單直觀的 O(1) 和 O(n) 複雜度說起。O(1) 表示一次操作即可直接取得目標元素(比如字典或哈希表),O(n) 意味著先要檢查 n 個元素來搜索目標,但是 O(log n) 是什麼意思呢?你第一次聽說 O(log n) 時間複雜度可能是在學二分搜索算法的時候。二分搜索一定有某種行為使其時間複雜度為 log n。我們來看看是二分搜索是如何實現的。
  • 時間複雜度中的log(n)底數是多少?
    其實這裡的底數對於研究程序運行效率不重要,寫代碼時要考慮的是數據規模n對程序運行效率的影響,常數部分則忽略,同樣的,如果不同時間複雜度的倍數關係為常數,那也可以近似認為兩者為同一量級的時間複雜度。現在來看看為什麼底數具體為多少不重要?
  • 為什麼排序的複雜度為 O(N log N) | Linux 中國
    基本上所有正而八經的算法教材都會解釋像快速排序(quicksort)和堆排序(heapsort)這樣的排序算法有多快,但並不需要複雜的數學就能證明你可以逐漸趨近的速度有多快。關於標記的一個嚴肅說明:大多數計算機專業的科學家使用大寫字母 O 標記來指代「趨近,直到到達一個常數比例因子」,這與數學專業所指代的意義是有所區別的。
  • centos日誌文件/var/log詳解
    在系統運行正常的情況下學習了解這些不同的日誌文件有助於你在遇到緊急情況時從容找出問題並加以解決。以下介紹的是20個位於/var/log/ 目錄之下的日誌文件。1./var/log/messages — 系統啟動後的信息和錯誤日誌,是Red Hat Linux中最常用的日誌之一;它記錄了各種事件,基本上什麼應用都能往裡寫日誌,在做故障診斷時可以首先查看該文件內容。
  • 英語語法:詞根log,幫你認識22個新單詞
    >當詞根log表示「說話」時:1. logic [log(=to speak)+ic表示「...學」]n.延伸學習:logically (副詞)邏輯上;符合邏輯地logicality (名詞)合乎邏輯,邏輯性logician(名詞)邏輯學家3. apology [apo(=away)遠離+log
  • 擼單詞 log除了是對數,還能表示「說」?
    在一個月黑風高的午夜,小宇哥笑眯眯地對我說,來給你講講log。我當時的小心臟大約猛抖了3下。
  • console.log()的花式玩法
    這兩個功能都通過在第一個console.log()參數內使用特殊標記,然後使用一系列用於修改第一個參數的後續參數來工作。2F81%2F01200000194677136358818023076.jpg&refer=http%3A%2F%2Fa2.att.hudong.com&app=2002&size=f9999,10000&q=a80&n=0&g=0n&fmt=jpeg?
  • Linux下統計Nginx的log日誌常用命令
    統計IP訪問量 統計PV awk '{print $7}' access.log|wc -l2、獨立ip訪問數量  統計UVawk '{print $1}' access.log | sort -n | uniq | wc
  • Linux find命令+n -n n 的理解
    >-name 文件名 在指定目錄及其子目錄下查找(負無窮,nowTime - (n+1)* 24h)時間範圍內被修改過內容的文件命令格式: find 目錄 -mtime n-name 文件名 在指定目錄及其子目錄下查找 [ nowTime - (n+1)* 24h ,nowTime - n *
  • 指數平滑法中,平滑常數α定多少?給你確定平滑係數α的5個方法
    所謂的經驗判斷法,就是憑預測人員的經驗和主觀判斷,選取一個合適α值。α越小,平滑作用越強,對預測結果的調整就越小,對實際數據變動反應就越遲緩。α越大,對實際值的變化越敏感,對預測結果的調整就越大,對近期的數據依賴也越大。
  • 詞根速記單詞DAY83:-log- 說
    -log- = -loq- 說log [lg] vi. 伐木 vt. 切;伐木;航行 n.在這個對話框中,您只可以在編輯器中打開一個工件。拓展:dialogue ['dalg] n. 對話;意見交換 vi. 對話 vt. 用對話表達dialogist [da'ldst] n.
  • 數學級數中的趣味拾遺
    第一:有關e的一些等式性質前面的許多文章都得出了e的級數形式是如果a^y=e^z 則兩邊取對數得到ylna=z,帶入上式就得到指數函數對數(log=》文中歐拉得出分母是二項式冪形式下的分數函數的無窮級數時,它們的係數存在著一個重要的關係方程。
  • 高一上學期末數學考前必看必練,題型全,解題思路清晰
    6.設m、n是兩條不同的直線,α、β是兩個不同的平面,則下列命題中正確的是(  )A.若m∥n,m∥α,則n∥α B.若α⊥β,m∥α,則m⊥βC.若α⊥β,m⊥β,則m∥α D.若m⊥n,m⊥α,n⊥β,則α⊥β【考點】命題的真假判斷與應用;空間中直線與直線之間的位置關係;空間中直線與平面之間的位置關係.
  • git基本用法和log查看
    我們來看看git add的命令新建test2.txt,文件,我們可以看到兩個修改的文件,一個新增文件。現在我們刪除一個文件,rm -rf text.txt。git add .和git add -A(因為現在基本都是新版本,命令效果是一樣的)監控工作區的狀態,把工作時的所有變化提交到暫存區。
  • 詞根速記單詞DAY83:​-log- 說
    切;伐木;航行 n. 記錄;航行日誌;原木拆分:詞根直接表單詞 → 每天說的內容 → 日誌例句:The system is unable to log you on.在這個對話框中,您只可以在編輯器中打開一個工件。拓展:dialogue [&39;ælədʒɪst] n.
  • 階乘(n!)的素因數分解
    不可能有其他素因數;「2」的個數不可能多於兩個,也不可能少於兩個;「3」的個數不多不少也只有一個。其實這就是所謂的算術基本定理。算術基本定理:對任意大於1的正整數m,它都可以分解成下述形式:其中p1,p2,···,pk都是素數,且p1<p2<···<pk。
  • 信息為什麼還有單位,熵為什麼用 log 來計算?
    第一個問題:牽扯到 熱力學熵的一種應用,然而不管考慮的是不是熱力學熵,這種描述都是非常具有誤導性的。因為熱力學熵就是信息熵的特例,如果不能想明白二者的關係,意味著還沒搞明白。接下來的視頻會詳細解釋。題外話,很多人會覺得這個概念非常難的原因是因為它們反常識,違背你日常生活經驗所構建出的模型。多數人都會根據自己已有的經驗進行判斷,從而產生牴觸。