冪演算(Exponentiation)Y=X^NやY=Xi^Nは次元数が上がれば上がるほど増率が加速し、以下の形に収束していきます。
- Y=±Xi^±Nの極限=x=-1,半径1の単位円の直径分({0,-1}-{0,1}),x=1
- X=±Yi^±Nの極限=y=-1,半径1の単位円の直径分({-1,0}-{1-0}),y=1
もちろんX=±Yi^±NはY=log(±Ni,base=Xあるいは1/X)の形に直せますね。ここで興味深いのは実数のみの式でも虚数が観察される点。
以下のX=Yi^N→Y=log(N,base=Xi)のPlotは(とりあえずX軸とY軸を入れ替えただけなので)随分と荒いですが、むしろそれゆえに問題の本質が見通しやすくなってる?
指数関数や対数関数では向きの変更があります。
- Y=e^Xiの極限={-∞~0,0~1},{0,1},{0~1,1~∞}
- X=log(Xi)の極限={0~1,-∞~0},{1,0},{1~∞,0~1}
- Y=e^-Xiの極限={-1~0,∞~1},{0,1},{0~∞,1~0}
- X=log(-Xi)の極限={0~1,∞~0},{1,0},{1~∞,0~-1}
- Y=-e^Xiの極限={-∞~0,0~-1},{0,-1},{0~1,-1~-∞}
- X=-log(Xi)の極限={-∞~-1~1,1~0},{-1,0},{-1~0,0~-∞}
- Y=-e^-Xiの極限={-1~0,-∞~-1},{0,-1},{0~∞,-1~0}
- X=-log(-Xi)の極限={-∞~-1,-1~0},{-1,0},{-1~0,0~∞}
その一方で全体的に表示スケールの問題が…
y≧exp(x)
— apu (@apu_yokai) September 25, 2019
y≦log x
を縮小してみたの図 pic.twitter.com/6fVVh043gS
二次関数ですらこうなりますからね pic.twitter.com/ShZ8B1qOlg
— がーと@低浮上 (@kinder_Gart_en) September 25, 2019
そうすると
— apu (@apu_yokai) September 25, 2019
縮小攻撃に対して最も耐久力があるのは一次関数?
いや、対数螺旋も強いな!
— apu (@apu_yokai) September 25, 2019
あー確かにそうですね!
— がーと@低浮上 (@kinder_Gart_en) September 25, 2019
log r(θ)/a = 1/λ log r(λθ)/a
他にもあるような気がしましたが思い浮かびませんでした(><)
中心に示唆されているのは常に半径1の単位円ですが、所詮は数の暴力の前には無力?