Si 2 = 6, 3 = 12, 4 = 20, 5 = 30 et 6 = 42, quest-ce que 9 vaut, 56, 81, 72 ou 90?


Meilleure réponse

Lunivers se réduira en une singularité (substitut ad hoc pour un ensemble singleton) si cela était vrai. Considérez ceci:

Si 2 = 6 Alors 0 = 4 Implique 0 = 1 Multipliez les deux côtés par nimporte quel nombre et vous serez en mesure de conclure que tous les nombres ne sont que zéro, y compris 9. Cela réduit le monde de mathématiques à labsurdité.

Considérez également ce cas: 2 = 6 Implique 3 = 9 Mais linstruction dit 3 = 12. Donc 9 = 12.

Jexploite simplement la notation inappropriée. Mais supposez que vous parlez de fonctions. Considérons ensuite cette fonction:

f (n) = (\ frac {(n-1) (n-2) (n-3) (n-4) (n-5) (n-6 )} {6!}) (C – (n) (n + 1)) + n (n + 1)

Où c est un nombre arbitraire. Pour les six premiers nombres, le modèle donné suivra, mais quen est-il du suivant? Le suivant donnera c. Et c est tout nombre arbitraire que vous sélectionnez. Par conséquent, vous pouvez utiliser cette relation pour générer nimporte quel nombre que vous voulez pour le septième terme, ou en létendant, nous obtenons:

f (n) = (\ frac {(n-1) (n-2) (n-3) (n-4) (n-5) (n-6) (n-7) (n-8)} {8!}) (c – (n) (n + 1)) + n (n + 1)

Là où c est à nouveau, toute constante arbitraire. Vous pouvez maintenant sélectionner c pour être root 2, ou e ou 1000000 ou -3,23232424 ou nimporte quel nombre de votre choix. Intéressant, ce n’est pas ça.

Ce que je veux dire, c’est qu’un nombre fini de cas ne peut pas vous aider à prédire ce qui va se passer avec le prochain. Un autre cas pourrait être:

f (n) = \ frac {n (n + 1) (n-9)} {(n-9)}

Dans ce cas, le 9e terme serait indéfini, mais le modèle (n) (n + 1) fonctionnera pour tous les autres cas.

Mais alors peut-être que cela ne répond pas à votre question, alors laissez-moi vous dire que le modèle le plus simple possible peut être trouvé par la méthode de régression polynomiale. Utilisez la régression polynomiale, et vous obtiendrez f (n) = n ^ 2 + n, qui est essentiellement n (n + 1).

Mais cette méthode de régression ne fonctionnerait que dans les cas où montrer un comportement polynomial. Quen est-il des autres cas où le modèle est, disons, exponentiel, ou logarithmique, ou rationnel (de la forme polynôme divisé par polynôme). La solution la plus simple serait de dessiner un graphique et de létendre. La question est, dans quelle direction devriez-vous vous étendre, ce qui nous ramène au fait que nombre fini r de cas ne peut pas nous aider à prédire ce qui va se passer avec le prochain.

Malheureusement, il ny a pas de réponse mathématique à cette question. Le seul possible est la correspondance de modèles logiques, et beaucoup de gens y ont déjà répondu.

Réponse

Le modèle séquentiel dans ces équations mathématiques consiste à multiplier le premier nombre dans le premier définir avec le premier nombre de lensemble suivant et résoudre pour le produit. 2 = 6, 3 = 12, 4 = 20, 5 = 30 et 6 = 42, que vaut 9, 56, 81, 72 ou 90?

Par exemple:

2 = 6 → 2 x 3 = 6

3 = 12 → 3 x 4 = 12

4 = 20 → 4 x 5 = 20

5 = 30 → 5 x 6 = 30

6 = 42 → 6 x 7 = 42

donc:

7 = 56 → 7 x 8 = 56

8 = 72 → 8 x 9 = 72

9 = 90 → 9 x 10 = 90 est la finale solution.

La solution de chaque ensemble de ces équations dépend de la recherche du produit du premier nombre du premier ensemble avec le premier nombre de lensemble suivant. Sans autres ensembles dans la séquence, nous devons extrapoler ce que seraient les prochains ensembles pour arriver à la solution finale. Il existe une autre façon de penser à la solution qui est essentiellement la même chose mais plus simple. Au lieu de considérer la solution de chaque ensemble comme dépendante de ce quest le premier nombre de lensemble suivant, considérez chaque ensemble comme un ensemble isolé qui nest pas lié ou dépendant de lensemble suivant et multipliez simplement le premier nombre de chaque ensemble par le nombre qui le suit mathématiquement pour arriver à la solution. Cela nous permet dextrapoler facilement ce que comprennent les ensembles manquants sans avoir à considérer les solutions de chaque ensemble comme dépendantes de la relation entre les ensembles.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *