Aller au contenu
🛠️ToolsShed

Euler's Number Calculator

Explorer le nombre d'Euler e avec approximation des séries de Taylor, capitalisation continue et distribution normale.

Nombre d'Euler (e)

e = 2.718281828459045

À propos de cet outil

Le nombre d'Euler (e ≈ 2,71828) est l'une des constantes mathématiques les plus importantes en calcul, statistique, finance et physique. Il représente la base des logarithmes naturels et décrit la croissance et la décroissance continues. Cette calculatrice vous aide à explorer le comportement d'e à travers des approximations par série de Taylor, qui montrent comment les mathématiciens calculent cette constante infinie avec toute la précision souhaitée.

Ajustez le nombre de termes de la série de Taylor pour voir comment l'approximation converge vers la vraie valeur d'e. Le simulateur de composition continue montre comment le nombre d'Euler émerge lorsque les intérêts se composent infiniment souvent—un concept fondamental en mathématiques financières. L'outil de visualisation de la distribution normale affiche la fameuse courbe en cloche, qui dépend d'e dans sa formule mathématique et est essentielle pour la statistique et la science des données.

Cet outil est idéal pour les étudiants apprenant le calcul et la statistique, les développeurs travaillant avec des bibliothèques mathématiques, et quiconque curieux de voir comment les constantes fondamentales façonnent les phénomènes du monde réel. Chaque visualisation se met à jour instantanément, ce qui vous permet d'expérimenter avec différents paramètres et de construire une intuition pour la croissance exponentielle, les distributions de probabilité, et les mathématiques profondes qui sous-tendent les calculs financiers et scientifiques quotidiens.

Questions Fréquentes

Implémentation du Code

import math
from decimal import Decimal, getcontext

# 1. Taylor series approximation of e
def euler_taylor(n_terms: int) -> float:
    """Approximate e using n terms of Taylor series: sum(1/k!) for k=0..n"""
    total = 0.0
    factorial = 1
    for k in range(n_terms):
        if k > 0:
            factorial *= k
        total += 1 / factorial
    return total

# 2. High-precision e using Python's decimal module
def euler_high_precision(decimal_places: int) -> Decimal:
    getcontext().prec = decimal_places + 10  # extra guard digits
    e = Decimal(0)
    factorial = Decimal(1)
    for k in range(200):  # 200 terms is enough for 100+ decimal places
        if k > 0:
            factorial *= k
        term = Decimal(1) / factorial
        e += term
        if term < Decimal(10) ** -(decimal_places + 5):
            break
    return +e  # re-apply precision

# 3. Common formulas involving e
def compound_continuous(principal: float, rate: float, years: float) -> float:
    """A = P × e^(r×t) — continuous compounding formula"""
    return principal * math.exp(rate * years)

def normal_pdf(x: float, mu: float = 0, sigma: float = 1) -> float:
    """Normal distribution PDF: f(x) = (1/σ√2π) × e^(-(x-µ)²/2σ²)"""
    return (1 / (sigma * math.sqrt(2 * math.pi))) * math.exp(-((x - mu)**2) / (2 * sigma**2))

# Examples
print(f"e (Python math):     {math.e}")
print(f"e (5 terms):         {euler_taylor(5):.8f}")
print(f"e (20 terms):        {euler_taylor(20):.15f}")

# Euler's identity: e^(iπ) + 1 = 0
e_to_ipi = math.exp(complex(0, math.pi))
print(f"\ne^(iπ) = {e_to_ipi.real:.10f} + {e_to_ipi.imag:.0f}i")
print(f"e^(iπ) + 1 = {e_to_ipi.real + 1:.2e}  (≈ 0, Euler's identity)")

# Continuous compounding
amount = compound_continuous(1000, 0.05, 10)
print(f"\n$1000 at 5% for 10 years (continuous): ${amount:.2f}")

# Normal distribution at x=0
print(f"Normal PDF at x=0: {normal_pdf(0):.6f}")

Comments & Feedback

Comments are powered by Giscus. Sign in with GitHub to leave a comment.