วิธีแก้ปัญหาหัวหอมของ J. Kenji Lopez-Alt (2021)

วิธีแก้ปัญหาหัวหอม

• ภูมิหลัง: ระหว่างการสังสรรค์กับเพื่อน ๆ ผู้เขียนเริ่มสนใจว่าจะลดความแปรปรวนของปริมาตรชิ้นหัวหอมเวลาหั่นได้อย่างไร ปัญหานี้เริ่มต้นจากวิดีโอ YouTube ของ Kenji López-Alt และพยายามหาคำตอบด้วยแนวทางทางคณิตศาสตร์

• ที่มาของปัญหา: Kenji López-Alt อ้างว่า เวลาหั่นหัวหอม การกรีดแบบรัศมีโดยเล็งไปยังจุดที่อยู่ต่ำกว่าศูนย์กลางลงมา 60% มีความเกี่ยวข้องกับส่วนกลับของอัตราส่วนทองคำ ผู้เขียนลองใช้วิธีนี้และรู้สึกสนุกกับมัน

• แนวทางทางคณิตศาสตร์: ตั้งสมมติฐานว่าหัวหอมมีชั้นอนันต์ และพยายามแก้ปัญหาด้วยคณิตศาสตร์ต่อเนื่อง จากนั้นพบว่าความลึกของการตัดแบบรัศมีเปลี่ยนไปตามจำนวนชั้น

• การแปลงระบบพิกัด: แก้ปัญหาด้วยการแปลงระบบพิกัดฉากเป็นระบบพิกัดเชิงขั้ว และใช้ Jacobian เพื่อวัดขนาดสัมพัทธ์ของชิ้นส่วนที่เล็กอย่างยิ่ง

• ระบบพิกัดใหม่: สร้างระบบพิกัดใหม่สำหรับการหั่นโดยเล็งไปยังจุดใต้ศูนย์กลางของหัวหอม ระบบนี้ใช้ได้เฉพาะกับซีกบนของหัวหอม และใช้จำลองการตัดแบบรัศมี

• การคำนวณและผลลัพธ์: ใช้ Mathematica ทำ numerical integration เพื่อหาค่าความแปรปรวนต่ำสุด และพบว่าความลึกในการตัดที่เหมาะสมที่สุดคือจุดที่อยู่ต่ำกว่าศูนย์กลางหัวหอม 55.73066% ซึ่งแตกต่างจาก 61.803% ที่อ้างไว้ในวิดีโอ YouTube

• การศึกษาต่อ: ยังควรพิจารณาว่าจำนวนชั้นส่งผลต่อผลลัพธ์อย่างไร หากมีเพียงชั้นเดียว การหั่นเข้าหาศูนย์กลางจะเหมาะสมที่สุด และคาดว่าเมื่อจำนวนชั้นเพิ่มขึ้น ความลึกที่เหมาะสมที่สุดก็จะเพิ่มขึ้น

• บทสรุป: หากต้องการหั่นหัวหอมให้ได้ชิ้นที่สม่ำเสมอที่สุด ควรหั่นแบบรัศมีโดยเล็งไปยังจุดที่อยู่ต่ำกว่าศูนย์กลาง 55.73066% ค่าคงที่ทางคณิตศาสตร์นี้งดงามมาก และผู้เขียนตั้งชื่อมันว่า 'samekh'