Welcome!

This is my official website for my academics and personal endeavour.

  • My name is Takla Nateeboon. I am a mathematical physicist in training.
  • Get to know me

Hausdorff dimension and fractals

Hi, this a part of my work in the course “Measure theory and integration” at the University of Calgary. I discuss the concept of Hausdorff dimension and its application to fractals. You can download the pdf file here

May 13, 2024 · 1 min

Resource theories and pieces of cakes

Conversion between objects I would like to begin this article with a question. Is there a way to turn bread into sugar? The answer from biology is yes. $$\textrm{Bread} \xrightarrow{\text{chewing}} \textrm{Smaller pieces of bread}$$ $$\textrm{Smaller pieces of bread} \xrightarrow{\text{enzyme}} \textrm{Sugar}$$ The question of whether or not there is a way is different from the question of whether or not the way is practical. A practicality question may ask whether or not a person can do this....

February 13, 2024 · 6 min

Wavefunction: superposition is not the lack of knowledge

A wavefunction is a mathematical object which represents a quantum state. Many would have been introduced to wavefunctions from Schrödinger’s cat or the double-slit experiment. However, there is a more straightforward way to present the concept of wavefunction without resorting to the complex historical development of physics. Often, the wavefunction is introduced by not knowing exactly where a particle is or its state. This is inaccurate because wavefunction is about something other than the lack of knowledge but the nature of quantum state and measurement....

January 20, 2024 · 5 min

แน่ใจนะว่าจำนวนจริงมีอยู่จริง

เรารู้ว่ามีสิ่งที่เรียกว่าจำนวนจินตภาพอยู่ นั่นคือจำนวนที่เป็นรากที่สอง (Square root) ของจำนวนที่เป็นลบ เช่น รากที่สองของลบหนึ่งแทนด้วย $i:=\sqrt{-1}$ พอได้ยินคำว่า “จินตภาพ” ทำให้หลายคนคิดไปว่าจำนวนจินตภาพมีอยู่แค่ในจินตนาการ ไม่ได้มีอยู่จริง ประกอบกับความคิดที่ว่าจำนวนที่มีอยู่จริงจะต้องวัดค่าของมันออกมาได้ แต่จำนวนจินตภาพไม่มีสถานการณ์ที่เห็นได้ง่ายในชีวิตประจำวันที่เราอะไรแล้วได้ค่าเป็นจำนวนจินตภาพ ก็ยิ่งพาให้เราคิดว่าจำนวนจินตภาพนี้ไม่ได้มีอยู่จริง เป็นเพียงจินตนาการของนักคณิตศาสตร์เท่านั้น ในทางกลับกัน ในบทความนี้จะพาทุกคนกลับมาตั้งคำถามกับความเชื่อโดยไม่ได้ตั้งข้อสงสัย ว่าจำนวนจริงทุกจำนวนนั้นมีอยู่จริง จริง ๆ หรือ มีอยู่จริงในที่นี้มีความหมายในทำนองเดียวกันกับการตั้งคำถามกับจำนวนจินตภาพ เราจะพาตั้งคำถามว่าเราวัดค่าบางอย่างให้ออกมาเป็นจำนวนจริงได้หรือไม่ แน่นอนว่าเราวัดและจับต้องจำนวนที่เป็นจำนวนเต็ม เศษส่วนได้อยู่แล้ว สิ่งที่น่าสงสัยที่สุดก็คือจำนวนที่ไม่ได้เป็นเศษส่วนอย่างจำนวนอตรรกยะ (irrational numbers) เช่น $\pi$, $\sqrt{2}$, $\sqrt{3}$, หรือ $\varphi$ (สัดส่วนทองคำ) อะไรเป็นจำนวนจริงบ้าง การให้คำนิยามของจำนวนจริง เช่น จำนวนจริงคือจำนวนที่อยู่บนเส้นจำนวนจริง จำนวนทุกจำนวน จำนวนที่มีอยู่จริง เหล่านี้ เป็นนิยามที่อาจจะพอทำให้เห็นภาพ แต่ก็ไม่ได้รัดกุมเท่าใดนักและสุ่มเสี่ยงที่จะสร้างความเข้าใจผิด ในบทความนี้เราจะไม่ได้อธิบายว่าจำนวนจริงคืออะไร นิยามอย่างไร แต่จะบอกว่าในเซตของจำนวนจริง $\mathbb{R}$ ประกอบไปด้วยอะไรบ้าง ในเซตของจำนวนจริงมี จำนวนนับ $\mathbb{N}$ (เช่น $1, 2, 3, \ldots$) จำนวนเต็ม $\mathbb{Z}$ (เช่น $\ldots, -2, -1, 0, 1, 2, \ldots$) จำนวนตรรกยะ $\mathbb{Q}$ (จำนวนที่เป็นเศษส่วนของจำนวนเต็ม เช่น $\frac{1}{2}, \frac{2}{3}, \frac{3}{4}, \ldots$) จำนวนอตรรกยะ $\mathbb{R}\setminus\mathbb{Q}$ (เครื่องหมาย $\setminus$ หมายถึง เซตของสมาชิกใน $\mathbb{R}$ ที่ไม่อยู่ในเซต $\mathbb{Q}$) จำนวนอตกรรยะเป็นจำนวนที่สำคัญมากในการสร้างเซตของจำนวนจริงขึ้นมา หากไม่มีจำนวนอตรรกยะอยู่ในเซตนี้ เซตนี้จะเรียกว่าเป็นเพียงจำนวนตรรกยะเท่านั้น...

December 29, 2023 · 2 min

ทำไมเมทริกซ์ถึงคูณกันอย่างนี้ (ตอนที่ 3): เมทริกซ์คืออะไร ?

หลาย ๆ คนตอนเรียนน่าจะเรียนมาว่าเมทริกซ์คือตัวเลขที่เรียงกันในตาราง และก็นิยามการบวกว่าเป็นการดำเนินการในแต่ละสมาชิกที่อยู่ในตำแหน่งเดียวกัน และนิยามการคูณว่าเป็นการนำแต่ละตัวในแถวไปคูณแต่ละตัวในหลัก คำถามที่ทุกคนน่าจะมีคือทำไมถึงนิยามเช่นนี้ มันมีความหมายอะไร เราได้ให้ตัวอย่างไปแล้วในสองบทความก่อนหน้า สำหรับบทความนี้ เราจะนำเสนอเมทริกซ์ในมุมมองที่เป็นนามธรรมมากขึ้น เพื่อให้เห็นคอนเซปของเมทริกซ์แบบที่ไม่ได้ติดพันอยู่กับแค่บริบทใดบริบทหนึ่ง อย่างไรก็ดีเรานำเสนอตัวอย่างด้วยว่าเมทริกซ์สามารถบรรยายการขายผักได้ การคูณเมทริกซ์กับเวกเตอร์ และฟังก์ชันเชิงเส้น หนึ่งในวิธีที่จะเข้าใจเมทริกซ์คือการมองว่าเมทริกซ์เป็นการเขียนบรรยายฟังก์ชันเชิงเส้นหลายตัวแปรในรูปแบบหนึ่ง (ขอให้ทดไว้ในใจว่าจะเป็นฟังก์ชันตัวแปรเดียวก็ได้) ฟังก์ชันเชิงเส้น ฟังก์ชันเชิงเส้นหมายถึงฟังก์ชันประเภทที่มีหน้าตาเช่น $$f(x)=ax$$ โดยที่ $a$ เป็นค่าคงที่ และ $x$ เป็นตัวแปร ถ้ามีหลายตัวแปรก็จะเป็น $$f(x_1,x_2,\dots,x_n)=a_1x_1+a_2x_2+\dots+a_nx_n$$ โปรดระมัดระวังว่าสิ่งนี้ต่างจากการสมการเส้นตรงที่หน้าตาเป็น $$y=ax+b$$ เมื่อเราลองเทียบระหว่างการคูณเมทริกซ์กับการบรรยายฟังก์ชันเชิงเส้นตัวแปรเดียว เราจะเห็นว่าเราสามารถเขียนฟังก์ชันนี้ว่าเป็นการคูณระหว่างเมทริกซ์ขนาด $1\times n$ กับเมทริกซ์ขนาด $n\times 1$ ได้ $$f(x_1,x_2,\dots,x_n)=\begin{bmatrix}a_1&a_2&\dots&a_n\end{bmatrix}\begin{bmatrix}x_1\\x_2\\ \vdots\\ x_n\end{bmatrix}$$ หลายฟังก์ชันเชิงเส้น หลายตัวแปร ทีนี้ถ้าเราลองขยายแนวคิดนี้ออกไป แทนที่เราจะเขียนฟังก์ชันเพียงฟังก์ชันเดียว เรามีหลาย ๆ ฟังก์ชัน เช่น $$f_1(x_1,x_2,\dots,x_n)=a_{11}x_1+a_{12}x_2+\dots+a_{1n}x_n$$ $$f_2(x_1,x_2,\dots,x_n)=a_{21}x_1+a_{22}x_2+\dots+a_{2n}x_n$$ $$\vdots$$ $$f_m(x_1,x_2,\dots,x_n)=a_{m1}x_1+a_{m2}x_2+\dots+a_{mn}x_n$$ เราสามารถเขียนเป็นเมทริกซ์ได้เช่นกัน $$\vec{f} = \begin{bmatrix}f_1(x_1,x_2,\dots,x_n)\\ f_2(x_1,x_2,\dots,x_n)\\ \vdots\\ f_m(x_1,x_2,\dots,x_n)\end{bmatrix}=\underbrace{\begin{bmatrix}a_{11}&a_{12}&\dots&a_{1n}\\ a_{21}&a_{22}&\dots&a_{2n}\\ \vdots&\vdots&\ddots&\vdots\\ a_{m1}&a_{m2}&\dots&a_{mn}\end{bmatrix}}_{:= A}\begin{bmatrix}x_1\\ x_2\\ \vdots\\ x_n\end{bmatrix}$$ นั่นก็คือการคูณเมทริกซ์ $A$ ขนาด $m\times n$ กับเวกเตอร์ขนาด $n$ (เมทริกซ์ขนาด $n\times 1$) สามารถมองได้ว่าคือการใส่ตัวแปรต้นจำนวน $n$ ตัว เข้าไปในฟังก์ชันเชิงเส้นจำนวน $m$ ฟังก์ชัน ผลลัพธ์ที่ได้ก็คือเวกเตอร์ของตัวแปรตามขนาด $m$ ตัว เราอาจจะพอจำเป็นสโลแกนได้ดังนี้ ใช้ขายผัก สมมติว่าเราเปิดร้านขายผัก แต่ร้านนี้เพิ่งเปิดเงินลงทุนยังไม่มาก เรามีผักขายแค่สองชนิดคือผักชีและมะเขือเทศ (มะเขือเทศจัดเป็นผักได้ เช่นเดียวกับพริก บวบ ฟัก หรือมะเขือ อ้างอิง)...

December 22, 2023 · 2 min