Бином Ньютона (биномиальная теорема) | Испытания Бернулли

Биномиальная теорема (разложение)

Биномиальная теорема, также известная как разложение бинома, является фундаментальным результатом в комбинаторике и алгебре, описывающим разложение биномиального выражения в степень неотрицательного целого числа. Теорема особенно полезна при работе с выражениями вида (a+b)n(a+b)^n, где aa и bb - действительные или комплексные числа, а nn - неотрицательное целое число.
Биномиальная теорема утверждает, что для любого неотрицательного целого числа nn и любых действительных или комплексных чисел aa и bb,
(a+b)n=k=0n(nk)bkank(a + b)^n = \sum_{k=0}^{n} \binom{n}{k} b^k a^{n-k}

Здесь (nk)\binom{n}{k}, читаемое как "n выбери k", является биномиальным коэффициентом, который может быть вычислен с помощью формулы:
(nk)=n!K!(nk)!\binom{n}{k} = \frac{n!}{K!(n-k)!}

В этой формуле n!n! обозначает факториал nn, который является произведением всех положительных целых чисел до nn.
В частности, n!=n(n1)(n2)21n! = n \cdot (n-1) \cdot (n-2) \cdot ⋯ \cdot 2 \cdot 1 По соглашению, 0!=10! = 1.

Биномиальный коэффициент (nk)\binom{n}{k} представляет собой количество способов выбрать kk элементов из множества из nn элементов. В контексте биномиальной теоремы это соответствует количеству различных способов распределения nn степеней aa и bb в каждом члене разложения.

Вот применение биномиальной теоремы к нескольким примерам: 1. Когда n=2n=2 : (a+b)2=(20)a2b0+(21)a1b1+(22)a0b2=a2+2ab+b2(a + b)^2 = \binom{2}{0} a^2 b^0 + \binom{2}{1} a^1 b^1 + \binom{2}{2} a^0 b^2 = a^2 + 2ab + b^2 2. Когда n=3n=3 : (a+b)3=(30)a3b0+(31)a2b1+(32)a1b2+(33)a0b3=a3+3a2b+3ab2+b3(a + b)^3 = \binom{3}{0} a^3 b^0 + \binom{3}{1} a^2 b^1 + \binom{3}{2} a^1 b^2 + \binom{3}{3} a^0 b^3 = a^3 + 3a^2b + 3ab^2 + b^3


Биномиальная теорема имеет несколько важных свойств и применений, включая:

  • Он обеспечивает эффективный метод для раскрытия биномиальных выражений, особенно для больших значений nn.
  • Он может быть обобщен на многономы (выражения с более чем двумя членами) и на отрицательные или нецелые значения nn с использованием обобщенной биномиальной теоремы Ньютона.
  • Он может быть использован для вывода различных комбинаторных тождеств, таких как тождество Паскаля и тождество хоккейной клюшки.
  • У него есть применения в теории вероятностей, особенно при вычислении вероятностей для случайных величин, распределенных биномиально.

Биномиальную теорему также можно понять через ее связь с известным Треугольником Паскаля, который представляет собой бесконечный треугольный массив биномиальных коэффициентов. Каждая строка Треугольника Паскаля соответствует коэффициентам биномиального разложения (a+b)n(a+b)^n для возрастающих значений nn. Треугольник начинается с первой строки, n=0n=0, и строится следующим образом: 11112113311464115101051\begin{array}{ccccccccccccccc} & & & & & & 1 & & & & & & \\ & & & & & 1 & & 1 & & & & & \\ & & & & 1 & & 2 & & 1 & & & & \\ & & & 1 & & 3 & & 3 & & 1 & & & \\ & & 1 & & 4 & & 6 & & 4 & & 1 & & \\ & 1 & & 5 & & 10 & & 10 & & 5 & & 1 \\ \end{array} Каждый элемент в Треугольнике Паскаля получается путем сложения двух чисел по диагонали над ним. Например, элемент со значением 6 в четвертой строке вычисляется путем сложения двух значений над ним (3 и 3).
Используя Треугольник Паскаля, вы можете быстро определить коэффициенты биномиального разложения, не вычисляя биномиальные коэффициенты напрямую.
Например, разложение (a+b)4(a+b)^4 можно прочитать из пятой строки Треугольника Паскаля:
a4+4a3b+6a2b2+4ab3+b4a^4 + 4a^3 b+6a^2 b^2 + 4ab^3 + b^4

Биномиальную теорему также можно обобщить на отрицательные и нецелые показатели с помощью концепции бесконечных рядов. Обобщенная биномиальная теорема Ньютона утверждает, что для любого действительного числа rr и любых комплексных чисел aa и bb с b<a|b| < |a| (a+b)r=k=0(rk)bkark(a+b)^r=\sum_{k=0}^{\infty} \binom{r}{k} b^k a^{r-k}
где обобщенный биномиальный коэффициент определяется как: (rk)=r!k!(rk)!\binom{r}{k} = \frac{r!}{k!(r-k)!} или (rk)=r(r1)(r2)(rk+1)k!\binom{r}{k} = \frac{r(r-1)(r-2)⋯(r-k+1)}{k!}



Обобщенные биномиальные коэффициенты используются для вычисления коэффициентов степенного ряда разложения (a+b)^r. Эта обобщенная теорема имеет многочисленные применения в исчислении, такие как нахождение рядов Тейлора функций и решение дифференциальных уравнений.

В теории вероятностей биномиальная теорема имеет применение в вычислении вероятностей для случайных величин, распределенных биномиально. Биномиальная случайная величина представляет собой количество успехов в фиксированном количестве бернуллиевских испытаний, где каждое испытание имеет только два возможных исхода (успех или неудача) и постоянную вероятность успеха.

Функция массы вероятности биномиальной случайной величины XX задается формулой:
P(X=k)=(nk)pk(1p)nkP(X=k) = \binom{n}{k} p^k (1-p)^{n-k}

где nn - количество испытаний, kk - количество успехов, а pp - вероятность успеха на каждом испытании. Эта формула напрямую использует биномиальную теорему для вычисления вероятности конкретного исхода.

Испытания Бернулли

Испытания Бернулли - это серия случайных экспериментов с двумя возможными исходами: успех или неудача. Эти испытания названы в честь Якоба Бернулли, швейцарского математика, который внес значительный вклад в область вероятностей.

Испытание Бернулли имеет следующие характеристики:
1. Эксперимент проводится в идентичных условиях, и каждое испытание независимо от других. Это означает, что результат одного испытания не влияет на результат любого другого испытания.

2. Существуют только два взаимоисключающих исхода для каждого испытания, обычно называемые "успех" и "неудача". Эти результаты могут быть обозначены как 1 (успех) и 0 (неудача).

3. Вероятность успеха (p) постоянна для всех испытаний, в то время как вероятность неудачи (q) равна 1 - p.

Примеры испытаний Бернулли включают:
\circ Подбрасывание честной монеты (орел = успех, решка = неудача)

\circ Бросание кубика и проверка, выпадет ли конкретное число (например, выпадение 6 = успех, любое другое число = неудача)

\circ Вытягивание карты из колоды и проверка, является ли она определенной масти (например, вытягивание черви = успех, любая другая масть = неудача)

Распределение Бернулли - это дискретное вероятностное распределение, описывающее вероятность успеха в отдельном испытании Бернулли. Функция массы вероятности (PMF)(PMF) для распределения Бернулли задается формулой:
P(X=k)=pk(1p)1kP(X=k)= p^k \cdot (1-p)^{1-k}

где XX - случайная величина, представляющая результат (0 или 1), kk - либо 0, либо 1, и pp - вероятность успеха.

В контексте статистики и вероятности испытания Бернулли используются для анализа и моделирования случайных процессов с двоичными результатами. Они являются основой для более сложных вероятностных распределений, таких как биномиальное, геометрическое и отрицательное биномиальное распределения.

Давайте поглубже погрузимся в концепции, связанные с испытаниями Бернулли и их применениями.

Биномиальное распределение:
Биномиальное распределение возникает, когда мы рассматриваем количество успехов в фиксированном числе независимых испытаний Бернулли с одинаковой вероятностью успеха. Функция массы вероятности (PMF)(PMF) биномиального распределения задается формулой:
P(X=k)=(nk)pk(1p)nkP(X = k)= \binom{n}{k} \cdot p^k \cdot (1-p)^{n-k}

где nn - количество испытаний, kk - количество успехов, а pp - вероятность успеха. Термин (nk)\binom{n}{k} является биномиальным коэффициентом, который представляет собой количество способов выбрать kk успехов из nn испытаний.

Геометрическое распределение:
Геометрическое распределение описывает количество испытаний Бернулли, необходимых для достижения первого успеха. Оно характеризуется единственным параметром - вероятностью успеха pp. Функция массы вероятности (PMF)(PMF) геометрического распределения задается формулой:
P(X=k)=(1p)k1pP(X = k)= (1-p)^{k-1} \cdot p,

где XX - случайная величина, представляющая количество испытаний, необходимых для достижения первого успеха, kk - положительное целое число, а pp - вероятность успеха.

Отрицательное биномиальное распределение:
Отрицательное биномиальное распределение описывает количество испытаний Бернулли, необходимых для достижения фиксированного количества успехов. Оно характеризуется двумя параметрами - количеством успехов rr и вероятностью успеха pp. Функция массы вероятности (PMF)(PMF) отрицательного биномиального распределения задается формулой: P(X=k)=(k1r1)pr(1p)krP(X=k)= \binom{k-1}{r-1} \cdot p^r \cdot (1-p)^{k-r} или P(X=k)=(k1r1)pr(1p)krP(X=k)= \binom{k-1}{r-1} p^r (1-p)^{k-r} где XX - случайная величина, представляющая количество испытаний, необходимых для достижения rr успехов, kk - положительное целое число, а pp - вероятность успеха.

Эти вероятностные распределения имеют важное значение в различных областях применения, включая анализ надежности, контроль качества, медицину и финансы. Например, они могут использоваться для моделирования количества отказов до достижения определенного количества успехов, вероятности определенного числа успехов в серии независимых испытаний или количества испытаний, необходимых для достижения первого успеха.