Точно вычислить биномиальные коэффициенты

Открыть сценарий в реальном времени

В этом примере показано, как получить точные значения для биномиальных коэффициентов и найти вероятности в экспериментах по подбрасыванию монет с помощью инструментария символьной математики.

Определите символическую функцию, P(n,k), что вычисляет вероятность того, что головы подойдут точно k тайм-аут из n бросает.

syms P(n,k)
P(n,k) = nchoosek(n,k)/2^n

P(n, k) = 
 $\frac{(\binom{n}{k})}{2^{n}}$

Предположим, вы бросаете монету 2000 раз. Вероятность того, что головы всплывут в половине бросков P(n, n/2), где n = 2000. Результатом является рациональное выражение с большими числами как в числителе, так и в знаменателе. Символьный набор математических инструментов возвращает точный результат.

n = 2000;
central = P(n, n/2)

central = 
 $\frac{32002369171710776786486914109075391318694138874709328653443478713621065409407558684827078034103284471897886973749969120193991903093820699875281992965144712165047076509911260111695492561758070504338841970553054102523110527916947524131958377752151574039949033529629698641642258743674137482616594745112267898723211120807230664634964544481708164904539022478043973711723559968194432939075806832004291061158908846856838256381803348565279054224647900810699299168867139792956844223922159175515314010713665400039460923455955238336479045124093228963670382989157970254873535474101598330561111077761468187361705}{1793954211366022694113801876840128100034871409513586250746316776290259783425578615401030447369541046747571819748417910583511123376348523955353017744010395602173906080395504375010762174191250701116076984219741972574712741619474818186676828531882286780795390571221287481389759837587864244524002565968286448146002639202882164150037179450123657170327105882819203167448541028601906377066191895183769810676831353109303069033234715310287563158747705988305326397404720186258671215368588625611876280581509852855552819149745718992630449787803625851701801184123166018366180137512856918294030710215034138299203584}$

Аппроксимировать это рациональное число с 10-значной точностью с помощью digits и vpa.

previous_digits = digits(10);
vpa(central)

ans =  $0.01783901115$

Вычислите вероятность того, что количество «головок» отличается от ожидаемого значения не более чем на два стандартных отклонения.

sigma = sqrt(n/4);
withinTwoSigma = symsum(P(n, k), k, ceil(n/2 - 2*sigma), floor(n/2 + 2*sigma))

withinTwoSigma = 
 $\frac{13683524663950565202894406832034749167239195904700934509667499858152527897032069211850781661943643686282416047513902767700103665665029054355840533069770903613738888071669349116690583596172679994408914739469288147903344743192436900584208366363134639060412272154615888058996878504469159837490119929044635173623899567959606687166441101852938440464197469845620102647004097663706638689504581437246132580182642373508676411344773424174011370403072385575195256474333714117110163049724001591393837741984544130975094551036065813178506167596616648110323149974640910169291651187202789267792477594694973714115343465}{14351633690928181552910415014721024800278971276108690005970534210322078267404628923208243578956328373980574557987343284668088987010788191642824141952083164817391248643164035000086097393530005608928615873757935780597701932955798545493414628255058294246363124569770299851118078700702913956192020527746291585168021113623057313200297435600989257362616847062553625339588328228815251016529535161470158485414650824874424552265877722482300505269981647906442611179237761490069369722948709004895010244652078822844422553197965751941043598302429006813614409472985328146929441100102855346352245681720273106393628672}$

Аппроксимировать результат числом с плавающей запятой.

vpa(withinTwoSigma)

ans =  $0.9534471795$

Сравните этот результат со следующими двумя оценками, полученными из кумулятивной функции распределения (cdf) нормального распределения. Оказывается, что взятие медианы между первым целым снаружи и первым целым внутри интервала двух сигм даёт более точный результат, чем использование самого интервала двух сигм.

syms cdf(x)
cdf(x) = 1/2 * (1 + erf((x - n/2)/sqrt(sym(n/2))))

cdf(x) = 
 $\frac{\erf (\frac{\sqrt{10} (x - 1000)}{100})}{2} + \frac{1}{2}$

estimate1 = vpa(cdf(n/2 + 2*sigma) - cdf(n/2 - 2*sigma))

estimate1 =  $0.9544997361$

estimate2 = vpa(cdf(floor(n/2 + 2*sigma) + 1/2) - ...
                cdf(ceil(n/2 - 2*sigma) - 1/2))

estimate2 =  $0.9534201342$

error1 = vpa(estimate1 - withinTwoSigma)

error1 =  $0.001052556595$

error2 = vpa(estimate2 - withinTwoSigma)

error2 =  $- 0.00002704525904$

Восстановление точности по умолчанию для вычислений с плавающей запятой.

digits(previous_digits);

Постройте график этого распределения для k в пределах 2λ-интервала. График представляет собой гауссову кривую.

k = n/2 + (-2*sigma:2*sigma);
plot(k, P(n,k), '-+');
title('2000 coin tosses');
xlabel('Number of heads');
ylabel('Probability');

Figure contains an axes. The axes with title 2000 coin tosses contains an object of type line.

Документация

Точно вычислить биномиальные коэффициенты

Документация по инструментам символьной математики

Поддержка