Υπολογιστής Παραγοντικού – n! Αριθμομηχανή

Επιβεβαιώσεις των Φακτοριαλ

Η επιβεβαίωση ενός μη αρνητικού ακέραιου n, γραμμένη n!, είναι το προϊόν όλων των θετικών ακέραιων από 1 έως n. Η ορισμός: n! = n × (n−1) × (n−2) × ... × 2 × 1. Ειδική περίπτωση: 0! = 1 από ορισμό (δεν από 계πώσιμο) — αυτό απαιτείται για να λειτουργούν συνεπώς οι συνδυαστικές φόρμουλες.

Οι επιβεβαίωσεις αυξάνονται εξαιρετικά γρήγορα — γρηγορότερα από οποιαδήποτε πολυωνυμική ή ακόμη και την πλειοψηφία των εξponencial συναρτήσεων. 5! = 120; 10! = 3.628.800; 15! = 1.307.674.368.000; 20! ≈ 2,43 × 10^18; 100! ≈ 9,33 × 10^157. Το 170! είναι περίπου 7,26 × 10^306, που είναι η μεγαλύτερη επιβεβαίωση που μπορεί να αντιπροσωπεύεται ως 64-bit floating-point αριθμός (δύο ακρίβειας). Ο υπολογιστής μας χρησιμοποιεί BigInt αрифμή για ακριβείς ακέραιους αποτελέσματα μέχρι 170!

Η αναδρομική ορισμός της επιβεβαίωσης είναι: n! = n × (n−1)! για n > 0, με 0! = 1 ως η βάση περίπτωση. Αυτή η αναδρομική δομή κάνει την επιβεβαίωση ένα κλασικό εισαγωγικό παράδειγμα στην επιστήμη υπολογιστών για την διδασκαλία αναδρομής, δυναμικής προγραμματισμού και μνημόνευσης. Η επεξεργασία επιβεβαίωσης μέσω αναδρομής είναι επίσης πρότυπο: αρχικοποιήστε αποτέλεσμα = 1, στη συνέχεια πολλαπλασιαστεί με κάθε ακέραιο από 2 έως n.

Η συμβολισμός "n!" εισήχθη από τον Χριστιανό Κράμπ το 1808 ως μια άνετη συντομογραφία για το συχνά εμφανιζόμενο προϊόν 1 × 2 × 3 × ... × n. Πριν από αυτό, χρησιμοποιήθηκαν διάφορα άλλα σύμβολα. Σήμερα n! αναγνωρίζεται παγκοσμίως σε όλες τις μαθηματικές παράδοσεις.

Επιβεβαίωσεις στην Κombinatorics και την Πιθανότητα

Η επιβεβαίωση είναι το θεμέλιο λίθο της combinatorics — το τμήμα των μαθηματικών που ασχολείται με την καταμέτρηση, τις διατάξεις και τις επιλογές. Οι περισσότερες καταμετρήσεις πιθανότητας και στατιστικής τελικά εμπεριέχουν επιβεβαίωσεις.

Διατάξεις (απαραίτητες διατάξεις): Ο αριθμός των τρόπων για να διατάξετε n διαφορετικά αντικείμενα σε σειρά είναι n! — ονομάζεται n-φακτοριαλ διατάξεις. Με 4 βιβλία σε ένα σκαφάκι: 4! = 24 διατάξεις. Με 10 δρομείς σε μια διαδρομή, ο αριθμός των δυνατών σειρών για 1η, 2η και 3η θέση είναι P(10,3) = 10!/(10−3)! = 10!/7! = 720.

Η μορφή της μερικής διατάξεως: P(n,r) = n!/(n−r)! αριθμεί τις απαριθμήσεις r αντικειμένων από n. Η συνδυαστική μορφή n! είναι η ειδική περίπτωση r = n.

Συνδυασμοί (απαραίτητες επιλογές): C(n,r) = n!/(r!(n−r)!), επίσης γραμμένο ⁿCᵣ ή "n επιλέγει r" ή ως το βιναρτήριο συνδυασμού. Αυτός αριθμεί τον αριθμό των τρόπων για να επιλέξετε r αντικείμενα από n όπου η σειρά δεν έχει σημασία. Από 52 κάρτες, ο αριθμός των 5-καρτών χεριών = C(52,5) = 52!/(5!×47!) = 2.598.960. Η πιθανότητα να λάβει ένα βασιλικό φλους = 4/2.598.960 ≈ 0,000154%.

Μονομεταβλητές συνδυαστικές συντελεστές: n!/(n₁! × n₂! × ... × nₖ!) αριθμεί τις διατάξεις n αντικειμένων όπου n₁ είναι τύπου 1, n₂ τύπου 2, κ.λπ. Η διατάξη των γραμμάτων σε MISSISSIPPI: 11!/(1!×4!×4!×2!) = 34.650 διατάξεις.

Η Τάμπλα των Επιβεβαίωσεων: n! για n = 0 έως 20

Εδώ είναι η πλήρης τάμπλα επιβεβαίωσης για μικρές τιμές n. Η μνημόνευση των πρώτων 10 επιβεβαίωσεων είναι χρήσιμη για γρήγορες συνδυαστικές υπολογισμούς.

Η εκρηκτική ανάπτυξη είναι εντυπωσιακή: από 10! = 3,6 εκατομμύρια σε 20! = 2,4 quintillion σε μόνο 10 βήματα. Αυτή η γρήγορη ανάπτυξη είναι η αιτία για την εμφάνιση της επιβεβαίωσης στα τερματικά σειρών (ασφαλίζοντας την σύγκλισή τους) και στα φυσικά παράγοντες της διανομών πιθανότητας.

Απείρωση του Στιρλίνγκ και Μεγάλα Φακτορίάλ

Για μεγάλα n, η ακριβής υπολογισμός των φακτορίάλ είναι ακατάλληλος — το 100! έχει 158 ψηφία. Η απείρωση του Στιρλίνγκ παρέχει μια εξαιρετική εκτίμηση: n! ≈ √(2πn) × (n/e)^n, όπου e ≈ 2.71828 είναι ο αριθμός του Ευκλείδη.

Ακρίβεια της απειροποίησης του Στιρλίνγκ: για n=10, ακριβής = 3.628.800; Ο Στιρλίνγκ δίνει ≈ 3.598.696, ένα σφάλμα μικρότερο του 1%. Για n=100, το σχετικό σφάλμα είναι κάτω από 0,1%. Το μεγαλύτερο n, η πιο ακριβής η εκτίμηση γίνεται — η εκτίμηση του σχετικού σφάλματος είναι O(1/n).

Η λογ-φακτορίάλ ln(n!) = Σ ln(k) για k=1 έως n (σύνολο λογαρίθμων) είναι σημαντική για τον υπολογισμό. Στις στατιστικές και την μηχανική μάθηση, οι λογ-πράβαιες χρησιμοποιούνται αντί των αληθινών πιθανότητας για να αποφευχθούν τα αριθμητικά υπολείμματα (η πολλαπλασιασμός πολλών μικρών αριθμών γρήγορα υπολείμματα σε 0 στην αрифματική απόκριση). Η λογ-γύμναση συνεχίζει αυτό σε μη ακέραιους όρους.

Η γύμναση Γ(n) είναι η συνεχής επέκταση του φακτορίάλ σε όλα τα phứcτατικά αριθμητικά εκτός από μη θετικούς ακέραιους: Γ(n) = (n−1)! για θετικούς ακέραιους. Αυτό εμφανίζεται σε στατιστικές διανομές (διανομές Γάμμα, διανομές Χ^2, διανομές Βήτα) και πολλά φυσικά φόρμουλες.有些 υπολογιστές μπορούν να υπολογίσουν Γ(1,5) = √π/2 ≈ 0,886 — το "φακτορίάλ" του 0,5.

Φακτορίάλ σε Διανομές Πιθανότητας

Πολλοί από τους πιο σημαντικούς διανομές πιθανότητας στα στατιστικά χρησιμοποιούν φακτορίάλ στις φόρμουλες τους, συνδέοντας την καθαρή συνδυαστική με την ανάλυση πραγματικών δεδομένων.

Διανομή Μπινόμιου: P(X = k) = C(n,k) × p^k × (1−p)^(n−k). Μοντελοποιεί τον αριθμό επιτυχιών σε n ανεξάρτητες δοκιμές με πιθανότητα p καθένα. C(n,k) = n!/(k!(n−k)!) είναι ο συνδυαστικός συντελεστής. Η άθροιση όλων των k αυτών όρων ισούται με 1 (η συνολική πιθανότητα).

Διανομή Πόισον: P(X = k) = (λ^k × e^(−λ)) / k!. Μοντελοποιεί τον αριθμό σπάνιων γεγονότων που συμβαίνουν σε μια σταθερή περίοδο όταν ο μέσος όρος είναι λ. Ο k! στο denominator κανονικοποιεί τη διανομή. Χρησιμοποιείται για: φθορές νοσοκομείου ανά ώρα, αιτήσεις ασφάλισης ανά ημέρα, μεταλλάξεις ανά επαναλάβηση γονιδιώματος.

Διανομή Νορμάλ: και η απείρωση του Στιρλίνγκ είναι βαθιά συνδεδεμένες. Ο Κεντρικός Όρος Θεώρημα — ότι οι συνδυασμοί ανεξάρτητων τυχαίων μεταβλητών πλησιάζουν μια νορμαλική διανομή — μπορεί να αποδειχθεί χρησιμοποιώντας την απείρωση του Στιρλίνγκ του n!. Αυτή η σύνδεση μεταξύ του διακριτού (φακτορίάλ) και συνεχούς (νορμαλική διανομή) κόσμου είναι ένα από τα βαθύτερα αποτελέσματα στη θεωρία πιθανότητας.

Πρόβλημα γέννησης: Η πιθανότητα ότι όλα τα 23 άτομα σε ένα δωμάτιο έχουν διαφορετικές γέννησεις = 365!/(365−23)! ÷ 365^23 ≈ 49,3%. Οπότε υπάρχει μια μεγαλύτερη από το 50% πιθανότητα ότι τουλάχιστον δύο μοιράζονται μια γέννηση — ένα διάσημο αντίθετο αποτέλεσμα που χρησιμοποιεί μερικές συνδυαστικές.

Φακτοριασμός στην Θεωρία των Αριθμών: Τραίνοντα Ζιρό και Θεωρία του Γουίλσον

Ο φακτοριασμός επικοινωνεί πλουσια με την θεωρία των πρώτων αριθμών, δίνοντας όμορφα αποτελέσματα σχετικά με τη διαιρεσιμότητα και την ανίχνευση πρώτων αριθμών.

Τραίνοντα ζιρό σε n!: Ο αριθμός των τραίνοντα ζιρό σε n! είναι ίσος με τον αριθμό των παραγόντων του 10, ο οποίος είναι ίσος με τον αριθμό των παραγόντων του 5 (αφού οι παραγοντές του 2 είναι πάντα πιο αφθονοι). Η φόρμουλα: count = ⌊n/5⌋ + ⌊n/25⌋ + ⌊n/125⌋ + ... (σύνολο ενώ δύναμη του 5 ≤ n). Για το 100!: ⌊100/5⌋ + ⌊100/25⌋ = 20 + 4 = 24 τραίνοντα ζιρό.

Φόρμουλα του Λεγκέντρε: Η υψηλότερη δύναμη του πρώτου p διαιρούμενου n! είναι ⌊n/p⌋ + ⌊n/p²⌋ + ⌊n/p³⌋ + ... Αυτό σας λέει την ακριβή πρώιμη διαιρεσιμότητα του n!, η οποία είναι απαραίτητη στην θεωρία των αριθμών και την συνδυαστική.

Θεωρία του Γουίλσον: Ένας ακέραιος p > 1 είναι πρώτος αριθμός αν και μόνο αν (p−1)! ≡ −1 (mod p). Για p=5: 4! = 24 ≡ 4 ≡ −1 (mod 5) ✓. Για p=6 (σύνθετος): 5! = 120 ≡ 0 (mod 6) ✗. Αν και η θεωρία του Γουίλσον είναι όμορφη θεωρητικά, είναι πρακτικά μη αποτελεσματική για μεγάλους αριθμούς, καθώς η υπολογιστική της εκτέλεση είναι εξαιρετικά ακριβή.

Φακτοριακές πρώτοι αριθμοί: Ένας φακτοριακός πρώτος αριθμός είναι ένας πρώτος αριθμός της μορφής n! + 1 ή n! − 1. Παραδείγματα: 2! − 1 = 1 (δεν είναι πρώτος), 3! − 1 = 5 (πρώτος), 3! + 1 = 7 (πρώτος), 4! − 1 = 23 (πρώτος). Η αναζήτηση μεγάλων φακτοριακών πρώτων αριθμών είναι ενεργή περιοχή έρευνας στην αναψυχή και την υπολογιστική θεωρία των αριθμών.

Πώς να Χρησιμοποιήσετε Αυτόν τον Φακτοριακό Λογαριασμό

Εισάγετε ένα μη αρνητικό ακέραιο n (από 0 έως 170) και κάντε Καλύψτε. Ο λογαριασμός επιστρέφει την ακριβή φακτοριακή τιμή ως πλήρη ακέραιο χρησιμοποιώντας JavaScript BigInt για μεγάλες τιμές, αποτρέποντας την αιφνίδια ακρίβεια που θα διαφθείρει τα αποτελέσματα για n ≥ 19.

Σημειώσεις:

• Η είσοδος πρέπει να είναι μη αρνητικός ακέραιος. Ο λογαριασμός κόβει τον δεκαδικό ввод στο πλησιέστερο ολόκληρο αριθμό.
• Μέγιστος n = 170 για ακριβή υπολογισμό (170! ≈ 7,26 × 10^306, μόλις μέσα στην διπλάσια ακρίβεια για την εμφάνιση).
• Για n = 0, το αποτέλεσμα είναι 1 (από ορισμό).
• Για πολύ μεγάλες φακτοριακές τιμές (n > 100), το αποτέλεσμα είναι ένας αριθμός με 150+ ψηφία — εμφανίζεται σε πλήρη από την υλοποίηση BigInt μας.
• Για εφαρμογές που απαιτούν ln(n!), χρησιμοποιήστε την ταυτότητα: ln(n!) = Σ ln(k) για k=1 έως n.

Φακτορίες στην Πληροφορική: Αλγόριθμοι και Πλοκή

Η φακτορία είναι στενά συνδεδεμένη με την θεωρία της computational complexity — την μελέτη του πώς είναι δύσκολο να λύνονται οι προβληματισμοί αλγοριθμικά. Η κατανόηση της φακτορίας εξηγεί γιατί ορισμένοι προβληματισμοί είναι "δύσκολοι" σε ακριβή μαθηματική αίσθηση.

Ο Προβληματισμός του Ταξιδιού του Πωλ (TSP) ρωτά: δεδομένων n πόλεων και αποστάσεων μεταξύ κάθε ζεύγους, βρες την πιο σύντομη διαδρομή που επισκέπτεται όλες τις πόλεις ακριβώς μια φορά. Μια απλή brute-force προσέγγιση ελέγχει όλες τις δυνατές σειρές: (n−1)!/2 διαδρομές (διαίρεση από 2 για συμμετρία, καθορίζοντας την αρχική πόλη). Για n=20 πόλεις: 19!/2 ≈ 6 × 10^16 διαδρομές. Ακόμα και με 1 τρισεκατομμύρια διαδρομές/δευτερόλεπτο, αυτό θα χρειαζόταν 60.000+ χρόνια. Αυτή η εκρηκτική φακτορία είναι ο λόγος για τον οποίο ο TSP είναι "NP-hard" και γιατί χρησιμοποιούνται αλγόριθμοι εικαστικών λύσεων (αντί για ακριβείς λύσεις) στην πράξη για μεγάλες περιπτώσεις.

Ο προβληματισμός ταξινόμησης έχει φακτορικές συνδέσεις επίσης: n! είναι το αριθμό των δυνατών σειρών n στοιχείων. Ένας οπτικό αλγόριθμος ταξινόμησης πρέπει να διακρίνει μεταξύ όλων των n! περιπτώσεων, απαιτώντας τουλάχιστον log₂(n!) συγκρίσεις. Με την προσέγγιση του Stirling, log₂(n!) ≈ n×log₂(n), οπότε το θεωρητικό ελάχιστο συγκρίσεις για ταξινόμηση είναι O(n log n) — επιτευχθεί από τον αλγόριθμο ταξινόμησης με μείξη και τον αλγόριθμο ταξινόμησης με πυρήνα.

Στην δυναμική προγραμματισμός, οι φακτορικές υπο-προβληματισμοί μπορούν να αποθηκευτούν με την μνήμη: μια φορά που υπολογίζετε k!, μπορείτε να λάβετε (k+1)! = (k+1) × k! χωρίς να επαναπρογραμματίσετε από την αρχή. Αυτό μειώνει τον κόπο υπολογισμού όλων των φακτοριών από 1 έως n από O(n²) σε O(n), μια κρίσιμη βελτίωση στις εφαρμογές που απαιτούν πολλές φακτορικές τιμές όπως η γενέρωση πινάκων πιθανότητας.