Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

积分蜜蜂积分的即兴演奏

Posted on 2025-05-16

我在网上看到了今年麻省理工学院积分竞赛的一个积分。

\int_0^1 x^{2024} (1 - x^{2025})^{2025}\, dx

看到这个之后我的想法如下:

  1. 它看起来像一个测试函数。
  2. 答案是很少的。
  3. 您可以使用替换u = 1 − x 2025来计算积分。

我想大多数学生的反应应该大致相反。他们首先看到的是代换。有些人可能会认为这个值很小,而没有人会想到β函数。

尺寸估算

积分值很小,是因为积分中包含了 0 到 1 之间的数的幂次方。在实际应用中,能够估算积分的大小可能比能够计算积分更有价值。

但在像积分竞赛这样的测验中,知道结果很小是没有意义的,除非是为了核对结果。从题目是在限时测验的背景下,你就知道这里面肯定有陷阱[1]。

顺便说一句,如果你稍微改变一下问题,比如用 2025.03 替换 2025 的一个实例,那么积分问题就会变得更加困难,但你仍然可以估计出这个值很小。

Beta 函数

我第一次看到有人通过识别β函数来求积分,感觉就像变魔术一样。我完全没想到他会认为我从未见过的东西是常识。

多年后,我进入MDACC从事生物统计学工作,一直与β函数和β随机变量打交道。如果你浏览我的出版物,你会发现“β”这个词出现了好几次。

β函数定义如下。你可以将第一个等式视为定义,将第二个等式视为定理。

B(x, y) = \int_0^1 t^{x-1} (1 - x)^{y-1} \,dx = \frac{\Gamma(x) \, \Gamma(y)}{\Gamma(x+y)}

贝塔函数定义中的被积函数是贝塔( x , y )随机变量的概率密度函数,因此B ( x , y )是贝塔( x , y )概率分布的归一化常数。

积分蜜蜂问题中的积分不是β函数。我以为可以把它变成β函数,但用u代换更简单。

如果将上面的被积函数改为

\int_0^1 x^{2024} (1 - x)^{2025}\, dx

那么你确实有一个 beta 函数。这个积分的值为B (2025, 2026),等于 2024! 2025! / 4050!,这是一个非常小的数。

数值估计

上一节中的积分与x 2024 (1 − x ) 2024的积分大致相同。该函数的最大值位于½,因此被积函数小于 2 −4048 ≈ 10 −1219 。

如果我们想用数值方法计算 2024! 2025! / 4050! 的值,就需要采用间接计算,因为 2024! 会溢出,最终结果会下溢。我们可以使用 Python 计算该值以 10 为底的对数,如下所示。

 >>> 从 scipy.special 导入 gammaln >>> 从数学导入日志 >>> (gammaln(2025) + gammaln(2026) - gammaln(4051))/log(10) -1220.576093208249 

因此,我们的上限使我们的结果处于一个或两个数量级之内。

[1] 当你在数学题中看到当前年份时,出题人是在向你眨眼。年份通常意味着一个数字很大,但有点随意。在这里,你会怀疑,如果把 2024 年和 2025 年换成 1997 年和 1998 年,问题的答案可能是一样的。此外,年份通常暗示你不想使用暴力破解。在这种情况下,它是一个警告,不要用二项式定理来展开被积函数。

关于积分蜜蜂积分的即兴演奏最初出现在John D. Cook上。

原文: https://www.johndcook.com/blog/2025/05/16/riff-on-an-integration-bee-integral/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Lou Plummer
  • Luke Wroblewski
  • Matt Stoller
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme