背景
和同寝室的哲明宝宝通宵达旦的讨论,分享我们彼此对数学以及算法学的热爱,我们灵机一动想到了这样一个问题。是的,尽管前人一定已经对这一问题给出了证明,但是,我们的灵感对我来说实在是太宝贵了,我不希望我们彻夜不眠的成果被别人抢去。不过说实话这道题还是挺简单的。
题面
已知:
E ( x ) = lim n → ∞ ( x + ∑ k = 1 n ( k + 1 ) x ( x − 1 ) k ) E(x)=\lim_{n\to \infty}\left(x+\sum_{k=1}^n(k+1)x(x-1)^k\right) E(x)=n→∞lim(x+k=1∑n(k+1)x(x−1)k)
求 E ( e − 1 ) E(e^{-1}) E(e−1),其中 e ≈ 2.718281828 ⋯ e\approx 2.718281828\cdots e≈2.718281828⋯
解法一
看到和式中的系数恰好是指数加一,联想到通过积分解决问题。
∫ ( k + 1 ) p ( 1 − p ) k d p = ? \int (k+1)p(1-p)^{k}\text{d}p=? ∫(k+1)p(1−p)kdp=?
可以采用换元,令 q = 1 − p q=1-p q=1−p,原始即为:
∫ ( k + 1 ) ( 1 − q ) q k d ( 1 − q ) = − q k + 1 + k + 1 k + 2 ⋅ q k + 1 + C \int(k+1)(1-q)q^k\text{d}(1-q)=-q^{k+1}+\frac{k+1}{k+2}\cdot q^{k+1}+C ∫(k+1)(1−q)qkd(1−q)=−qk+1+k+2k+1⋅qk+1+C
这个时候,就可以得到:
∫ E ( p ) d p = 1 2 p 2 + ∑ k = 1 ∞ ( − ( 1 − p ) k + 1 + k + 1 k + 2 ⋅ ( 1 − p ) k + 2 ) \int E(p)\text d p=\frac{1}{2}p^2+\sum_{k=1}^{\infty}\left(-(1-p)^{k+1}+\frac{k+1}{k+2}\cdot (1-p)^{k+2}\right) ∫E(p)dp=21p2+k=1∑∞(−(1−p)k+1+k+2k+1⋅(1−p)k+2)
将 k = 1 k=1 k=1 时的 − ( 1 − p ) k + 1 -(1-p)^{k+1} −(1−p)k+1 从和式中提出。
E ( p ) = 1 2 p 2 − ( 1 − p ) 2 − ∑ k = 3 ∞ ( 1 − p ) k k E(p)=\frac{1}{2}p^2-(1-p)^2-\sum_{k=3}^{\infty}\frac{(1-p)^k}{k} E(p)=21p2−(1−p)2−k=3∑∞k(1−p)k
然后我们看到了惊人的一幕,我们看到了 q k k \frac{q^k}{k} kqk,这难道不正是 ln ( 1 + x ) \ln(1+x) ln(1+x)在 0 处的麦克劳林展开式去掉前两项吗?
ln ( 1 + x ) = x − 1 2 x 2 + 1 3 x 3 − 1 4 x 4 + ⋯ \ln(1+x)=x-\frac{1}{2}x^2+\frac{1}{3}x^3-\frac{1}{4}x^4+\cdots ln(1+x)=x−21x2+31x3−41x4+⋯
因此,带入 x = − x x=-x x=−x:
ln ( 1 − x ) = − x − 1 2 x 2 − 1 3 x 3 − 1 4 x 4 − ⋯ \ln(1-x)=-x-\frac{1}{2}x^2-\frac{1}{3}x^3-\frac{1}{4}x^4-\cdots ln(1−x)=−x−21x2−31x3−41x4−⋯
因此,带入 x = ( 1 − p ) x=(1-p) x=(1−p):
ln ( 1 − ( 1 − p ) ) = ln ( p ) = − ( 1 − p ) − 1 2 ( 1 − p ) 2 − ∑ k = 3 ∞ 1 k ( 1 − p ) k \ln(1-(1-p))=\ln(p)=-(1-p)-\frac{1}{2}(1-p)^2-\sum_{k=3}^{\infty}\frac{1}{k}(1-p)^k ln(1−(1−p))=ln(p)=−(1−p)−21(1−p)2−k=3∑∞k1(1−p)k
解得:
∑ k = 3 ∞ 1 k ( 1 − p ) k = ln ( p ) + ( 1 − p ) + 1 2 ( 1 − p ) 2 \sum_{k=3}^{\infty}\frac{1}{k}(1-p)^k=\ln(p)+(1-p)+\frac{1}{2}(1-p)^2 k=3∑∞k1(1−p)k=ln(p)+(1−p)+21(1−p)2
因此:
∫ E ( p ) d p = 1 2 p 2 − ( 1 − p ) 2 + ln ( p ) + ( 1 − p ) + 1 2 ( 1 − p ) 2 + C 1 = ln p + C , C = C 1 + 1 2 \int E(p)\text{d}p=\frac{1}{2}p^2-(1-p)^2+\ln(p)+(1-p)+\frac{1}{2}(1-p)^2+C_1=\ln p+C,C=C_1+\frac{1}{2} ∫E(p)dp=21p2−(1−p)2+ln(p)+(1−p)+21(1−p)2+C1=lnp+C,C=C1+21
对等式右侧求导可得:
E ( p ) = 1 p E(p)=\frac{1}{p} E(p)=p1
因此: E ( e − 1 ) = e E(e^{-1})=e E(e−1)=e。
解法二
不难发现 E ( x ) E(x) E(x) 实际上就是在“单次重复实验成功概率为 x x x”的情况下,进行若干次独立重复实验时首次成功实验时的实验次数的数学期望,服从几何分布。
在证明 E ( x ) E(x) E(x)极限存在的条件下,可以得到概率方程:
E ( x ) = 1 × x + ( 1 + E ( x ) ) × ( 1 − x ) E(x)=1\times x + (1+E(x))\times (1-x) E(x)=1×x+(1+E(x))×(1−x)
这个方程的含义是:
如果第一次实验成功,那么实验总次数为 1 1 1,这种情况出现的概率是 x x x。如果第一次实验失败,那么接下的所有实验之前就多了一次失败的实验,而除去这次失败的实验,实验的总次数的期望仍为 E ( x ) E(x) E(x),这种情况出现的概率是 1 − x 1-x 1−x。
解得: E ( x ) = 1 x E(x)=\frac{1}{x} E(x)=x1。
因此: E ( e − 1 ) = e E(e^{-1})=e E(e−1)=e。