You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

含二项式系数的有限和求值:求解∑ₖ=⁰ⁿC(n,k)(k/n)xᵏ(1-x)ⁿ⁻ᵏ

嘿,这个求和式的求值其实有好几种直观的方法,我给你一步步拆解清楚:

方法一:组合恒等式化简

首先我们可以先处理式子中的$\frac{k}{n}\binom{n}{k}$项,利用组合数的基本恒等式就能简化它:
$$\frac{k}{n}\binom{n}{k} = \binom{n-1}{k-1}$$
推导过程很简单,展开组合数就能看明白:
$$\frac{k}{n} \cdot \frac{n!}{k!(n-k)!} = \frac{k \cdot n \cdot (n-1)!}{n \cdot k \cdot (k-1)! \cdot (n-k)!} = \frac{(n-1)!}{(k-1)! \cdot (n-k)!} = \binom{n-1}{k-1}$$

注意当$k=0$时,原式中的项是0(因为分子$k=0$),所以我们可以把求和下限调整为$k=1$,原求和式就变成:
$$\sum_{k=1}n\binom{n-1}{k-1}xk(1-x)^{n-k}$$

接下来做变量替换,令$m = k-1$,那么$k = m+1$,求和范围就变成$m$从0到$n-1$,代入后式子变为:
$$\sum_{m=0}{n-1}\binom{n-1}{m}x{m+1}(1-x)^{(n-1)-m}$$

把$x$提出来,剩下的部分就是标准的二项式展开:
$$x \cdot \sum_{m=0}{n-1}\binom{n-1}{m}xm(1-x)^{(n-1)-m}$$

根据二项式定理,$\sum_{m=0}{n-1}\binom{n-1}{m}am b^{(n-1)-m} = (a+b)^{n-1}$,这里$a=x$,$b=1-x$,所以求和部分等于$(x + 1 - x)^{n-1} = 1^{n-1} = 1$。

最终结果就是$x \cdot 1 = x$。

方法二:利用二项式定理的导数性质

如果对微积分更熟悉,也可以用导数来解决这个问题:

首先回忆二项式定理的基本形式:
$$\sum_{k=0}n\binom{n}{k}tk(1-x)^{n-k} = (t + 1 - x)^n$$

对等式两边关于$t$求导,左边求导后得到:
$$\sum_{k=0}^n\binom{n}{k}k t{k-1}(1-x){n-k}$$
右边求导后是:
$$n(t + 1 - x)^{n-1}$$

现在把$t=x$代入到求导后的等式中:
左边变为$\sum_{k=0}^n\binom{n}{k}k x{k-1}(1-x){n-k}$,右边则是$n(x + 1 - x)^{n-1} = n \cdot 1^{n-1} = n$

再看我们的原求和式,它可以改写为:
$$\frac{x}{n} \cdot \sum_{k=0}^n\binom{n}{k}k x{k-1}(1-x){n-k}$$

把刚才算出的求和部分的值$n$代入,就得到:
$$\frac{x}{n} \cdot n = x$$

概率视角的快速验证

从概率统计的角度看,这个求和式其实是二项分布的期望的$\frac{1}{n}$:

  • $\binom{n}{k}xk(1-x){n-k}$是参数为$n$和$x$的二项分布$B(n,x)$中随机变量$X$取$k$的概率$P(X=k)$
  • 原求和式就是$\sum_{k=0}^n \frac{k}{n} P(X=k) = \frac{1}{n}E[X]$

而二项分布的期望$E[X] = nx$,所以$\frac{1}{n} \cdot nx = x$,和前面的结果一致,这也能快速验证答案的正确性。

内容的提问来源于stack exchange,提问作者EllipticalInitial

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.19 07:45:37