Stirlingův vzorec

Graf Stirlingova vzorce

Stirlingův vzorec (též Stirlingova formule) je nejznámější aproximací faktoriálu pro vysoké hodnoty argumentu. Stejně dobře jde vzorec použít i pro aproximaci gama funkce, která v podstatě představuje zobecnění faktoriálu a to na obor komplexních čísel. Je pojmenován po skotském matematikovi Jamesi Stirlingovi.

Stirlingův vzorec zní:

n ! = Γ ( n + 1 ) 2 π n ( n e ) n {\displaystyle n!=\Gamma (n+1)\approx {\sqrt {2\pi n}}\left({\frac {n}{e}}\right)^{n}}

Symbolu „přibližně“ je nutno rozumět tak, že asymptoticky platí:

lim n n ! 2 π n ( n e ) n = 1 {\displaystyle \lim _{n\to \infty }{\frac {n!}{{\sqrt {2\pi n}}\left({\frac {n}{e}}\right)^{n}}}=1}

S rostoucím n {\displaystyle n} tedy Stirlingův vzorec procentuálně čím dál lépe aproximuje faktoriál. Absolutní odchylka faktoriálu a jeho Stirlingovy aproximace ovšem k nule nejde.

Představu o přesnosti tohoto vztahu si lze udělat z procentuální odchylky faktoriálu od Stirlingova vzorce. Tato odchylka je vždy kladná, tedy Stirlingův vzorec je vždy o něco menší než daný faktoriál. Z tabulky je patrné, že již pro n = 1 {\displaystyle n=1} je odchylka docela malá. Pro n = 0 {\displaystyle n=0} nemá Stirlingův vzorec smysl (není-li speciálně definována nula na nultou).

Odchylka n! od Stirlingova vzorce
n δ n ! {\displaystyle \delta _{n!}}
1 7,7863 %
2 4,0497 %
5 1,6509 %
10 0,8295 %
20 0,4 %
40 0,2 %
60 0,1 %

Stirlingův vzorec se používá hlavně při výpočtu limit, kde vystupuje faktoriál. Ve fyzice nalézá velké uplatnění ve statistické fyzice.

Odvození

Nejlépe lze Stirlingův vzorec odvodit z definice funkce gama, platí totiž:

n ! = Γ ( n + 1 ) = 0 x n e x d x = 0 exp ( x + n ln x ) d x {\displaystyle n!=\Gamma (n+1)=\int _{0}^{\infty }x^{n}e^{-x}\,\mathrm {d} x=\int _{0}^{\infty }\exp(-x+n\ln x)\,\mathrm {d} x}

Argument v exponenciále nabývá maxima pro x = n {\displaystyle x=n} , bude proto vhodné vůči tomuto bodu funkci aproximovat pomocí Taylorovy řady. První derivace je zde nulová, jelikož se jedná o maximum, druhá derivace je záporná a rovna 1 n {\displaystyle -{\frac {1}{n}}} .

Dostáváme tedy:

n ! 0 exp ( n ln n n 1 2 n ( x n ) 2 ) d x {\displaystyle n!\approx \int _{0}^{\infty }\exp \left(n\ln n-n-{\frac {1}{2n}}(x-n)^{2}\right)\,\mathrm {d} x}

Kde první člen v exponenciále odpovídá funkční hodnotě v maximu, koeficient u kvadrátu je polovinou druhé derivace.

Další úpravou výrazu dostaneme:

n ! ( n e ) n 0 exp ( 1 2 n ( x n ) 2 ) d x = 2 n ( n e ) n n 2 e x 2 d x {\displaystyle n!\approx \left({\frac {n}{e}}\right)^{n}\int _{0}^{\infty }\exp \left(-{\frac {1}{2n}}(x-n)^{2}\right)\,\mathrm {d} x={\sqrt {2n}}\left({\frac {n}{e}}\right)^{n}\int _{-{\sqrt {\frac {n}{2}}}}^{\infty }e^{-x^{2}}\,\mathrm {d} x}

Poslední integrovaná funkce nabývá vysokých hodnot pouze v okolí počátku, a proto můžeme předpokládat, že rozšířením integračního oboru na celá reálná čísla se nedopustíme velké chyby (zajímají nás případy, kdy je n {\displaystyle n} velké). Pak je poslední integrál Gaussův integrál a je roven π {\displaystyle {\sqrt {\pi }}} . Po dosazení tedy konečně vychází:

n ! 2 π n ( n e ) n {\displaystyle n!\approx {\sqrt {2\pi n}}\left({\frac {n}{e}}\right)^{n}}

Což je právě Stirlingův vzorec. Toto odvození je nutno brát s rezervou, nikde jsme totiž neodhadli chybu výpočtu.

Za hranice klasického Stirlingova vzorce

Stirlingův vzorec je prvním členem asymptotického rozvoje funkce, tedy rozvoje, který dobře vystihuje chování faktoriálu v nekonečnu.

Chceme-li vystihnout chování faktoriálu v nekonečnu ještě lépe, je třeba použít i další členy asymptotického rozvoje. Stirlingova asymptotická řada pro faktoriál má pak tvar:

n ! = 2 π n ( n e ) n ( 1 + 1 12 n + 1 288 n 2 139 51840 n 3 571 2488320 n 4 + ) . {\displaystyle n!={\sqrt {2\pi n}}\left({n \over e}\right)^{n}\left(1+{1 \over 12n}+{1 \over 288n^{2}}-{139 \over 51840n^{3}}-{571 \over 2488320n^{4}}+\cdots \right).}

Tato řada umožňuje přinejmenším odhadnout chybu Stirlingovy formule, okamžitě vidíme, že velikost relativní chyby je pro velká n {\displaystyle n} rovna 1 12 n {\displaystyle {\frac {1}{12n}}} . Tento odhad relativní chyby velmi dobře odpovídá chybám uvedeným v tabulce.

Poznamenejme, že uvedená asymptotická řada bodově nekonverguje, pro určité pevné n {\displaystyle n} se tedy od určitého členu začne součet řady vzdalovat od hodnoty, kterou má aproximovat. Vyšší členy mají tedy smysl hlavně pro velká n {\displaystyle n} .

Externí odkazy

  • Logo Wikimedia Commons Obrázky, zvuky či videa k tématu Stirlingův vzorec na Wikimedia Commons