问题标签 [binomial-theorem]

我可以用下面的代码写出帕斯卡三角形。但我的愿望是打印**

(a+b)^p

** 系列。我的愿望如下。样本输出：

/******** 我的代码 *********/

/********输出**********/

我为我的英语感到抱歉。谢谢你

在 n 次试验和 p 成功概率下，我需要找到小于或等于 x 次成功的概率

我已经建立了一个函数来查找成功次数。

我曾尝试将此功能与 MAP 一起使用

不幸的是，我要么收到一个无效的语法错误，要么只是一个 MAP 对象

我还被告知用于返回 x 次成功的 p 的函数 bin_dist 在将 MAP 转换为列表时缺少两个位置参数

我也尝试过从 0 迭代到 x 并找到所有值的总和，但似乎发现了可疑的结果

至少在我看来，堆栈溢出社区是互联网上最聪明的。任何建议都非常推荐

需要生成一个二项分布，测试 10 次，给定试验次数 (n) 和每次试验的概率 (p)。

输出应包含一个 numpy 数组，其中 10 个数字表示所需的二项式分布。

样本输入：0 10 0.5

预期输出：

[5 6 5 5 5 6 5 7 8 5]

我的代码：

代码输出：

5 6 5 5 5 6 5 7 8 5

输出没有按预期输出我在这里做错了什么？

我正在尝试使用矢量化方法对广义二项式定理进行编程，其中 n 可以是任何有理数。公式如下图所示。

每一项的分子为 n、n×(n-1)、n×(n-1)×(n-2) 等。我已将 0.5 分配给 n 并尝试生成 5 个术语。

到目前为止，我有一个分子的产品数组： [ 0.5 -0.5 -1.5 -2.5 -3.5] 使用

但是想要为每个术语创建一个分子数组，如下所示（数组中的每个项目以逗号分隔）：

[ 0.5、0.5×-0.5、0.5×-0.5×-1.5、0.5×-0.5×-1.5×-2.5、0.5×-0.5×-1.5×-2.5×-3.5]

有谁知道如何使用数组（矢量化方法）来做到这一点？我试图让它非常快速地计算术语，这样我就可以拥有更多的术语并提高结果的准确性。

广义二项式定理的公式

我目前正在为我的学期制作一个关于二项式定理/分布的项目。我需要在我的项目中添加一些非常有趣的现实生活应用程序（我需要添加对该应用程序的深入解释）。我遇到了这些应用程序：

1. Internet 协议地址（或 IP 地址）
   的分配 这种方法在 IP 分配条件下，如果给定的固定主机的 IP 地址和主机数量大于总四舍五入，那么您可以使用该定理分配比特，以便所有主机可能包含在 IP 寻址中。这种方法称为可变子网。

2. 天气预报
   此外，二项式定理用于预报服务。灾害预测还取决于使用二项式定理

但我在任何地方都找不到第 1 点的解释。我知道这有点蹩脚，但如果你们中的任何人都可以详细解释它，或者如果你们可以简单地向我解释二项式定理/分布的其他一些现实生活应用，我将非常感激！

我正在尝试为维度为 n 2 的两个矩阵 x 和维度为 m 2 的 y实现 (xy)^2 。我认为要解决它，我们可以应用二项式公式 (xy)^2 = x^2-2x.T y+y^2=xT x-2x.T y+yT y。

我的初稿如下：

不幸的是，经过数小时的尝试，我的时间变量的维度仍然存在问题。如果能进一步帮助如何为不同大小的矩阵编写二项式公式，那就太好了。非常感谢！

我试图将负二项式分布拟合到只有一个字段的数据集，该字段是句子中的单词数。如何使用 statsmodels.discrete.discrete_mode 拟合分布

我必须编写一种方法来计算 Python 中 pi 的二项式分布为 0.1、0.5 和 0.9。所需的输入和输出如下：

输入：3

输出：

[0.729, 0.243, 0.027, 0.001]

[0.125, 0.375, 0.375, 0.125]

[0.001, 0.027, 0.243, 0.729]

我已经编写了代码，但我似乎无法弄清楚如何在我的输出中同时包含括号和逗号。这是代码：

我努力了

这些函数给出了正确的结果，但没有方法负二项式检验（据我所知）

还，

我得到的输出是 NA

所以对于 scipy，我不确定 binom(n,p) 的 n,p 值，但我认为 from scipy.stats.distributions import nbinom正在为负 binom 工作，但我尝试输入 n,p 但它是不正确。

我正在尝试构建一个 Excel 表格，用于计算时间序列数据的合成期权价格和希腊字母，以模拟日内期权定价，输入只是日内价格数据，例如 Tick 水平到 5 分钟间隔。我发现了这个https://www.thebiccountant.com/2021/12/28/black-scholes-option-pricing-with-power-query-in-power-bi/它提供了 powerBI 和 Black Scholes 但可能不是很准确。我更喜欢二项式方法（我已经使用这个优秀的教程为大量罢工构建了手动版本，但是计算需要很长时间，而且非常复杂且不准确，因为在打顶之前无法计算很多步骤擅长：https ://www.macroption.com/binomial-option-pricing-excel/ ）。

有没有人知道这是否可以在 Power Query 中创建一个完整的列，该列将使用 >100 甚至多达 1000 步来计算仿生衍生期权定价？原因是使用高分辨率数据 5 分钟、1 分钟、秒和 Tick 的日内定价我认为需要大量步骤才能正确收敛。这只是做一个足够好的模型，可用于可视化特定日期的交易进度。

任何关于如何使用 M 语言完成和计算的指针都将非常感激和有用！