[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_x%E1%BA%A5p%20x%E1%BB%89%20stirling{\"limit\":5}":3,"_public_topic_byId_xấp xỉ stirling":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":17,"synonyms":18,"definition":22,"discipline":23,"references":24,"faqs":59,"createUser":72,"publishUser":76,"keywords":77,"keywordCount":88,"enrichTopicLink":89,"status":90,"createTime":91,"updateTime":92,"publishTime":93,"linkEnrichedTime":94,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":95,"relateTopics":96},"xấp xỉ stirling","Xấp xỉ Stirling là gì? Công thức, chứng minh và ứng dụng","Xấp xỉ Stirling là công thức tiệm cận toán học ước tính giai thừa của các số nguyên dương lớn và hàm Gamma trong giải tích và cơ học thống kê.","\u003Cp>Xấp xỉ Stirling (Stirling's approximation), hay công thức Stirling, là một hệ thức tiệm cận toán học dùng để xấp xỉ giá trị của giai thừa các số nguyên dương lớn hoặc mở rộng sang hàm Gamma trên trường số phức. Trong giải tích toán học, tổ hợp, lý thuyết xác suất và cơ học thống kê, phép tính giai thừa trực tiếp đối với các đại lượng lớn đòi hỏi chi phí tính toán bùng nổ, do đó xấp xỉ Stirling đóng vai trò là một công cụ phân tích giải tích không thể thiếu. Bài viết này trình bày chi tiết lịch sử khám phá, các phương pháp chứng minh giải tích, chuỗi tiệm cận hiệu chỉnh sai số, các bất đẳng thức chặn kẹp chính xác và các miền ứng dụng tiêu biểu của công thức Stirling.\u003C\u002Fp>\n\n\u003Ch2>Bối cảnh lịch sử và nguồn gốc khám phá\u003C\u002Fh2>\n\u003Cp>Lịch sử ra đời của công thức Stirling gắn liền với {{topic|%7B%22topic%22%3A%22s%E1%BB%B1%20ph%C3%A1t%20tri%E1%BB%83n%22%7D}} của {{topic|%7B%22topic%22%3A%22l%C3%BD%20thuy%E1%BA%BFt%20x%C3%A1c%20su%E1%BA%A5t%22%7D}} cổ điển vào đầu thế kỷ mười tám, đặc biệt là bài toán ước tính hệ số nhị thức trong phân phối nhị thức với số lần thử rất lớn. Nhà toán học người Pháp Abraham de Moivre trong ấn bản năm 1730 của công trình kinh điển \u003Cem>Miscellanea Analytica\u003C\u002Fem> đã lần đầu tiên phát hiện ra rằng khi số nguyên \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript> tăng lên vô hạn, giai thừa \u003Cscript type=\"math\u002Ftex\">n!\u003C\u002Fscript> tăng trưởng tiệm cận tỷ lệ thuận với biểu thức \u003Cscript type=\"math\u002Ftex\">n^{n + 1\u002F2} e^{-n}\u003C\u002Fscript>. Tuy nhiên, de Moivre chưa thể xác định được giá trị giải tích chính xác của hằng số tỷ lệ mà chỉ ước tính được giá trị xấp xỉ số học của nó.\u003C\u002Fp>\n\n\u003Cp>Cũng vào năm 1730, {{topic|%7B%22topic%22%3A%22nh%C3%A0%20to%C3%A1n%20h%E1%BB%8Dc%22%7D}} người Scotland James Stirling đã công bố chuyên khảo \u003Cem>Methodus Differentialis\u003C\u002Fem>. Bằng cách kết hợp phép tính vi phân hữu hạn với công thức tích phân tích số vô hạn nổi tiếng của John Wallis, Stirling đã chứng minh xuất sắc rằng hằng số tỷ lệ còn thiếu trong công thức của de Moivre chính là căn bậc hai của tích 2 nhân số pi (xấp xỉ 2,5066). Như được hệ thống hóa và phân tích lịch sử tường minh trong công trình của Tweddle (2003), sự hợp tác và hoàn thiện này đã chính thức khai sinh ra công thức mang tên xấp xỉ Stirling:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">n! \\sim \\sqrt{2\\pi n} \\left(\\frac{n}{e}\\right)^n\u003C\u002Fscript>\n\n\u003Cp>Trong toán học giải tích, ký hiệu ngã \u003Cscript type=\"math\u002Ftex\">\\sim\u003C\u002Fscript> biểu thị quan hệ tương đương tiệm cận, nghĩa là giới hạn của tỷ số giữa hai vế tiến về 1 khi biến số tiến dần ra vô cùng:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\lim_{n \\to \\infty} \\frac{n!}{\\sqrt{2\\pi n} (n\u002Fe)^n} = 1\u003C\u002Fscript>\n\n\u003Ch2>Phương pháp chứng minh giải tích thông qua hàm Gamma\u003C\u002Fh2>\n\u003Cp>Để mở rộng phạm vi của xấp xỉ Stirling từ tập số tự nhiên sang tập số thực dương và số phức, các nhà toán học sử dụng biểu diễn giải tích của hàm Gamma của Leonhard Euler:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\Gamma(n+1) = \\int_0^\\infty t^n e^{-t} \\, dt = n!\u003C\u002Fscript>\n\n\u003Cp>Phương pháp chứng minh hiện đại và tổng quát nhất cho công thức Stirling dựa trên phương pháp Laplace (hay phương pháp {{topic|%7B%22topic%22%3A%22%C4%91i%E1%BB%83m%20y%C3%AAn%20ng%E1%BB%B1a%22%7D}}). Biểu thức dưới dấu tích phân có thể được viết lại dưới dạng hàm mũ:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">t^n e^{-t} = \\exp(n \\ln t - t)\u003C\u002Fscript>\n\n\u003Cp>Hàm số ở số mũ đạt giá trị cực đại duy nhất tại điểm \u003Cscript type=\"math\u002Ftex\">t = n\u003C\u002Fscript>. Thực hiện phép đổi biến số \u003Cscript type=\"math\u002Ftex\">t = n(1 + x)\u003C\u002Fscript>, tích phân Euler chuyển thành:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">n! = n^{n+1} e^{-n} \\int_{-1}^\\infty \\exp\\left( n [\\ln(1+x) - x] \\right) \\, dx\u003C\u002Fscript>\n\n\u003Cp>Khai triển chuỗi Taylor cho hàm số logarit quanh lân cận điểm gốc \u003Cscript type=\"math\u002Ftex\">x = 0\u003C\u002Fscript> cho ta:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\ln(1+x) - x = -\\frac{x^2}{2} + \\frac{x^3}{3} - \\dots\u003C\u002Fscript>\n\n\u003Cp>Khi \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript> rất lớn, toàn bộ giá trị của tích phân tập trung cục bộ xung quanh điểm cực đại \u003Cscript type=\"math\u002Ftex\">x = 0\u003C\u002Fscript>. Bỏ qua các số hạng bậc cao hơn và lấy xấp xỉ tích phân Gaussian chuẩn trên toàn bộ trục thực:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\int_{-\\infty}^\\infty \\exp\\left(-\\frac{n x^2}{2}\\right) \\, dx = \\sqrt{\\frac{2\\pi}{n}}\u003C\u002Fscript>\n\n\u003Cp>Nhân kết quả này với hệ số bên ngoài tích phân trực tiếp dẫn tới công thức xấp xỉ bậc nhất Stirling.\u003C\u002Fp>\n\n\u003Ch2>Chuỗi tiệm cận Stirling và số Bernoulli\u003C\u002Fh2>\n\u003Cp>Để đạt độ chính xác cao hơn khi tính toán cho các giá trị \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript> hữu hạn, công thức Stirling được mở rộng thành một chuỗi tiệm cận đầy đủ thông qua công thức tổng Euler-Maclaurin. Lấy logarit tự nhiên của hàm giai thừa, chuỗi khai triển Stirling có dạng:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\ln n! = n \\ln n - n + \\frac{1}{2} \\ln(2\\pi n) + \\sum_{k=1}^m \\frac{B_{2k}}{2k(2k-1) n^{2k-1}} + \\mathcal{O}\\left(\\frac{1}{n^{2m+1}}\\right)\u003C\u002Fscript>\n\n\u003Cp>Trong công thức trên, các hệ số \u003Cscript type=\"math\u002Ftex\">B_{2k}\u003C\u002Fscript> đại diện cho các số Bernoulli chẵn. Thay thế các giá trị cụ thể của các số Bernoulli, nghiên cứu của Nemes (2010) trình bày các số hạng điều chỉnh đầu tiên của chuỗi tiệm cận Stirling:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\ln n! = n \\ln n - n + \\frac{1}{2} \\ln(2\\pi n) + \\frac{1}{12n} - \\frac{1}{360n^3} + \\frac{1}{1260n^5} - \\dots\u003C\u002Fscript>\n\n\u003Cp>Dạng lũy thừa tương ứng của chuỗi này đối với hàm giai thừa được biểu diễn qua khai triển:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">n! \\sim \\sqrt{2\\pi n} \\left(\\frac{n}{e}\\right)^n \\left( 1 + \\frac{1}{12n} + \\mathcal{O}\\left(\\frac{1}{n^2}\\right) \\right)\u003C\u002Fscript>\n\n\u003Ch2>Bất đẳng thức chặn kẹp Robbins\u003C\u002Fh2>\n\u003Cp>Một điểm hạn chế của chuỗi tiệm cận là chuỗi này phân kỳ đối với mọi giá trị \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript> cố định khi số lượng số hạng tiến ra vô cùng. Do đó, trong giải tích số và xác suất ứng dụng, các nhà toán học cần những {{topic|%7B%22topic%22%3A%22b%E1%BA%A5t%20%C4%91%E1%BA%B3ng%20th%E1%BB%A9c%22%7D}} chặn trên và chặn dưới có hiệu lực phổ quát cho mọi số nguyên dương. Năm 1955, nhà toán học Herbert Robbins đã công bố một bất đẳng thức kép kinh điển trên tạp chí \u003Cem>The American Mathematical Monthly\u003C\u002Fem>:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\sqrt{2\\pi n} \\left(\\frac{n}{e}\\right)^n \\exp\\left(\\frac{1}{12n+1}\\right) \u003C n! \u003C \\sqrt{2\\pi n} \\left(\\frac{n}{e}\\right)^n \\exp\\left(\\frac{1}{12n}\\right)\u003C\u002Fscript>\n\n\u003Cp>Bất đẳng thức của Robbins (1955) có giá trị lý thuyết và ứng dụng to lớn vì nó đúng tuyệt đối với mọi số nguyên \u003Cscript type=\"math\u002Ftex\">n \\ge 1\u003C\u002Fscript>. Công thức này cho thấy sai số tương đối của xấp xỉ Stirling giảm nhanh theo quy luật bậc nghịch đảo của \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript>, cung cấp một công cụ kiểm soát sai số giải tích tin cậy mà không đòi hỏi phải tính toán chuỗi phức tạp.\u003C\u002Fp>\n\n\u003Ch2>Các công thức cải tiến hiện đại và đóng góp của Ramanujan\u003C\u002Fh2>\n\u003Cp>Trong cuốn sổ tay toán học của mình, thiên tài toán học Ấn Độ Srinivasa Ramanujan đã đề xuất một công thức xấp xỉ giai thừa có {{topic|%7B%22topic%22%3A%22t%E1%BB%91c%20%C4%91%E1%BB%99%20h%E1%BB%99i%20t%E1%BB%A5%22%7D}} cực nhanh. Trong công trình khảo cứu chi tiết của Hirschhorn và Villarino (2013), công thức xấp xỉ của Ramanujan được chứng minh với dạng biểu thức giải tích tường minh:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">n! \\approx \\sqrt{\\pi} \\left(\\frac{n}{e}\\right)^n \\sqrt[6]{8n^3 + 4n^2 + n + \\frac{1}{30}}\u003C\u002Fscript>\n\n\u003Cp>Nghiên cứu của Hirschhorn và Villarino (2013) đã khẳng định rằng công thức Ramanujan cho độ chính xác phi thường ngay cả với trường hợp biên nhỏ nhất khi \u003Cscript type=\"math\u002Ftex\">n = 1\u003C\u002Fscript>, với sai số tương đối nhỏ hơn rất nhiều so với công thức Stirling sơ cấp.\u003C\u002Fp>\n\n\u003Cp>Tiếp nối hướng nghiên cứu này, các công trình của Mortici (2010) đã phát triển các lớp xấp xỉ tiệm cận tối ưu mới cho hàm Gamma, cho phép kiểm soát sai số với tốc độ tiệm cận đạt bậc cao hơn bằng cách tham số hóa các phân thức hữu tỷ bổ trợ trong số mũ của công thức Stirling.\u003C\u002Fp>\n\n\u003Ctable>\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Công thức xấp xỉ\u003C\u002Fth>\n      \u003Cth>Tác giả và thời gian\u003C\u002Fth>\n      \u003Cth>Dạng biểu thức xấp xỉ\u003C\u002Fth>\n      \u003Cth>Bậc hội tụ sai số\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Stirling sơ cấp\u003C\u002Ftd>\n      \u003Ctd>Stirling & de Moivre (1730)\u003C\u002Ftd>\n      \u003Ctd>Căn bậc hai của 2 pi n nhân (n\u002Fe)^n\u003C\u002Ftd>\n      \u003Ctd>Bậc một O(1\u002Fn)\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Khai triển Euler-Maclaurin\u003C\u002Ftd>\n      \u003Ctd>Nemes (2010) hệ thống\u003C\u002Ftd>\n      \u003Ctd>Thêm số hạng 1\u002F(12n) - 1\u002F(360n^3) + 1\u002F(1260n^5)\u003C\u002Ftd>\n      \u003Ctd>Tùy ý theo số hạng cắt cụt\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Chặn kẹp Robbins\u003C\u002Ftd>\n      \u003Ctd>Robbins (1955)\u003C\u002Ftd>\n      \u003Ctd>Kẹp giữa exp(1\u002F(12n+1)) và exp(1\u002F(12n))\u003C\u002Ftd>\n      \u003Ctd>Chặn chặt phổ quát với mọi n >= 1\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Công thức Ramanujan\u003C\u002Ftd>\n      \u003Ctd>Hirschhorn & Villarino (2013)\u003C\u002Ftd>\n      \u003Ctd>Căn bậc 6 của đa thức (8n^3 + 4n^2 + n + 1\u002F30)\u003C\u002Ftd>\n      \u003Ctd>Bậc siêu cao O(1\u002Fn^4)\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Xấp xỉ Mortici\u003C\u002Ftd>\n      \u003Ctd>Mortici (2010)\u003C\u002Ftd>\n      \u003Ctd>Tối ưu hóa đa thức tham số trong hàm mũ\u003C\u002Ftd>\n      \u003Ctd>Tăng tốc hội tụ tiệm cận\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Miền ứng dụng trong khoa học và kỹ thuật\u003C\u002Fh2>\n\u003Cp>Công thức xấp xỉ Stirling là một trong những công cụ toán học được vận dụng nhiều nhất trong khoa học tự nhiên và tính toán hiện đại:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Cơ học thống kê và {{topic|%7B%22topic%22%3A%22nhi%E1%BB%87t%20%C4%91%E1%BB%99ng%20l%E1%BB%B1c%20h%E1%BB%8Dc%22%7D}}:\u003C\u002Fstrong> Trong {{topic|%7B%22topic%22%3A%22c%C6%A1%20h%E1%BB%8Dc%20th%E1%BB%91ng%20k%C3%AA%22%7D}} Boltzmann, entropy vi mô của một hệ nhiệt động chứa \u003Cscript type=\"math\u002Ftex\">N\u003C\u002Fscript> hạt được xác định qua công thức liên hệ với trọng lượng thống kê: \u003Cscript type=\"math\u002Ftex\">S = k_B \\ln \\Omega\u003C\u002Fscript>. Đại lượng \u003Cscript type=\"math\u002Ftex\">\\Omega\u003C\u002Fscript> thường bao gồm các tổ hợp giai thừa phân bố hạt. Khi \u003Cscript type=\"math\u002Ftex\">N\u003C\u002Fscript> đạt tới số Avogadro (ở quy mô số Avogadro với bậc độ lớn hạt khổng lồ), xấp xỉ dạng logarit \u003Cscript type=\"math\u002Ftex\">\\ln N! \\approx N \\ln N - N\u003C\u002Fscript> là công cụ duy nhất cho phép suy dẫn các {{topic|%7B%22topic%22%3A%22ph%C6%B0%C6%A1ng%20tr%C3%ACnh%20tr%E1%BA%A1ng%20th%C3%A1i%22%7D}} khí lý tưởng và phân bố vi chính tắc.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Lý thuyết xác suất và định lý giới hạn:\u003C\u002Fstrong> Định lý giới hạn trung tâm de Moivre-Laplace là nền tảng xấp xỉ phân phối nhị thức bằng {{topic|%7B%22topic%22%3A%22ph%C3%A2n%20ph%E1%BB%91i%20chu%E1%BA%A9n%22%7D}} Gaussian khi số phép thử độc lập rất lớn. Việc chứng minh sự hội tụ của hệ số nhị thức sang hàm mật độ chuẩn dựa trực tiếp vào xấp xỉ Stirling.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Khoa học máy tính và lý thuyết thuật toán:\u003C\u002Fstrong> Trong phân tích độ phức tạp thuật toán, cận dưới lý thuyết của thuật toán sắp xếp so sánh là \u003Cscript type=\"math\u002Ftex\">\\log_2(n!)\u003C\u002Fscript>. Ứng dụng xấp xỉ Stirling cho phép thiết lập ngay lập tức định lý cận dưới tiệm cận \u003Cscript type=\"math\u002Ftex\">\\Omega(n \\log n)\u003C\u002Fscript>, chứng minh tính tối ưu của các thuật toán sắp xếp như Merge Sort hay Heapsort.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Hạn chế toán học và lưu ý khi sử dụng\u003C\u002Fh2>\n\u003Cp>Mặc dù là công cụ xấp xỉ mạnh mẽ, việc áp dụng công thức Stirling cần lưu ý các giới hạn giải tích quan trọng:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Bản chất phân kỳ của chuỗi tiệm cận:\u003C\u002Fstrong> Chuỗi Stirling là một chuỗi tiệm cận theo nghĩa Poincaré, không phải là một chuỗi hội tụ theo nghĩa Cauchy thông thường. Với một giá trị \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript> cố định, nếu cộng thêm vô hạn số hạng trong chuỗi, tổng chuỗi sẽ phân kỳ ra vô cùng. Do đó, trong tính toán số học thực tế, người ta phải cắt cụt chuỗi ở số hạng tối ưu có độ lớn nhỏ nhất.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Sai số tương đối ở giá trị n nhỏ:\u003C\u002Fstrong> Công thức Stirling sơ cấp cho sai số tương đối khoảng vài phần trăm khi \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript> nhỏ. Nếu không áp dụng các hệ số hiệu chỉnh của Robbins (1955) hay công thức Ramanujan, sai số này có thể dẫn đến chệch hướng nghiêm trọng trong các mô hình tổ hợp quy mô nhỏ.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Điểm kỳ dị trên mặt phẳng phức:\u003C\u002Fstrong> Khi mở rộng sang hàm Gamma \u003Cscript type=\"math\u002Ftex\">\\Gamma(z)\u003C\u002Fscript>, công thức Stirling chỉ hợp lệ trong miền góc phức không chứa trục thực âm, bởi hàm Gamma sở hữu các cực điểm đơn tại các số nguyên không dương \u003Cscript type=\"math\u002Ftex\">z = 0, -1, -2, \\dots\u003C\u002Fscript>.\u003C\u002Fli>\n\u003C\u002Ful>\n","Stirling's approximation",[19,20,21],"công thức Stirling","công thức xấp xỉ Stirling","xấp xỉ giai thừa Stirling","Xấp xỉ Stirling là hệ thức tiệm cận toán học dùng để xấp xỉ giá trị của giai thừa các số nguyên dương lớn hoặc mở rộng sang hàm Gamma trên trường số phức.","NATURAL_SCIENCES",[25,32,39,46,52],{"citationText":26,"title":27,"authors":28,"source":29,"year":30,"doi":31,"url":10},"Tweddle, I. (2003). James Stirling’s Methodus Differentialis: An Annotated Translation of Stirling's Text. Springer London.","James Stirling’s Methodus Differentialis","Tweddle, I.","Springer London",2003,"10.1007\u002F978-1-4471-0021-8",{"citationText":33,"title":34,"authors":35,"source":36,"year":37,"doi":38,"url":10},"Robbins, H. (1955). A Remark on Stirling's Formula. The American Mathematical Monthly, 62(1), 26-29.","A Remark on Stirling's Formula","Robbins, H.","The American Mathematical Monthly",1955,"10.2307\u002F2308012",{"citationText":40,"title":41,"authors":42,"source":43,"year":44,"doi":45,"url":10},"Nemes, G. (2010). New asymptotic expansion for the Gamma function. Archiv der Mathematik, 95(2), 161-169.","New asymptotic expansion for the Gamma function","Nemes, G.","Archiv der Mathematik",2010,"10.1007\u002Fs00013-010-0146-9",{"citationText":47,"title":48,"authors":49,"source":50,"year":44,"doi":51,"url":10},"Mortici, C. (2010). New improvements of the Stirling formula. Applied Mathematics and Computation, 217(2), 699-704.","New improvements of the Stirling formula","Mortici, C.","Applied Mathematics and Computation","10.1016\u002Fj.amc.2010.06.007",{"citationText":53,"title":54,"authors":55,"source":56,"year":57,"doi":58,"url":10},"Hirschhorn, M. D., & Villarino, M. B. (2013). A refinement of Ramanujan’s factorial approximation. The Ramanujan Journal, 34(1), 73-81.","A refinement of Ramanujan’s factorial approximation","Hirschhorn, M. D., Villarino, M. B.","The Ramanujan Journal",2013,"10.1007\u002Fs11139-013-9494-y",[60,63,66,69],{"question":61,"answer":62},"Công thức xấp xỉ Stirling cơ bản nhất có dạng biểu thức như thế nào?","Công thức Stirling cơ bản xác định giai thừa n! xấp xỉ tiệm cận với căn bậc hai của 2 pi n nhân với (n chia e) tất cả lũy thừa n, với tỷ số giữa hai vế tiến về 1 khi n tiến ra vô cùng.",{"question":64,"answer":65},"Bất đẳng thức kép Robbins cải tiến công thức Stirling như thế nào?","Herbert Robbins thiết lập bất đẳng thức kép kẹp chặt giá trị giai thừa n! với mọi số nguyên n >= 1 bằng cách bổ sung số hạng e^(1\u002F(12n+1)) ở cận dưới và e^(1\u002F(12n)) ở cận trên.",{"question":67,"answer":68},"Tại sao xấp xỉ Stirling lại giữ vai trò cốt lõi trong cơ học thống kê?","Trong cơ học thống kê hạt Boltzmann, entropy vi mô được tính qua logarit tự nhiên của số trạng thái vi mô chứa tổ hợp giai thừa phân bố hạt; với hệ vĩ mô cỡ số Avogadro, dạng rút gọn ln n! ~ n ln n - n là công cụ giải tích then chốt.",{"question":70,"answer":71},"Chuỗi tiệm cận Stirling có phải là chuỗi hội tụ vô hạn thông thường không?","Chuỗi Stirling là chuỗi tiệm cận theo nghĩa Poincaré; với một giá trị n cố định, chuỗi sẽ phân kỳ nếu cộng vô hạn số hạng, do đó trong thực tế người ta phải cắt cụt chuỗi ở số hạng tối ưu.",{"id":73,"researcherId":10,"name":74,"imageUrl":75},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":73,"researcherId":10,"name":74,"imageUrl":75},[78,79,80,81,82,83,84,85,86,87],"sự phát triển","lý thuyết xác suất","nhà toán học","điểm yên ngựa","bất đẳng thức","tốc độ hội tụ","nhiệt động lực học","cơ học thống kê","phương trình trạng thái","phân phối chuẩn",10,true,"PUBLISHED","2025-12-01T11:20:44.009+00:00","2026-09-13T19:08:08.490+00:00","2026-09-13T18:38:35.652+00:00","2026-09-13T19:08:08.130+00:00",0,[97,100,103,106,109,112,115,118,121,124],{"id":98,"title":99,"term":98,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"nhiệt dung","Nhiệt dung là gì? Các nghiên cứu khoa học về Nhiệt dung",{"id":101,"title":102,"term":101,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"thành tựu","Thành tựu là gì? Các công bố khoa học về Thành tựu",{"id":104,"title":105,"term":104,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"học thuật","Học thuật là gì? Các nghiên cứu khoa học về Học thuật",{"id":107,"title":108,"term":107,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"adolescent","Adolescent là gì? Các công bố khoa học về Adolescent",{"id":110,"title":111,"term":110,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"thế kỉ xviii xix","Thế kỉ xviii xix là gì? Các nghiên cứu khoa học liên quan",{"id":113,"title":114,"term":113,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"tối ưu hoá","Tối ưu hoá là gì? Các nghiên cứu khoa học về Tối ưu hoá",{"id":116,"title":117,"term":116,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"trí tuệ xã hội","Trí tuệ xã hội là gì? Các công bố khoa học về Trí tuệ xã hội",{"id":119,"title":120,"term":119,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"lý thuyết lượng tử","Lý thuyết lượng tử là gì? Các nghiên cứu khoa học ",{"id":122,"title":123,"term":122,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"bộ lọc kalman","Bộ lọc kalman là gì? Các nghiên cứu khoa học về Bộ lọc kalman",{"id":125,"title":126,"term":125,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"probability","Probability là gì? Các nghiên cứu khoa học về Probability"]