팩토리얼 계산기
최대 1,000까지의 정수에 대한 정확한 n! 값과 순열 및 조합을 정수 연산으로 계산합니다.
팩토리얼 결과
10!
-
팩토리얼 참고 표
| n | n! |
|---|
순열 및 조합
순열은 n개 중 r개를 선택하여 나열하는 경우의 수이며, 조합은 순서 없이 선택하는 경우의 수입니다.
- 순열nPr = n! / (n - r)!
- -
- 조합nCr = n! / (r! (n - r)!)
- -
이용 방법
음이 아닌 정수 n의 팩토리얼(n!)은 1부터 n까지의 모든 양의 정수의 곱이며, 관례에 따라 0!은 1로 정의됩니다.
- n 입력
0부터 1,000 사이의 임의의 정수입니다.
- 정확한 값 확인
정수 연산으로 계산되며 반올림되지 않습니다.
- 순열 또는 조합 계산
나열 또는 선택의 경우의 수를 구하려면 아래에 n과 r을 입력하세요.
팩토리얼 공식
n! = n × (n-1) × (n-2) × ... × 2 × 1
예를 들어 5! = 5 × 4 × 3 × 2 × 1 = 120이고, 10! = 3,628,800입니다. 팩토리얼은 매우 빠르게 증가하여 20!은 이미 2백경을 초과하며, 100!은 158자리 수입니다.
0!이 1인 이유
0!은 관례에 따라 1로 정의됩니다. 이는 집합에서 아무것도 선택하지 않는 경우가 정확히 한 가지이므로 C(n, 0) = n! / (0! × n!) = 1과 같은 조합 공식이 올바르게 성립하도록 합니다. 인수가 없는 곱인 빈 곱 또한 동일한 관례에 따라 1입니다.
순열 및 조합
순열은 n개 중 r개를 선택하여 순서를 고려해 나열하는 경우의 수를 세며, nPr = n! / (n - r)!로 계산합니다. 조합은 순서를 고려하지 않고 선택하는 경우의 수를 세며, nCr = n! / (r! × (n - r)!)로 계산합니다. 예를 들어 10명의 주자 중 메달을 받을 3명을 선정하고 순위를 매기는 것은 순열이며 10P3 = 720이고, 순위 없이 단순히 10명 중 3명의 결선 진출자를 선정하는 것은 조합이며 10C3 = 120입니다.
정확한 연산, 반올림 없음
이 계산기는 부동소수점 대신 정확한 정수 연산을 사용하므로 n이 1,000(2,568자리)에 이르는 매우 큰 팩토리얼에서도 결과의 모든 자릿수가 정확합니다. 일반 숫자를 사용하는 표준 계산기는 팩토리얼이 약 1.8 × 10^308을 초과하면 정밀도를 잃고 Infinity를 표시합니다.
자주 묻는 질문
팩토리얼이란 무엇이며 어떻게 계산되나요?
n!은 n 곱하기 (n-1) 곱하기 (n-2)와 같이 2 곱하기 1까지 계속 곱한 값입니다. 예를 들어 5!은 5 곱하기 4 곱하기 3 곱하기 2 곱하기 1로 120이며, 10!은 3,628,800입니다. 팩토리얼은 매우 빠르게 증가하여 20!만 해도 2 퀸틸리언을 넘습니다. 이 계산기는 정확한 정수 연산을 사용하여 최대 1,000!까지 정확한 정수 결과를 지원합니다.
왜 0!은 1인가요?
0!은 정의와 수학적 관례에 따라 1입니다. 이는 집합에서 아무것도 선택하지 않는 방법이 정확히 한 가지이므로, 조합 C(n, 0)이 n! 나누기 0! 곱하기 n! 즉 1이 되는 공식이 올바르게 성립하도록 보장합니다. 인수가 없는 빈 곱도 관례상 1입니다.
이 계산기로 계산할 수 있는 가장 큰 팩토리얼은 무엇인가요?
이 계산기는 2,568자리인 1,000!까지 정확한 정수 결과를 계산합니다. 일반적인 부동소수점 숫자가 아닌 정확한 정수 연산을 사용하므로, 결과가 약 1.8 × 10^308을 초과하면 무한대로 전환되는 다른 계산기와 달리 이 범위 내에서는 어떤 크기에서도 정밀도 손실이 없습니다.
순열과 조합이란 무엇이며 팩토리얼은 어떻게 사용되나요?
순열(nPr)은 n개 중 r개를 선택하여 순서를 고려해 나열하는 경우의 수로, n!을 (n - r)!로 나눈 값입니다. 조합(nCr)은 순서를 고려하지 않고 선택하는 경우의 수로, n!을 (r! × (n - r)!)로 나눈 값입니다. 둘 다 확률 및 통계에서 항목을 배열하거나 선택하는 방법의 수를 셀 때 널리 사용됩니다.
실제 수학에서 팩토리얼은 어디에 사용되나요?
팩토리얼은 순열과 조합을 포함한 조합론, 확률, e의 x승을 x의 n승을 n!로 나눈 값들의 합으로 나타내는 테일러 급수 전개, 그리고 통계학 등에서 등장합니다. 이는 항목 집합을 배열하거나 선택할 수 있는 경우의 수를 세는 데 필수적입니다.