伽馬函數常用性質總結以及高斯函數的矩母函數公式推導(隨機過程)


\(\Gamma\)函數的定義

  1. 在實數域上伽馬函數定義為:

\[\Gamma(x)=\int_0^{+\infty}t^{x-1}e^{-t}dt(x>0) \]

另外一種寫法:

\[\Gamma(x)=2\int_0^{+\infty}t^{2x-1}e^{-t^2}dt \]

  1. 在復數域上伽馬函數定義為:

\[\Gamma(x)=\int_0^{+\infty}t^{z-1}e^{-t}dt \]

\(\Gamma\)函數常用性質

  1. \(\Gamma(x+1)=\lim\limits_{N\to+\infty}\frac{n!n^x}{\prod_{m=1}^{n}(x+m)}\)

  2. 遞歸性質:

\[\Gamma(x+1)=x\Gamma(x) \]

  1. 對於正整數\(n\),

\[\Gamma(x)=(n-1)!\Gamma(1) \]

  1. 與白塔(Beta)函數的關系:

\[B(m,n)=\frac{\Gamma(m)\Gamma(n)}{\Gamma(m+n)} \]

其中,\(B\)函數的定義為:
對於任意的\(P,Q>0\),

\[B(P,Q)=\int_0^1x^{P-1}(1-x)^{Q-1}dx \]

  1. 對於\(x\in(0,1)\),有

\[\Gamma(1-x)\Gamma(x)=\frac{\pi}{\sin{\pi}x} \]

  1. 常見\(\Gamma\)函數的取值:

\[\Gamma(\frac{1}{2})=2\int_0^{+\infty}e^{-t^2}dt=\sqrt{\pi} \]

\[\Gamma(-\frac{3}{2})=\frac{4}{3}\sqrt{\pi} \]

\[\Gamma(-\frac{1}{2})=-2\sqrt{\pi} \]

\[\Gamma(\frac{3}{2})=\frac{1}{2}\sqrt{\pi} \]

\[\Gamma(\frac{5}{2})=\frac{3}{4}\sqrt{\pi} \]

\[\Gamma(\frac{7}{2})=\frac{15}{8}\sqrt{\pi} \]

\[\int_0^{+\infty}e^{-t^2}=\frac{\sqrt{\pi}}{2} \]

  1. 對於任意正整數\(n\)\(\Gamma(n)=(n-1)!\)

求高斯函數\(f(x)=\int_{-\infty}^{+\infty}\frac{1}{\sqrt{2\pi}\sigma_1}e^{-\frac{(x-\mu_1)^2}{2\sigma_1^2}}dx\)的矩母函數

引理1:\(\int_{-\infty}^{+\infty}e^{-\frac{t^2}{2}}dt=\sqrt{2\pi}\)

證明:

\[\begin{align*} &(\int_{-\infty}^{+\infty}e^{-\frac{t^2}{2}}dt)^2\\ &=\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}e^{-\frac{x^2+y^2}{2}}dxdy\\ &=\int_0^{2\pi}d\theta\int_0^{+\infty}e^{-\frac{r^2}{2}}rdr\\ &=2\pi\int_0^{+\infty}e^{-\frac{r^2}{2}}rdr\\ &=2\pi(-e^{-\frac{r^2}{2}}|_0^{+\infty})\\ &=2\pi \end{align*} \]

因此,\(\int_{-\infty}^{+\infty}e^{-\frac{t^2}{2}}dt=\sqrt{2\pi}\)

\[\begin{align*} g_{\xi}(\theta)&=\int_{-\infty}^{+\infty}e^{\theta x}\frac{1}{\sqrt{2\pi}\sigma_1}\exp\{-\frac{(x-\mu_1)^2}{2\sigma_1^2}\}dx\\ &=\frac{1}{\sqrt{2\pi}\sigma_1}\int_{-\infty}^{+\infty}e^{-\frac{(x-\mu_1)^2}{2\sigma_1^2}+\theta x}dx\\ &\overset{w=\frac{x-\mu_1}{\sigma_1}}{=}\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{+\infty}e^{-\frac{w^2}{2}+\theta(w\sigma_1+\mu_1)}dw\\ &=e^{\mu_1\theta}\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{+\infty}e^{-\frac{w^2}{2}+\theta w\sigma_1}dw\\ &=e^{\mu_1\theta}\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{+\infty}e^{-\frac{(w-\theta\sigma_1)^2-\theta^2\sigma_1^2}{2}}dw\\ &=e^{\mu_1\theta+\frac{\theta^2\sigma_1^2}{2}}\frac{1}{\sqrt{2\pi}}\int_{-\infty}^{+\infty}e^{-\frac{(w-\theta\sigma_1)^2}{2}}dw\\ &=e^{\mu_1\theta+\frac{\theta^2\sigma_1^2}{2}}\frac{1}{\sqrt{2\pi}}\sqrt{2\pi}\\ &=e^{\mu_1\theta+\frac{\theta^2\sigma_1^2}{2}}\\ \end{align*} \]

參考文獻

  1. https://baike.baidu.com/item/伽瑪函數/3540177?fr=aladdin

  2. https://en.wikipedia.org/wiki/Gamma_function

  3. 常用概率分布的矩母函數、特征函數以及期望、方差的推導


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM