Gamma 函数与exponential power distribution （指数幂分布）

1. $\Gamma(\cdot)$ 函数

$$\Gamma(\alpha)=\int_{0}^\infty t^{\alpha-1}e^{-t}dt$$

可知以下基本性质：

• $\Gamma(\alpha+1)=\alpha \Gamma(\alpha)$
  
  • $\Gamma(1) = 1$ ⇒ $\Gamma(n+1)=n!$
• $\Gamma(\frac12)=\sqrt\pi$

2. 指数幂分布（exponential power distribution）

$$f(x)=\frac{1}{2^{\frac{q+1}{q}}\Gamma(\frac{q+1}{q})\sigma}\exp\left(-\frac12\left|\frac{x-\mu}{\sigma}\right|^2\right)$$

之所以说，指数幂分布是一种对正态分布的推广，

• $q=2$ ⇒ 正态分布
• $q = 1$ ⇒ 拉普拉斯分布