为什么高斯分布概率密度函数的积分等于1

最新推荐文章于 2024-04-22 16:19:35 发布

ABC_Orange

最新推荐文章于 2024-04-22 16:19:35 发布

阅读量6.3k

点赞数 1

分类专栏：算法公式

原文链接：https://zhuanlan.zhihu.com/p/40225646

版权

算法公式专栏收录该内容

9 篇文章 4 订阅

订阅专栏

感谢原作者的辛勤创作，链接放在最后了，为了防止链接失效，将原文copy了过来。

为什么高斯分布概率密度函数的积分等于1

一维高斯分布的概率密度如下：

$N(x \mid\mu ,\sigma^2)=\frac{1}{(2\pi\sigma^2)^{1/2}}exp\{-\frac{1}{2\sigma^2}(x-\mu)^2\}$ （1）

现在要证明为什么式（1）的积分为1，这也是PRML的exercise 1.7：

$\int^{\infty}_{-\infty}N(x \mid\mu,\sigma^2)dx=1$

证明比较巧妙，采用的是化为二重积分的形式并把笛卡尔坐标转换成极坐标。

首先把 $\displaystyle I=\int^{\infty}_{-\infty}exp(-\frac{1}{2\sigma^2}x^2)dx$ 化为二重积分的形式：

$I^2 =\int^{\infty}_{-\infty}\int^{\infty}_{-\infty}exp(-\frac{1}{2\sigma^2}x^2-\frac{1}{2\sigma^2}y^2)dxdy$

把笛卡尔坐标转换成极坐标：

$x = rcos\theta, y = rsin\theta$

雅可比行列式如下，关于雅可比行列式参考我的另一篇文章：

雅可比矩阵和雅可比行列式 zhuanlan.zhihu.com

$\frac{\partial(x,y)}{\partial(r,\theta)}= \left| \begin{array}{cc} \frac{\partial x}{\partial r} & \frac{\partial x}{\partial\theta}\\ \frac{\partial y}{\partial r} & \frac{\partial y}{\partial\theta} \end{array}\right|= \left| \begin{array}{cc} cos\theta & -rsin\theta\\ sin\theta & rcos\theta \end{array}\right|=r$

因此二重积分变为：

$\begin{aligned} I^2 &= \int^{+\infty}_{0}\int^{2\pi}_{0}exp(-\frac{r^2cos^2\theta + r^2sin^2\theta}{2\sigma^2})rdrd\theta\\ & = 2 \pi\int^{+\infty}_{0} exp(-\frac{r^2}{2\sigma^2})\frac{1}{2}d(r^2)\\ &=-2\pi\sigma^2\int^{+\infty}_{0}exp(-\frac{r^2}{2\sigma^2})d(-\frac{r^2}{2\sigma^2})\\ &= -2\pi\sigma^2 [exp(z)]^{-\infty}_{0}\\ &= 2 \pi\sigma^2 \end{aligned}$

其中 $\displaystyle z=-\frac{r^2}{2\sigma^2}$ ，因此：

$I=(2 \pi\sigma^2)^{1/2}$

最后，令 $y = x − \mu$ ，高斯分布概率密度函数的积分为：

$\begin{aligned}\int^{\infty}_{-\infty}N(x \mid\mu,\sigma^2)dx &= \int^{\infty}_{-\infty}\frac{1}{(2\pi\sigma^2)^{1/2}}exp\{-\frac{1}{2\sigma^2}(x-\mu)^2\}dx \\ &= \int^{\infty}_{-\infty}\frac{1}{(2\pi\sigma^2)^{1/2}}exp\{-\frac{y^2}{2\sigma^2}\}dy \\ &= (2\pi\sigma^2)^{-1/2}\cdot I\\ &=1 \end{aligned}$

参考资料：

[1] PRML

原文链接： https://zhuanlan.zhihu.com/p/40225646

ABC_Orange

关注

1
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
为什么高斯分布概率密度函数的积分等于1

感谢原作者的辛勤创作，链接放在最后了，为了防止链接失效，将原文copy了过来。首发于清雅的机器学习笔记关注专栏写文章为什么高斯分布概率密度函数的积分等于1清雅白鹿记别君去兮何时还？且放白鹿青崖间，须行即骑访名山。23 人赞同了该文章一维高斯分布的概率密度如下：（1）现在要证明为什么式（1）的积分为1，这也是PRML的exercise 1.7：证明比较巧妙，采...
复制链接

扫一扫