高数往事(1) 正太分布的均值方差计算

为什么正态分布的均值方差是μ和σ

证明1

其中，“第三个积分是标准正态分布的密度函数的积分，等于 1”，这一点需要在下文继续证明。

证明思路2

https://statproofbook.github.io/P/norm-mean.html，另一个思路是将指数积分转为error function，再求解。

另外，证明过程用到了积分$e^{x}dx=d(e^x)$

为什么标准正态分布的均值方差是0和1？

How do you show that the standard normal distribution has mean 0 and variance 1?

整个证明的存疑点在于需要利用一个已知事实，即如下公式：

追加证明1 求值${\int }_{-\infty }^{\infty }{x}^2{e}^{-\frac{x^2}{2}}dx$

如何证明该公式的值：
$${\int }_{-\infty }^{\infty }{x}^2{e}^{-\frac{x^2}{2}}dx$$

有分部积分法，以及奇函数的特性，化到最后得到${\int }_{-\infty }^{\infty }{e}^{-\frac{x^2}{2}}dx$, 而这个公式经过整理，最终可以与error function建立联系。根据其函数曲线，erf(inf)=1。

追加证明2 分部积分法

参考 https://blog.csdn.net/tanjunming2020/article/details/129772756，其证明是从函数$(uv{)}^{\prime }=u{v}^{\prime }+v{u}^{\prime }$出发，从而证明的。

当$\int udv$求起来比较困难，但$uv$和$\int vdu$比较好求时，可以用分部积分法来求解。

追加证明3 error function的值

关于高斯积分的证明过程，可以参考wiki 高斯积分的"通过极限计算"一节，利用了双重积分，正方形的内切圆和外切圆面积，以及夹逼定理。

在这里，积分的平方被转化为双重积分，再加以整理。

如何证明e^x的微分是它本身

Proof: The derivative of 𝑒ˣ is 𝑒ˣ

• https://math.stackexchange.com/questions/190773/proof-of-fracddxex-ex
• https://www.quora.com/Can-you-prove-that-e-x-is-the-derivative-of-itself