正态分布与伽马函数

最新推荐文章于 2023-12-02 10:08:13 发布

rsh_whu

最新推荐文章于 2023-12-02 10:08:13 发布

阅读量3.5k

点赞数 4

CC 4.0 BY-SA版权

分类专栏：概率论与数理统计文章标签：概率论

本文链接：https://blog.csdn.net/qq_39918677/article/details/122104911

概率论与数理统计专栏收录该内容

1 篇文章

订阅专栏

本文详细介绍了正态分布的概率密度函数及其性质，并通过一个具体例子展示了如何利用伽马函数计算正态分布中随机变量的偶数次矩。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

正态分布

概率密度为：
$φ(x)=12πσe−(x−μ)22σ2,−∞<x<+∞,\varphi(x)=\frac{1}{\displaystyle \sqrt{2\pi}\sigma}e^{\displaystyle -\frac{(x-\mu)^2}{\displaystyle 2\sigma^2}},-\infty<x<+\infty,$
其中 $σ>0\sigma>0$ ， $−∞<μ<+∞-\infty<\mu<+\infty$ ， $φ(x)\varphi(x)$ 关于 $x=μx=\mu$ 对称。

伽马函数

$Γ(α)=∫0+∞xα−1e−xdx(α>0)\Gamma(\alpha)=\displaystyle \int^{+\infty}_{0}{x^{\alpha-1}e^{-x}dx}(\alpha>0)$
性质：
$Γ(α+1)=αΓ(α),Γ(n+1)=n!,Γ(12)=π,Γ(1)=1\Gamma(\alpha+1)=\alpha\Gamma(\alpha),\Gamma(n+1)=n!,\Gamma(\frac{1}{2})=\sqrt{\pi},\Gamma(1)=1$

例题

若 $X$ ~ $N (0, 1)$ ，求
$E(X^n)= \displaystyle \int^{+\infty}_{-\infty}{x^n\frac{1}{\sqrt{2\pi}}e^{\displaystyle-\frac{x^2}{2}}dx}$
若n为奇数，则 $E(X^n)=0$
若n为偶数，则
$\begin{aligned} E(X^n) &=\displaystyle \int^{+\infty}_{-\infty}{x^n\frac{1}{\sqrt{2\pi}}e^{\displaystyle-\frac{x^2}{2}}dx}\\ &=\frac{2}{\sqrt{2\pi}}\displaystyle \int^{+\infty}_{0}{x^{n-1}e^{\displaystyle-\frac{x^2}{2}}d\frac{x^2}{2}}\\ &=\frac{2}{\sqrt{2\pi}}\displaystyle \int^{+\infty}_{0}{\sqrt{2t}^{n-1}e^{\displaystyle-t}dt}\\ &=\frac{2\sqrt{2}^{n-2}}{\sqrt{\pi}}\Gamma(\frac{n-1}{2}+1)\\ &=\frac{2\sqrt{2}^{n-2}}{\sqrt{\pi}}\cdot \frac{n-1}{2}\Gamma(\frac{n-1}{2})\\ &=\frac{2\sqrt{2}^{n-2}}{\sqrt{\pi}}\cdot \frac{n-1}{2}\Gamma(\frac{n-3}{2}+1)\\ &=···\\ &=\frac{2\sqrt{2}^{n-2}}{\sqrt{\pi}}\cdot \frac{n-1}{2}\cdot \frac{n-3}{2}\cdot···\cdot\sqrt{\pi}\\ &=\frac{\sqrt{2}^{n-2}}{2^{\frac{n}{2}-1}}\cdot (n-1)\cdot (n-3)\cdot···\cdot 1\\ &=(n-1)\cdot (n-3)\cdot···\cdot 1 \end{aligned}$
因此，
$E(X^n)= \displaystyle \int^{+\infty}_{-\infty}{x^n\frac{1}{\sqrt{2\pi}}e^{\displaystyle-\frac{x^2}{2}}dx}= \left\{\begin{matrix} 0&,& n为奇数,\\ (n-1)\cdot (n-3)\cdot\cdot\cdot 1&,& n为偶数.\\ \end{matrix}\right.$
实际上，不管方差是多少，只要数学期望为0，都有这个结论，大家可以自行证明。