伽马函数、欧拉函数、正态分布

一、伽马函数

伽玛函数(Gamma函数),也叫欧拉第二积分,是阶乘函数在实数与复数上扩展的一类函数。该函数在分析学、概率论、偏微分方程和组合数学中有重要的应用。与之有密切联系的函数是贝塔函数,也叫第一类欧拉积分,可以用来快速计算同伽马函数形式相类似的积分。

在这里插入图片描述
换元后
在这里插入图片描述

性质

  1. Γ ( x + 1 ) = x Γ ( x ) \Gamma(x+1) =x\Gamma(x) Γ(x+1)=xΓ(x)
  2. Γ ( 1 2 ) = π \Gamma(\frac{1}{2}) = \sqrt{\pi} Γ(21)=π
  3. Γ ( 1 ) = 1 \Gamma(1) = 1 Γ(1)=1
  4. Γ ( n + 1 ) = n ! \Gamma(n+1) = n! Γ(n+1)=n!

二、高斯函数

三、正态分布

高斯分布别名正态分布
X ∼ N ( μ , σ 2 ) , X \sim N(\mu,\sigma^2), XN(μ,σ2),

概率密度函数为
f ( x ) = 1 σ 2 π    e − ( x − μ ) 2 2 σ 2  ⁣ {\displaystyle f(x)={\frac {1}{\sigma {\sqrt {2\pi }}}}\;e^{-{\frac {\left(x-\mu \right)^{ 2}}{2\sigma ^{2}}}}\!} f(x)=σ2π 1e2σ2(xμ)2
在这里插入图片描述
其中是5个参数,则称服从二维正态分布, 记为(X,Y)~N( (2)二维正态分布中参数的概率意义:   (3)正态分布的性质: 设 (i)由边缘密度的计算公式,可以推出二维正态分布的两个边缘分布仍为正态分布, 即 注:但是若,未必是二维正态分布。 (ii)对于二维正态随机变量,和相互独立的充要条件是参数。 (iii)两正态分布随机变量X与Y的任意线性组合(为任意实数,且不全为0)仍服从正态分布,且
(iiii)X、Y正态且独立 等价于 二维分布(X,Y)为二维正态分布且相关系数 ρ \rho ρ为0
(V)(X,Y)为二维正态分布,那么(aX+bY,cX+dY)也为二维正态分布(ad-bc不等于0)


上述部分图片来自知乎用户@一刀998简明扼要高斯函数,wikipedia;仅作个人学习,侵权立即删除。

  • 3
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值