**Provement of Gaussian Distribution:**
设正态分布概率密度函数是
$$f(x)=\frac{1}{\sqrt{2π}\sigma}*e^{\frac{-(x-u)^2}{2\sigma^2}} $$
于是:
$$\int^{+\infty}_{-\infty} \frac{e^{-(x-u)^2}}{2\sigma^2}dx=(\sqrt {2π})t.\ \ \ \ \ \ (*) $$
积分区域是从负无穷到正无穷.
|| **1.expectation:
对 $(*)$ 式两边对 $u$ 求导:
$$\int^{+\infty}_{-\infty} {e^{\frac {-(x-u)^2}{2\sigma^2}}* \frac{-2(x-u)}{2\sigma^2}}dx=0 $$
约去常数,再两边同乘以 $\frac{\sigma}{\sqrt{2π}}$ 得:
$$\int^{+\infty}_{-\infty} e^{\frac{-(x-u)^2}{2\sigma ^2}}*\frac{-(x-u)}{\sqrt{2π}\sigma} dx=0 $$ or$$\int^{+\infty}_{-\infty} e^{\frac{-(x-u)^2}{2\sigma ^2}}*\frac{x-u}{\sqrt{2π}\sigma} dx=0 $$
把 $x-u$ 拆开,再移项:
$$\int^{+\infty}_{-\infty} e^{\frac{-(x-u)^2}{2\sigma ^2}}*\frac{x}{\sqrt{2π}\sigma} dx$$
$$=\int^{+\infty}_{-\infty} e^{\frac{-(x-u)^2}{2\sigma ^2}}*\frac{u}{\sqrt{2π}\sigma} dx$$
也就是
$$\int^{+\infty}_{-\infty}x*f(x)dx=\int^{+\infty}_{-\infty}u*f(x)dx$$$$=u*1=u $$
到这一步证明了 $expectation$ 就是 $u$.
|| **2.variance
对 $(*)$ 式两边对 $\sigma$ 求导:
$$\int^{+\infty}_{-\infty}\frac{(x-u)^2}{\sigma^3}*e^{\frac{-(x-u)^2}{2\sigma^2}}dx=\sqrt{2π} $$
移项:
$$\int^{+\infty}_{-\infty}\frac{(x-u)^2}{\sqrt{2π}\sigma} *e^{\frac{-(x-u)^2}{2\sigma^2}}dx={\sigma^2}$$
也就是:
$$\int^{+\infty}_{-\infty}(x-u)^2*f(x)dx=\sigma^2 $$
到这一步证明了 $variance$ 就是 $\sigma^2$.
从而 $Gaussian \ \ Distribution $ 得证.
* * 第一
* * 第二
* * 参考Davide Giraudo的方法。