gamma分布_如何通俗的理解伽马(gamma)函数

如何通俗的理解伽马(gamma)函数 - 直觉，求导和示例

我为什么要在乎garmma分布？

使用伽马函数定义了许多概率分布，例如伽马分布，Beta分布，狄利克雷分布，卡方分布和学生t分布等。 对于数据科学家，机器学习工程师，研究人员来说，伽马函数可能是一种最广泛使用的功能，因为它已在许多分布中使用。然后将这些分布用于贝叶斯推理，随机过程（例如排队模型），生成统计模型（例如潜在狄利克雷分配）和变分推理。因此，如果您很好地了解了Garmma功能，您将对其中出现的许多应用程序有更好的了解！

1.为什么需要伽玛功能？

因为我们要泛化阶乘！

阶乘函数仅针对离散点（对于正整数-上图中的黑点）定义，但是我们希望连接黑点。我们想将阶乘函数扩展到所有复数。阶乘的简单公式x！= 1 * 2 … x，不能直接用于小数值，因为它仅在x是整数时才有效。 因此，数学家一直在寻找...

“什么样的function将这些点平滑地连接起来，并为我们提供所有实际值的阶乘?”

但是，他们找不到可以表示x的和，乘积，幂，指数或对数的* 有限*组合！直到…的实数.

2.欧拉发现了伽玛函数。（在18世纪）

上面的公式用于找到z的任何实数值的Gamma函数的值。 假设您要计算Γ（4.8）。您将如何解决上述整合？ 可以手动计算Γ（4.8）吗？也许使用零件积分？

试试看，让我知道您是否找到有趣的方式！对于我（以及到目前为止的许多其他人）而言，没有快速简便的方法手动评估分数的Gamma函数。（如果您有兴趣用手解决它，这是一个很好的起点。） 好吧，那么就不用分析了。您能否实现从0到无穷大的积分-以编程方式添加术语“无限次”？

您可以通过几种方法来实现。最常用的两种实现是斯特林近似 和Lanczos近似。

[For implementation addicts:] For implementation addicts: the codes of Gamma function (mostly Lanczos approximation) in 60+ different language - C, C++, C#, python, java, etc.

让我们计算Γ（4.8）使用计算机在已经实现的。

我们得到了17.837。 正如我们所期望的，17.837介于3！（=Γ（4）=