gamma函数stiriling公式_概率中无处不在的 Gamma 函数，画它！

最新推荐文章于 2022-09-22 10:19:03 发布

weixin_39628384

最新推荐文章于 2022-09-22 10:19:03 发布

阅读量396

点赞数

文章标签： gamma函数stiriling公式

本文链接：https://blog.csdn.net/weixin_39628384/article/details/111638513

版权

本文介绍了Gamma函数在概率论中的广泛应用，特别是在统计分布中的关键角色。文章详细阐述了Gamma函数的定义，并通过Python和NumPy演示了如何数值计算Gamma函数在z=0.5时的特殊值，以及如何进行定积分的数值求解。通过对无穷大区域的数值积分，展示了求解过程和提高精度的方法。

摘要由CSDN通过智能技术生成

个人原创，一字一字敲的

Gamma 函数从它诞生开始就被许多数学家进行研究，包括高斯、勒让德等等，这个函数在概率论中无处不在，很多统计分布都和这个函数相关。

Gamma 函数定义为如下：

今天我们来分析一个重要的概率公式，z 取 0.5 时函数值为：

即：

使用 Python 验证左侧等式的值

仅使用 NumPy 包

import numpy as np

那么如何求这个定积分呢？通过数值化求如下橙色区域的面积：

定积分的上限无穷，我们在这里取值为 1000，

dt 取值为一个极小的间隔：0.00001，

这样积分转化为求和，

数值求积分的代码如下所示：

dt = 0.00001
z = 0.5
t0,t1 = dt, 1e3
t = np.arange(t0,t1,dt) 
y = np.power(t, z-1) * np.power(np.e, -t)
sum(y * dt)**2

大概运行 35 秒后，得到结果：

3.1252434547696777

已经接近，

要想再提升精度，可继续调整积分的间隔 dt 和 t1.

希望通过此文了解积分的数值计算方法，然后对 Gamma 函数有一个浅显的认识。

如果对你有帮助，欢迎点在看。

原创不易，点个在看

关注