正态分布函数_从微积分角度证明“正态分布密度函数”

本篇我们来证明一个常见的优美的积分等式,聪明你是否看出如下等式曾在哪里出现过呢?没错如下和正态分布中概率密度函数很像。但我们仅从积分学的角度来分析正面它。·证明它灵活的数学技巧,你准备好了吗?

b4f90db4d0ee44577ddda91c17327a5e.png

因为e^-x^2是关于x的偶函数,所以我们明显可以想到

4783cd0ae8a8c2c57387a97a2c7aa6e4.png

所以你只需要证明,学过概率论与数理统计的朋友,应该很熟悉这个式子

53fea6fac5e87c3d069173241158e348.png

根据泰勒公式我们得到

9614720f3e31ea634b0c7ed63edd65a1.png

所以当x不等于0时,e^>1+x,将x换成x^2或者-x^2可得,可得

ac2daec4583987f405d724aee10ec57e.png

所以很快得到一个等式

37c7ba2baa46b448665068a7c3f60582.png

那么对于任意的自然数n,我们有

3969290cb9eb0fd632d2bae98e55fbdb.png

分别加上积分符号,得到:

4659e9c7794ad17b6ea616851016deae.png

所以根据广义积分的收敛你可以轻易得到:

693f4095a60cc4da90d1a376678e14a9.png

为了让大家更好理解,我还是补充上上述等式的来源

7af6fd05ab5d57373d161760f5176f75.png

为了求解上述不等式两边的积分值,我们首先假设x=cot(t)=1/tant中的积分变量x替换成t,cot(t)是区间(0,π/2)上关于t的连续可微函数,因为0

f90ab55a81959f3d481dc08b1db46e21.png

同理,若x=cost, 0

009e8dd92785799b2e6003b0ddafbce9.png

另一方面,根据变量变换

36a0a6bfe1aff5aa64e0815ec9e4046f.png

我们得到

a27abc84a5b74deab934217dc1e7907f.png

则上面的开头得到的积分不等式就变成了

8783d8b611e19cab52ba5bf85fe3b17c.png

根据类似于斯特林公式可得到(如有必要会有专门文章解说)

6a991062c1642f22bf5e244e26385fa1.png
4b56e75c8828b06f7e0f5c16fb1dcd0a.png

因此

c5ce113d90172c13140568f485a275c8.png

对上式进行变换x=t/2^1/2,则可得

55abfc004f18239c1a34c614bb9527e6.png

7b146b5098a42ff2594cd73a32bbf456.png

这个就是数学中标准正态分布的概率密度公式。

  • 3
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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