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](https://i-blog.csdnimg.cn/blog_migrate/ff44a8f9f78dfa710d99941b003235de.jpeg)
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](https://i-blog.csdnimg.cn/blog_migrate/ac09d4b603618acca6669f7c543d4c34.jpeg)
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](https://i-blog.csdnimg.cn/blog_migrate/2f0899f30bce05bba28734a17229f361.jpeg)
根据泰勒公式我们得到
![9614720f3e31ea634b0c7ed63edd65a1.png](https://i-blog.csdnimg.cn/blog_migrate/7e47a429475a4c29f38535f6259595fb.jpeg)
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](https://i-blog.csdnimg.cn/blog_migrate/ab2098c8e249c1a221fcab1a57864485.jpeg)
所以很快得到一个等式
![37c7ba2baa46b448665068a7c3f60582.png](https://i-blog.csdnimg.cn/blog_migrate/eecedc721a5bbc32938b00232b108cf2.jpeg)
那么对于任意的自然数n,我们有
![3969290cb9eb0fd632d2bae98e55fbdb.png](https://i-blog.csdnimg.cn/blog_migrate/34a025712b0ae597ce8ef89f7cfe8cca.jpeg)
分别加上积分符号,得到:
![4659e9c7794ad17b6ea616851016deae.png](https://i-blog.csdnimg.cn/blog_migrate/2f5bd84961501400b5a94c33cbfc7c48.jpeg)
所以根据广义积分的收敛你可以轻易得到:
![693f4095a60cc4da90d1a376678e14a9.png](https://i-blog.csdnimg.cn/blog_migrate/601587e6b04c06b6b9d7e756e014c16d.jpeg)
为了让大家更好理解,我还是补充上上述等式的来源
![7af6fd05ab5d57373d161760f5176f75.png](https://i-blog.csdnimg.cn/blog_migrate/74e358d5a891800b7c1d4a5b0a169981.jpeg)
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](https://i-blog.csdnimg.cn/blog_migrate/29d189c93dcd95687c795ef42f88ea17.jpeg)
同理,若x=cost, 0
![009e8dd92785799b2e6003b0ddafbce9.png](https://i-blog.csdnimg.cn/blog_migrate/4d3c2a1d5883ae3772e6e2bf37c3b177.jpeg)
另一方面,根据变量变换
![36a0a6bfe1aff5aa64e0815ec9e4046f.png](https://i-blog.csdnimg.cn/blog_migrate/0cb27af9e1ed1d9e65dc024fc1510a69.jpeg)
我们得到
![a27abc84a5b74deab934217dc1e7907f.png](https://i-blog.csdnimg.cn/blog_migrate/80b26b0f5128f2a3acb41a9327c29ff5.jpeg)
则上面的开头得到的积分不等式就变成了
![8783d8b611e19cab52ba5bf85fe3b17c.png](https://i-blog.csdnimg.cn/blog_migrate/eeb5f95c4aaa3f5ce833246fd227c171.jpeg)
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](https://i-blog.csdnimg.cn/blog_migrate/03402f70954ea64ed8c46aee195d8aab.jpeg)
![4b56e75c8828b06f7e0f5c16fb1dcd0a.png](https://i-blog.csdnimg.cn/blog_migrate/e3a7a14a9db03d1e2ac9df5b53d8e674.jpeg)
因此
![c5ce113d90172c13140568f485a275c8.png](https://i-blog.csdnimg.cn/blog_migrate/35c46ad925a56e7f2a8a6fb93d72507a.jpeg)
对上式进行变换x=t/2^1/2,则可得
![55abfc004f18239c1a34c614bb9527e6.png](https://i-blog.csdnimg.cn/blog_migrate/877ac30ab36d07b911fdf2eae4b45129.jpeg)
即
![7b146b5098a42ff2594cd73a32bbf456.png](https://i-blog.csdnimg.cn/blog_migrate/f67dec5f3b09bfcd6f62ca5871425f74.jpeg)
这个就是数学中标准正态分布的概率密度公式。