神经网络|(十八)概率论基础知识-伽马函数溯源-阶乘的积分表达式

【1】引言

前序学习进程中,已经初步学习了伽马函数入门伽马函数溯源初步

今天继续溯源伽马函数。

【2】对数函数转换为指数函数

伽马函数溯源初步中,我们已经证明:

当 s s s为正整数 n n n时,
∫ 0 1 ( − l n t ) s d t = s ! \int_{0}^{1}(-lnt)^sdt=s! ∫01(−lnt)sdt=s!

积分式和阶乘式相等,阶乘式和积分式的等价形式有了雏形。

但现实中的积分式却存在一种情况,当 s ≤ − 1 s\leq-1 s≤−1时,积分 ∫ 0 1 ( − l n t ) s d t \int_{0}^{1}(-lnt)^sdt ∫01(−lnt)sdt本身是发散的,因此有必要引入衰减因子,让积分函数的定义域覆盖面更广。

实际上我们最后见到的伽马函数式是积分式,所以如果着急,学到当前这一步依然令人迷惑。

我们回到之前提过的积分变换:

首先令 u = − l n t u=-ln t u=−lnt,有: d u = − 1 t d t d t = − t d u t = e − u du=-\frac{1}{t}dt\\ dt=-tdu \\t=e^{-u} du=−t1dtdt=−tdut=e−u

此时被积函数变换为:
( − l n t ) s = u s (-lnt)^s=u^s (−lnt)s=us

当 t → 0 + t\rightarrow 0^+ t→0+时, u = − l n t = + ∞ u=-lnt=+\infty u=−lnt=+∞

当 t → 1 t\rightarrow 1 t→1时, u = − l n t = 0 u=-lnt=0 u=−lnt=0

将上述变换代入积分式:
∫ 0 1 ( − l n t ) s d t = ∫ + ∞ 0 u s ( − t ) d u = ∫ + ∞ 0 u s ( − e u ) d u = ∫ 0 + ∞ u s e − u d u \int_{0}^{1}(-lnt)^sdt=\int_{+\infty}^{0}u^s(-t)du=\\ \int_{+\infty}^{0}u^s(-e^u)du=\int_{0}^{+\infty}u^se^{-u}du ∫01(−lnt)sdt=∫+∞0us(−t)du=∫+∞0us(−eu)du=∫0+∞use−udu

所以,此时非常重要的,阶乘的积分表示为:
x ! = ∫ 0 + ∞ u s e − u d u x!=\int_{0}^{+\infty}u^se^{-u}du x!=∫0+∞use−udu

【3】总结

说实话写到这一步有点醉,因为这个学习过程有点翻来覆去,这部分内容先讲到这里,理解到这里已经不耽误使用,大家大可放心继续向前学习其他新知识。

相关推荐
张较瘦_1 分钟前
[论文阅读] 人工智能 + 软件工程 | 从“人工扒日志”到“AI自动诊断”:LogCoT框架的3大核心创新
论文阅读·人工智能·软件工程
lisw0514 分钟前
连接蓝牙时“无媒体信号”怎么办?
人工智能·机器学习·微服务
扫地的小何尚24 分钟前
深度解析 CUDA-QX 0.4 加速 QEC 与求解器库
人工智能·语言模型·llm·gpu·量子计算·nvidia·cuda
张较瘦_32 分钟前
[论文阅读] 人工智能 + 软件工程 | 35篇文献拆解!LLM如何重塑软件配置的生成、验证与运维
论文阅读·人工智能·软件工程
jie*1 小时前
小杰机器学习(nine)——支持向量机
人工智能·python·机器学习·支持向量机·回归·聚类·sklearn
山烛1 小时前
OpenCV:人脸检测,Haar 级联分类器原理
人工智能·opencv·计算机视觉·人脸检测·harr级联分类器
飞哥数智坊1 小时前
打造我的 AI 开发团队(二):bmad,开箱即用的敏捷开发智能体
人工智能·ai编程
nju_spy1 小时前
南京大学 - 复杂结构数据挖掘(一)
大数据·人工智能·机器学习·数据挖掘·数据清洗·南京大学·相似性分析
机器学习之心1 小时前
198种组合算法+优化BiLSTM神经网络+SHAP分析+新数据预测+多输出!深度学习可解释分析,强烈安利,粉丝必备!
深度学习·神经网络·shap分析·新数据预测·198种组合算法·优化bilstm神经网络·多输出
charieli-fh1 小时前
指令微调数据评估与影响:构建高质量大语言模型的关键
人工智能·深度学习·语言模型