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
腾讯云开发者1 小时前
港科大熊辉|AI时代的职场新坐标——为什么你应该去“数据稀疏“的地方?
人工智能
工程师老罗1 小时前
YoloV1数据集格式转换,VOC XML→YOLOv1张量
xml·人工智能·yolo
yLDeveloper2 小时前
从模型评估、梯度难题到科学初始化:一步步解析深度学习的训练问题
深度学习
Coder_Boy_2 小时前
技术让开发更轻松的底层矛盾
java·大数据·数据库·人工智能·深度学习
啊森要自信2 小时前
CANN ops-cv:面向计算机视觉的 AI 硬件端高效算子库核心架构与开发逻辑
人工智能·计算机视觉·架构·cann
2401_836235862 小时前
中安未来SDK15:以AI之眼,解锁企业档案的数字化基因
人工智能·科技·深度学习·ocr·生活
njsgcs2 小时前
llm使用 AgentScope-Tuner 通过 RL 训练 FrozenLake 智能体
人工智能·深度学习
董董灿是个攻城狮2 小时前
AI 视觉连载2:灰度图
人工智能
yunfuuwqi3 小时前
OpenClaw✅真·喂饭级教程:2026年OpenClaw(原Moltbot)一键部署+接入飞书最佳实践
运维·服务器·网络·人工智能·飞书·京东云