深度学习0:数学知识:正态分布3(积分,指数函数积分公式)

目录标题

根据blog 深度学习0:数学知识:正态分布3(积分,指数函数积分公式)

知道下面

∫ x n d x = 1 n + 1 x n + 1 \int x^n dx = \frac{1}{n+1} x^{n+1} ∫xndx=n+11xn+1

而 ∫ 0 + ∞ e − u d u = 1 \int_{0}^{+\infty} e^{-u} du = 1 ∫0+∞e−udu=1怎么来的

一、指数函数的积分规则

在微积分中,有一个极其优美的性质:

e x e^x ex 的导数还是 e x e^x ex, e x e^x ex 的积分也还是 e x e^x ex。

如果是 e k u e^{ku} eku ( k k k 是常数),根据链式法则:

  • 它的导数是 k ⋅ e k u k \cdot e^{ku} k⋅eku
  • 所以它的积分就是 1 k e k u \frac{1}{k}e^{ku} k1eku

在 ∫ 0 + ∞ e − u d u \int_{0}^{+\infty} e^{-u} du ∫0+∞e−udu = 里,指数是 − u -u −u,也就是 k = − 1 k = -1 k=−1。

所以, e − u e^{-u} e−u 的原函数就是 1 − 1 e − u \frac{1}{-1}e^{-u} −11e−u,也就是 − e − u -e^{-u} −e−u。


二、代入上下限计算(定积分)

现在我们用求出来的原函数 − e − u -e^{-u} −e−u,把上限 ( + ∞ ) (+\infty) (+∞) 和下限 ( 0 ) (0) (0) 代进去相减:

  1. 代入上限 + ∞ +\infty +∞:

    − e − ∞ -e^{-\infty} −e−∞

    我们知道, e e e 的负无穷次方,相当于 1 e ∞ \frac{1}{e^{\infty}} e∞1,分母无穷大,整个分数就趋近于 0。所以上限代入结果是 0。

  2. 代入下限 0 0 0:

    − e − 0 -e^{-0} −e−0

    任何数的0次方都是1,所以 e 0 = 1 e^0 = 1 e0=1。前面有个负号,所以下限代入结果是 − 1 -1 −1。

  3. 上限结果 减去 下限结果:

    0 − ( − 1 ) = 1 0 - (-1) = 1 0−(−1)=1

这就是为什么它等于 1!


三、这到底在几何上求了个啥面积?

你可以想象一下 y = e − u y = e^{-u} y=e−u 这条曲线(从 u = 0 u = 0 u=0 开始往右画):

  • 当 u = 0 u = 0 u=0 时,高度是 e 0 = 1 e^0 = 1 e0=1。
  • 当 u u u 变大,高度迅速下降,趋近于 0(像一条长长的尾巴贴着地面)。

这个积分的意思是:求这条从0到正无穷的"长尾巴"曲线下方的总面积。

结果算出来,这个面积刚好等于 1。这在概率论和物理学中是一个非常经典且基础的结果(比如用来推导指数分布)。

相关推荐
无忧_wy19 分钟前
Claude-Mem 记忆增强系统新手部署与调用指南
人工智能
用户29914221968020 分钟前
AI 日报(2026年11月7日)
人工智能
code2cat38 分钟前
【随笔】KV缓存卸载:逐层预取能藏住多少传输时间
人工智能·缓存·大语言模型
tellmewhoisi44 分钟前
深度学习0:数学知识:正态分布1
人工智能·深度学习·算法
ting94520001 小时前
Databox MCP Connectors 技术深度解析:协议架构、集成原理与企业落地实践
人工智能·架构
码农飞哥2 小时前
WorkBuddy 两个月没动,今晚测试红了 2 条
人工智能·效率·ai工具·workbuddy
硅谷秋水2 小时前
面向科学的科学AI智能体:任务、架构、评估与挑战综述
人工智能·科技·语言模型
叼烟扛炮2 小时前
[LangChain] 学习笔记(04):手搓 ChatGPT 打字机——流式输出(SSE)与模型初始化选型
人工智能·笔记·chatgpt·langchain
奶油话梅糖2 小时前
2,615 个知识点、3,003 条先修边:6,800 Star 的开源知识图谱,能顺着错题从高中回溯到小学
人工智能·知识图谱