图

高斯分布(正态分布)

预备知识 分布函数

结论

\begin{equation} f(x) = \frac{1}{\sigma \sqrt{2\pi }} \exp[-\frac{(x - \mu )^2}{2\sigma ^2}] \end{equation}
其中 $\mu$ 是分布的的平均值, $\sigma$ 是标准差.

推导

   高斯分布(Gaussian Distribution)又叫正态分布(Normal Distribution), 具有如下形式

\begin{equation} f(x) = A\exp[-\lambda (x - x_0)^2] \end{equation}
可见其主要特征就是指数函数中含有 $\Delta x^2$ 项.由对称性,分布函数是关于 $x =x_0$ 的偶函数,所以平均值显然为 $\mu = x_0$.首先我们补充两个积分, 由换元积分法($x=\sqrt{t}$)以及 $\Gamma$ 函数 的性质得
\begin{equation} \int_{-\infty }^{+\infty } \expRound {-x^2}\dd{x} = \int_0^{+\infty} t^{-1/2}\E^{ - t} \dd{t} = \qtyRound{-\frac12}! = \sqrt \pi \end{equation}
\begin{equation} \int_{-\infty}^{+\infty} x^2\expRound{-x^2}\dd{x} = \int_0^{+\infty} t^{1/2}\E^{-t} \dd{t} = \frac12 ! = \frac12 \qtyRound{-\frac12}! = \frac{\sqrt\pi}{2} \end{equation}

   根据分布函数的归一化条件,结合式 3

\begin{equation} 1 = \int_{-\infty}^{+\infty} f(x) \dd{x} = A\int_{-\infty}^{+\infty} \exp[-\lambda (x - x_0)^2] \dd{x} = A\sqrt{\frac{\pi}{\lambda}} \end{equation}
即 $A = \sqrt{\lambda/\pi}$. 再来计算高斯分布的方差,结合式 4
\begin{equation} \sigma ^2 = \int_{-\infty}^{+\infty} (x - x_0)^2 A\exp[-\lambda (x - x_0)^2] \dd{x} = \frac{1}{2\lambda} \end{equation}
式 5 式 6 解得 $\lambda = 1/(2\sigma^2)$ 和 $A = 1/(\sigma\sqrt{2\pi})$,代入式 2 可得高斯分布式 1

致读者: 小时物理百科一直以来坚持所有内容免费且不做广告,这导致我们处于日渐严重的亏损状态。长此以往很可能会最终导致我们不得不选择商业化,例如大量广告,内容付费,会员制,甚至被收购。因此,我们鼓起勇气在此请求广大读者热心捐款,使网站得以健康发展。如果看到这条信息的每位读者能慷慨捐助 10 元,我们几天内就能脱离亏损状态,并保证网站能在接下来的一整年里向所有读者继续免费提供优质内容。感谢您的支持。
—— 小时(项目创始人)

编辑词条 返回目录 返回主页 捐助项目 © 小时物理百科 保留一切权利