高斯分布积分即二重积分和积分乘积的关系
高斯概率分布积分证明过程
写在前面
今天看书(PRML)的时候看到了高斯分布的一些性质,诸如概率大于0、概率积分和为1等,突然发现这个积分和为1并不是一眼看出(和本人是鶸有关),因此特地证明了一下,顺便回忆了一下二重积分的一些求法和性质,在这里记录一下。
证明过程
高斯分布定义:
$$f(x|\mu,\sigma^2)=\frac{1}{\sqrt{2\pi}\sigma}exp(-\frac{(x-\mu)^2}{2\sigma^2})$$
设,
$$
I=\int^{\infty}_{-\infty}{exp(-\frac{x^2}{2\sigma^2})}dx
$$
因此,
$$
I^2=\int^{\infty}_{-\infty}\int^{\infty}_{-\infty}{exp(-\frac{x^2+y^2}{2\sigma^2}})dxdy
$$
这里用到了二重积分,因为x和y是两个独立变量,因此可以将定积分的乘积转换成二重积分,后续将补充一部分二重积分的知识。
将直角坐标转换成极坐标求解二重积分(利用雅可比行列式):
$$
x=r\cos\theta \\
y=r\sin\theta
$$
因此,
$$
\begin{aligned}
I^2&=\int^{2\pi}_0\int^{\infty}_0{exp(-\frac{r^2}{2\sigma^2})}rdrd\theta \\
&=2\pi\int^{\infty}_{0}exp(-\frac{r^2}{2\sigma^2})(-\sigma^2)d(-\frac{r^2}{2\sigma^2})\\
&=-2\pi\sigma^2\int^{-\infty}_{0}{e^t}dt\\
&=2\pi\sigma^2
\end{aligned}
$$
所以,
$$
I=\sqrt{2\pi\sigma^2}
$$
所以,令$y=x-\mu$,
$$
\begin{aligned}
\int^{\infty}_{-\infty}f(x|\mu,\sigma^2)dx
&=\int^{\infty}_{-\infty}\frac{1}{\sqrt{2\pi}\sigma}exp(-\frac{(x-\mu)^2}{2\sigma^2})dx\\
&=\int^{\infty}_{-\infty}\frac{1}{\sqrt{2\pi}\sigma}exp(-\frac{y^2}{2\sigma^2})dy\\
&=\frac{1}{\sqrt{2\pi}\sigma}\cdot I\\
&=1
\end{aligned}
$$
证毕。
部分数学知识:
二重积分和积分乘积的转换,两个变量独立且函数可以分成两个互不干扰的部分。
二重积分下自变量坐标系的等价变换利用了雅可比行列式,例如:
$$
\int\int dxdy=\int\int rdrd\theta
$$
其中的积分内部的r就是通过雅可比行列式求出的。
参考资料
转载请注明来源,欢迎对文章中的引用来源进行考证,欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论,也可以其他方式联系。