【matlab】MarkDown Letex 編碼 之 隨機過程及應用(三)
阿新 • • 發佈:2019-01-07
**Provement of Gaussian Distribution:** 設正態分佈概率密度函式是 $$f(x)=\frac{1}{\sqrt{2π}\sigma}*e^{\frac{-(x-u)^2}{2\sigma^2}} $$ 於是: $$\int^{+\infty}_{-\infty} \frac{e^{-(x-u)^2}}{2\sigma^2}dx=(\sqrt {2π})t.\ \ \ \ \ \ (*) $$ 積分割槽域是從負無窮到正無窮. || **1.expectation: 對 $(*)$ 式兩邊對 $u$ 求導: $$\int^{+\infty}_{-\infty} {e^{\frac {-(x-u)^2}{2\sigma^2}}* \frac{-2(x-u)}{2\sigma^2}}dx=0 $$ 約去常數,再兩邊同乘以 $\frac{\sigma}{\sqrt{2π}}$ 得: $$\int^{+\infty}_{-\infty} e^{\frac{-(x-u)^2}{2\sigma ^2}}*\frac{-(x-u)}{\sqrt{2π}\sigma} dx=0 $$ or$$\int^{+\infty}_{-\infty} e^{\frac{-(x-u)^2}{2\sigma ^2}}*\frac{x-u}{\sqrt{2π}\sigma} dx=0 $$ 把 $x-u$ 拆開,再移項: $$\int^{+\infty}_{-\infty} e^{\frac{-(x-u)^2}{2\sigma ^2}}*\frac{x}{\sqrt{2π}\sigma} dx$$ $$=\int^{+\infty}_{-\infty} e^{\frac{-(x-u)^2}{2\sigma ^2}}*\frac{u}{\sqrt{2π}\sigma} dx$$ 也就是 $$\int^{+\infty}_{-\infty}x*f(x)dx=\int^{+\infty}_{-\infty}u*f(x)dx$$$$=u*1=u $$ 到這一步證明了 $expectation$ 就是 $u$. || **2.variance 對 $(*)$ 式兩邊對 $\sigma$ 求導: $$\int^{+\infty}_{-\infty}\frac{(x-u)^2}{\sigma^3}*e^{\frac{-(x-u)^2}{2\sigma^2}}dx=\sqrt{2π} $$ 移項: $$\int^{+\infty}_{-\infty}\frac{(x-u)^2}{\sqrt{2π}\sigma} *e^{\frac{-(x-u)^2}{2\sigma^2}}dx={\sigma^2}$$ 也就是: $$\int^{+\infty}_{-\infty}(x-u)^2*f(x)dx=\sigma^2 $$ 到這一步證明了 $variance$ 就是 $\sigma^2$. 從而 $Gaussian \ \ Distribution $ 得證. * * 第一 * * 第二 * * 參考Davide Giraudo的方法。