首先,在概率论里我们经常能遇到一个神秘的不可积的积分: \[ I = \int_0^{+\infty} e^{-t^2} \text dt \] 这个积分既不能直接凑出来,也不能使用分部积分法消掉什么;一般,我们会使用升维的方法转化到极坐标来解决这个积分,就大概是下面这样: \[ I^2 = \int_0^{+\infty} e^{-x^2} \text dx \cdot \int_0^{+\infty} e^{-y^2} \text dy = \iint_D e^{-(x^2+y^2)}\text dx\text dy \] 这样,使用极坐标变换可以得到: \[ I^2 = \int_0^\frac\pi2\text d\theta\int_0^{+\infty}re^{-r^2}\text dr = \frac\pi2\left(-\frac12e^{-r^2}\Bigg|_0^{+\infty}\right) = \frac\pi4 \] 显然被积函数恒大于 0,故 \(I > 0\),综上所述可得:\(I = \int_0^{+\infty} e^{-t^2} \text dt = \frac{\sqrt{\pi}}2\)。
每次遇到这种积分都要这样搞一遍实在是有些麻烦,有没有更系统化的方法呢?经过查阅 Wolfram Alpha,得知这种形式的积分可以使用 Gamma 函数表示。
定义
伽马函数也叫欧拉第二积分,是阶乘函数在实数与复数上扩展的一类函数,是阶乘函数在复数域上的延拓。怎么理解这句话呢?首先我们知道阶乘函数定义在正整数离散点上,若对于任何一个非整数,无法使用其定义式求出它的值,因此我们需要对其进行延拓—— 最后得到了如下的定义式: \[ \Gamma(x) = \int_0^{+\infty}t^{x-1}e^{-t}\text dt \] 现在我们只考虑其在实数域且 \(x > 0\) 上的情况,毕竟考研只需要这个。
Gamma 函数作为阶乘函数在更广的数域上的延拓,首先它当然满足阶乘函数本来的定义;它具有如下的性质:
- 阶乘函数:\(\Gamma(x) = (x - 1)!\)
- 递推关系:\(\Gamma(x) = (x-1)\Gamma(x-1)\)
那么如何证明这两个性质呢?一般有两种常见的做法:
分部积分法
对于 \(\Gamma(k)\) 的定义式使用分部积分法: \[ \int_0^{+\infty}t^{k-1}e^{-t}\text dt = \frac1{k}\int_0^{+\infty}e^{-t}\text dt^{k} = \frac1{k}\left(e^{-t}t^{k}\Bigg|_0^{+\infty} + \int_0^{+\infty}e^{-t}t^{k}\text dt\right) \] 显然,第一项为 0,第二项又是 \(\Gamma(k+1)\) 的定义式,故: \[ \Gamma(k) = \frac1{k}\int_0^{+\infty}e^{-t}t^{k} = \frac{\Gamma(k + 1)}{k} \] 就得到了上面性质中说到的递推关系;但是我们现在还缺乏一个初值;对于 \(\Gamma(1)\): \[ \Gamma(1) = \int_0^{+\infty}e^{-t}\text dt = -e^{-t}\Bigg|_0^{+\infty} = 1 \] 结合上面的到的递推公式,就可以得到它和阶乘函数的对应关系。
展开法
这种做法需要一定的技巧性;首先我们可以进行如下的展开: \[ \begin{align} &\frac1{1-x} = \sum_{k=0}^\infty x^k &,\ |x| < 1\\ &e^x = \sum_{k=0}^\infty \frac{x^k}{k!} &,\ x \in \R \end{align} \] 对于第一个展开式,又有: \[ \frac1{1-x} = \frac1{1-x}\int_0^{+\infty}e^{-t} \text dt = -\frac1{1-x}\int_0^{+\infty}e^{-(1-x)t} \text d[-(1-x)t] \] 综上所述,可得: \[ \frac1{1-x} = \int_0^{+\infty}e^{-t}\cdot e^{xt} \text dt \] 上式右侧的 \(e^{xt}\) 也可以利用第二个展开式展开为无穷级数: \[ \frac1{1-x} = \sum_{k=0}^\infty x^k = \int_0^{+\infty}e^{-t}\cdot \sum_{k=0}^\infty \frac{(xt)^k}{k!} \text dt = \sum_{k=0}^\infty \frac{\int_0^{+\infty}e^{-t}\cdot t^k \text dt}{k!} x^k \] 简单地说,就是在一致收敛域 \(|x|<1\) 上,有: \[ \sum_{k=0}^\infty x^k = \sum_{k=0}^\infty \frac{\int_0^{+\infty}e^{-t}\cdot t^k \text dt}{k!} x^k \]
对比系数可得 Gamma 函数的定义式: \[ \Gamma(k+1) = \int_0^{+\infty}e^{-t}\cdot t^k \text dt = k! \] 虽然上述等式需要在一致收敛域上才成立,但是 \(k\) 才是函数的参数,因此 \(k\in\R\) 不受限制。
应用
那么,已经知道了 Gamma 函数,我们应该怎么运用到上述的情况中呢?对于积分 \(I\),我们令 \(x = \sqrt t\): \[ I = \frac12\int_0^{+\infty} t^{-\frac12}e^{-t} \text dt = \frac12\Gamma(\frac12) = \Gamma(\frac32) \] 因此,我们得到了关键值 \(\Gamma(\frac12) = \sqrt\pi\)。其他的值都可以从这个关键值出发求出;
举例
下面对于几种常见的变换进行示范:
\(\int_0^{+\infty} e^{-\frac12x^2}\text dx\)
令 \(x = \sqrt{2t}\),那么有: \[ \int_0^{+\infty} e^{-\frac12x^2}\text dx = \frac1{\sqrt2}\int_0^{+\infty} t^{-\frac12}e^{-t}\text dt = \frac1{\sqrt2}\Gamma(\frac12) \] 我们就可以使用关键值快速求出这个积分值
\(\int_0^{+\infty} x^2e^{-\frac12x^2}\text dx\)
同理,令 \(x = \sqrt{2t}\),那么有: \[ \int_0^{+\infty} x^2e^{-\frac12x^2}\text dx = \frac2{\sqrt2}\int_0^{+\infty} t^\frac12e^{-t}\text dt = \sqrt2\Gamma(\frac32) \] 关键在于使用换元法将原积分转化成 Gamma 函数定义式的形式。
查表
常用的类似积分的查表。
被积函数 | \(\Gamma\) 函数 | 在 \(\R^+\) 上积分值 | 在 \(\R\) 上的积分值 | 说明 |
---|---|---|---|---|
\(x^{-\frac12}e^{-x}\) | \(\Gamma(\frac12)\) | \(\sqrt\pi\) | 不存在 | 关键值 |
\(e^{-x}\) | \(\Gamma(1)\) | \(1\) | 不存在 | 反常积分 |
\(x^{\frac12}e^{-x}\) | \(\Gamma(\frac32)\) | \(\frac{\sqrt\pi}2\) | 不存在 | |
\(xe^{-x}\) | \(\Gamma(2)\) | \(1\) | 不存在 | 可分部积分 |
\(e^{-x^2}\) | \(\frac12\Gamma(\frac12)\) | \(\frac{\sqrt{\pi}}2\) | \(\sqrt\pi\) | 关键值 |
\(xe^{-x^2}\) | \(\frac12\Gamma(1)\) | \(\frac12\) | 不存在 | 可直接积分 |
\(x^2e^{-x^2}\) | \(\frac12\Gamma(\frac32)\) | \(\frac{\sqrt{\pi}}4\) | \(\frac{\sqrt{\pi}}2\) | |
\(e^{-\frac12x^2}\) | \(\frac1{\sqrt2}\Gamma(\frac12)\) | \(\frac{\sqrt{2\pi}}2\) | \(\sqrt{2\pi}\) | |
\(xe^{-\frac12x^2}\) | \(\Gamma(1)\) | \(1\) | 不存在 | 可直接积分 |
\(x^2e^{-\frac12x^2}\) | \(\sqrt2\Gamma(\frac32)\) | \(\frac{\sqrt{2\pi}}2\) | \(\sqrt{2\pi}\) |
部分积分在上面已经进行了推导。
速记
说是速记,其实涉及到了 Gamma 函数的另一种形式;令 \(t = u^2\): \[ \Gamma(x) = \int_0^{+\infty}t^{x-1}e^{-t}\text dt = 2\int_0^{+\infty}u^{2x-1}e^{-u^2}\text du \] 也就得到了 Gamma 函数的另一种表现形式: \[ \frac12\Gamma(x) = \int_0^{+\infty}u^{2x-1}e^{-u^2}\text du \] 这种情况下和原定义不同;当 \(u\) 的次数增加 2,对应的 Gamma 函数的参数增加 1.
虽然看起来很显然,但是在对于考研中各种类似这个的积分,使用这种形式可以快速建立积分和 Gamma 函数之间的关系,从而使用我们记忆的关键值和定义对积分求解。
后记
原来这玩意不管是在汤家凤的高数讲义上还是在张宇概率论9讲上都有提到啊…… 我学的是个寄吧()