首页 > 其他分享 >有关 Gauss 积分的一些证明和理解

有关 Gauss 积分的一些证明和理解

时间:2022-11-20 13:34:01浏览次数:45  
标签:infty frac int 积分 Gauss df 理解 dt

引言: 总所周知,积分是一个比较需要启发式技巧的过程,这些技巧在某些情况下在我看来无关分析,甚至不是特别关乎组合和代数运算,主要关乎人类智慧(所以有些奇怪的积分技巧会让人(起码像我这样的菜狗)觉得莫名其妙

本文致力于用一些比较不反人类的方法计算 Gauss 积分

即证明

\(\int_{-\infty}^{\infty} e^{-x^2}\) = \(\sqrt{\pi}\)

由于 \(e^{-x^2}\) 是偶函数,形式化且严格地说,我们希望证明:

\(\lim_{a\rightarrow \infty}\int_{0}^a e^{-x^2} = \frac{\sqrt{\pi}}{2}\)

先证明一个引理 (微分与积分的交换定理,这个也是几乎所有的含参积分可以做的理论基础)

  • 若 \(f(x,t)\) : \([a,b] \times [t_0-c,t_0 + c]\rightarrow \R\) 是连续函数

  • 且 \(\forall x \in [a,b]\), \(\frac{df}{dt}:[a,b] \times [t_0 - c,t_0 + c] \rightarrow \R\) 存在且连续

则 \(\frac{df}{dt} \int_{a}^b f(x,t) dx = \int_{a}^b \frac{df}{dt}f(x,t) dx\)

example: 若 \(f\) 满足上述条件

则\(\frac{d}{dt}\int tx dx = \int \frac{d}{dt} (tx) dx = \int x dx\)

proof:
$ \frac{F(t+h) - F(t)}{h}= \frac{(\int_a^b f(x,t+h) - \int_{a}^b f(x,t))}{h}$

\(= \int_{a}^b\frac{f(x,t+h) - f(x,t)}{h}\)

考虑 Lagrange 中值定理

\(= \int_{a}^b{\frac{df}{dt}f(x,t+\theta h)}(\theta \in (0,1))\)

所以 $\frac{F(t+h) - F(t)}{h} - \int_a^b \frac{df}{dt} f(x,t) $

\(= \int_{a}^b \frac{df}{dt}f(x,t+\theta h) - \frac{df}{dt} f(x,t)\)

考虑到 \(\frac{df}{dt} f(x,t)\) 是连续函数,并且是定义在 \([a,b] \times [t_0 - c,t_0 + c]\) 一个紧集上的,所以该函数必一致连续

所以 \(\forall \epsilon\),存在足够小的 \(h\),使得 \(|\frac{df}{dt}f(x,t+\theta h) - \frac{df}{dt} f(x,t)| < \frac{\epsilon}{b-a}\)

所以 \(\forall \epsilon > 0\)

\(|\lim_{h \rightarrow 0} \frac{F(t+h) - F(t)}{t} - \int_{a}^b \frac{df}{dt}f(x,t) dx| < \epsilon\)

证毕

我们先来看一个比较反人类(但其实非常巧妙的)的做法

设 \(I = \int_{0}^{\infty} e^{-\frac{x^2}{2}}\),设 \(F(t) = \int_{0}^{\infty}\frac{e^{-t^2(x^2 + 1)}}{1 + x^2} dx\)

则 \(F'(t) = (-e^{\frac{t^2}{2}})\int_{0}^{\infty} e^{-\frac{(tx)^2}{2}} d(tx)\)

所以 \(F(\infty) - F(0) = -I^2\)

注意到 \(F(\infty) = 0,F(0) = \frac{\pi}{2}\)

所以 \(I = \sqrt{\frac{\pi}{2}}\)

通过简单的换元即可得到 \(Gauss\) 积分的结果

但是,但是 这个 \(F\) 实在是太逆天了,怎么会想到设这个 \(F\),反正我刚开始看到的时候一脸懵逼

以下稍微解释一下我思考这个 \(F\) 是怎么来的动机,让它稍微不那么逆天

(因为一些比较方便的原因,我们还是计算上面给的 \(I\),而不是 \(Gauss\) 积分本身,但这两个只差了常数倍)

我们似乎很少见过任何初等函数的积分是带 \(\sqrt{\pi}\)

所以很自然地我们希望将该积分平方即计算 \(I^2\)

我们考虑什么函数的积分会等于 \(I^2\)

于是我们有了第一版的 \(F'\)

\(F'(t) = e^{\frac{-t^2}{2}}\int_{0}^{\infty} e^{-\frac{x^2}{2}} dx\)

很显然 \(\int_{0}^{\infty} F'(t) = I^2\)

但是,但是根据这个我们压根没法求出原函数,因为后面带的常数正是我们要求的 \(I\)

所以我们考虑让后面的积分项不是一个常数,而是一个带指数形式的函数(因为对指数函数进行积分一般都是比较简单的),这也是所谓的含参积分法的思想

我们考虑设计第二版的函数

\(F'(t) = e^{-\frac{t^2}{2}} \int_{0}^\infty e^{-\frac{(tx)^2}{2}} d(tx)\)

所以 \(F'(t) = \int_{0}^{\infty}e^{-\frac{t^2}{(1+x)^2}} t dx\)

根据所谓的积分和微分交换定理,我们可以只对 \(e^{-\frac{t^2}{(1+x)^2}}t\) 求原函数,而这个是 easy 的

于是我们可以得到 \(F(t) = - \int_{0}^{\infty}\frac{e^{-t^2(x^2 + 1)}}{1 + x^2} dx\)

和上面定义的 \(F\) 仅差一个负号

结语:虽然看起来稍微可以理解一点了,但感觉还是有很多人类智慧的成分在里面,但毕竟积分就是一个"启发式"技巧的过程吧

\(ps:\) 不过如果你知道 fubini 定理的话,这个积分将有一个极其自然的解法

\((\int_{-\infty}^{\infty} e^{-x^2}) ^ 2dx\)

\(= \int_{R} e^{-x^2} \int_{R} e^{-y^2}dydx\)

\(= \int_{R}\int_R e^{-(x^2+y^2)} dydx\)

\(= \int_{0}^{2\pi}\int_{0}^{\infty} e^{-r^2} r dr d\theta\)

\(= \int_{0}^{2\pi} \frac{1}{2} d\theta\)

\(= \pi\)

标签:infty,frac,int,积分,Gauss,df,理解,dt
From: https://www.cnblogs.com/y-dove/p/16908313.html

相关文章

  • 多分类交叉熵理解
    多分类交叉熵有多种不同的表示形式,如下图所示: 但是,有时候我们读论文会深陷其中不能自拔。也有很多读者、观众会纠正其他作者的文章、视频的交叉熵形式。实际上,上述三种形式......
  • posix API的一些理解
    TCPPosixAPI的理解我们主要从TCP连接讲解整个的流程。连接的建立消息的收发连接的断开连接的建立先看一下一个TCPserver的创建过程。#include<stdio.h>#inclu......
  • Python的线程如何理解
    Num01-->多线程threadingPython中建议使用threading模块,而不要使用thread模块。原因如下:1,Python中threading模块对thread进行了一些包装,可以更加方便的使用。2,Python......
  • 面向对象编程三大特性------封装、继承、多态(概念理解,应用举例)
    1.面向对象&面向过程面向过程思想步骤清晰简单,第一步做什么,第二步做什么....面向过程适合处理一些简单的问题。面向对象思想物以类聚,在思考问题解决方案时会先......
  • 关于裁剪区域SetClip的初步理解
    先看一个关于setclip用法的初步使用的例子:1usingSystem;2usingSystem.Collections.Generic;3usingSystem.Linq;4usingSystem.Text;5usingSystem.Draw......
  • 深入理解Java引用类型和值调用
    目录引言数据类型分类基本类型引用类型引用分类数据存在哪基本类型与引用类型的区别值传递引用对象传递之例外nullReference引言  什么是数据类型?在计算机科学和计算......
  • EnumSet 和 EnumMap 简单理解
    在阅读《EffectiveJava》时,看到了EnumSet,就去查了下。EnumSet首先看一下类图:内部实现上,每个EnumSet内容都表示为位矢量(区别于HashSet底层使用HashMap实现),一般(......
  • 一篇彻底带你理解微服务
    在系统架构与设计的实践中,从宏观上可以总结为三个阶段;集中式架构:就是把所有的功能、模块都集中到一个项目中,部署在一台服务器上,从而对外提供服务(单体架构、单体服务、单体应......
  • HOG算法的理解与python实现
    HOG称为方向梯度直方图(HistogramofOrientedGradient),主要是为了对图像进行特征提取。所以在传统目标检测算法中经常与SVM结合用于行人识别任务(当前都是基于深度学习来做......
  • Java——数组(概念理解+应用举例)
    一、数组是什么1.数组的定义数组是相同类型数据的有序集合。数组描述的是相同类型的若干个数据,按照一定的先后次序排列组合而成。其中,每一个数据称作一个数组元素,......