이번 글에서는 자주 쓰이는 적분값 ∫∞−∞exp(−x2) dx=√π를 증명할 것이다. 이 적분은 가우스 적분(Gaussian Integral; 高斯积分)이라고 부르며 확률과 통계를 공부하다보면 자주 만나는 적분이므로 따로 정리할 필요가 있다.
∫∞−∞exp(−x2) dx=∫∞−∞exp(−y2) dy이므로, I:=∫∞−∞exp(−x2) dx으로 두면,
I2=∫∞−∞exp(−x2) dx∫∞−∞exp(−y2) dy
여기서 ∫∞−∞exp(−x2) dx는 y입장에서 상수이다. 집어넣자.
I2=∫∞−∞(∫∞−∞exp(−x2) dx)exp(−y2) dy
또, exp(−y2)는 x입장에서 상수이다. 또 집어넣자.
I2=∫∞−∞(∫∞−∞exp(−x2) dxexp(−y2)) dy=∫∞−∞∫∞−∞exp(−x2)exp(−y2) dxdy=∫∞−∞∫∞−∞exp(−(x2+y2)) dxdy
여기서 (x,y)=(rcosθ,rsinθ)로 변환하면, 변환의 야코비 행렬(Jacobian Matrix; 雅可比矩阵) J에 대해 다음이 성립한다.
|J|=‖x′rx′θy′ry′θ‖=r
그러므로 dxdy=r drdθ이다. 한편, (x,y)∈R2이므로 r∈[0,∞), θ∈[0,2π]이다. 따라서 다음과 같이 계산할 수 있다.
I2=∫2π0∫∞0exp(−r2)r drdθ=∫2π012∫∞0exp(−u) dudθ, u:=r2=∫2π012 dθ=π
I>0이어야 하므로 I=√π이다. 즉, 다음이 성립한다.
∫∞−∞exp(−x2) dx=√π
가우스 적분의 좀 더 일반화된 형태는 다음과 같다.
∫∞−∞exp(−a(x+b)2) dx=√πa
일반화라고 해봤자 선형변환이기 때문에 증명은 쉽다.
∫∞−∞exp(−a(x+b)2) dx=∫∞−∞exp(−ay2) dy, y:=x+b=∫∞−∞exp(−z2) dz⋅1√a, z:=y√a=√π⋅1√a=√πa
'Mathematics' 카테고리의 다른 글
감마분포 (0) | 2022.10.22 |
---|---|
지수분포 (0) | 2022.10.21 |
정규분포 (0) | 2022.10.18 |
균등분포 (0) | 2022.10.18 |
연속확률변수와 연속분포 (2) | 2022.10.14 |