已阅读5页，还剩1页未读， 继续免费阅读
版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
精选文库正态分布的推导斯特林(Stirling)公式的推导斯特林（Stirling）公式： 这个公式的推导过程大体来说是先设一个套，再兜个圈把结果套进来，同时把公式算出来。Stirling太强了。1，Wallis公式 证明过程很简单，分部积分就可以了。由x的取值可得如下结论：即 化简得当k无限大时，取极限可知中间式子为1。所以第一部分到此结束，k!被引入一个等式之中。2，Stirling公式的求解继续兜圈。关于lnX的图像的面积，可以有三种求法，分别是积分，内接梯形分隔，外切梯形分隔。分别是：显然，代入第一部分最后公式得（注：上式中第一个beta为平方）所以得公式：正态分布 推导 在一本俄国的概率教材上看到以下一段精彩的推导，才知道原来所谓正态分布并不是哪位数学家一拍脑门想起来的。记得大学时的教材上只告诉了我们在抽样实验中当样本总量很大时，随机变量就服从正态分布，至于正态分布是怎么来的一点都不提。大学之前，我始终坚信数学是世界上最精致的艺术。但是上了大学之后，发现很多数学上很多问题教材中都是语焉不详，而且很多定义没有任何说明的就出来了，就像一致连续，一致收敛之类的，显得是那么的突兀。这时候数学就像数学老师一样蛮横，让我对数学极其反感，足足有四年之久。只到前些日子，在CSDN上读到孟岩的一篇并于矩阵的文章，才重新对数学发生兴趣。最近又读到了齐民友所写的重温微积分以及施利亚耶夫所写的概率，才知道原来每一个定义，和每一个定理都有它的价值和意义。前几天在网上遇到老文，小小的探讨了一下这个问题，顺便问起他斯特林公式的证明过程。他说碰巧最近很是在研究这个公式，就写出来放在百度上以供来者瞻仰吧。于是就有了这篇文章：斯特林(Stirling)公式的推导如果哪位在读本篇之前想要知道斯特林公式是怎么来的，请阅读之。本来是想和老文一块发的，怎奈一个小小的公式编辑器让我费了两个晚上才搞定。于是直至今日，方才有这篇小文字。本篇是斯特林公式的一个应用。本篇的推导全部抄自施利亚耶夫著概率，本文的证明完成了棣莫弗拉普拉斯定理推导的前半部分，后半部分以及其与伯努利大数定律的关系在以后再往上贴吧。其实也不是很难，自己动动手也是能推出来的。这次推导可以说是“连续性随机变量”第一次出现在该书中，作为理解连续性随机变量的基础
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论