1、问题说明
在通信原理的判决门限和数字图像处理的阈值处理中,经常会遇到关于正态函数的积分值讨论。我们知道,标准正态分布N∼(1,0)的函数积分值是1,即:
2π1∫−∞∞e−2x2dx=1
证明过程如第2部分所示。
对于一般的情形N∼(μ,σ2),积分的结果又如何呢?这一点我们在第3部分讨论。
2、N∼(1,0)的函数积分值
记概率密度函数
f(x)=2π1e−2x2(1)
记f(x)在(−∞,∞)上的积分值为
I=∫−∞+∞f(x)dx(2)
由于积分值与变量名无关,将 x 换为 y ,得
I=∫−∞+∞2π1e−2x2dx=∫−∞+∞2π1e−2y2dy(3)
由于 x 与 y 相互独立,可由(3)得
I2=∫−∞+∞2π1e−2x2dx×∫−∞+∞2π1e−2y2dy
I2=2π1∫−∞+∞∫−∞+∞e−2x2+y2dxdy(4)
对 x 和 y 进行变量替换,
x=rcosθ, y=rsinθ
根据雅可比行列式计算出变量替换后的微分项:
dxdy=∣∣∣∣∂(r,θ)∂(x,y)∣∣∣∣drdθ=∣∣∣∣∂r∂x∂θ∂x∂r∂y∂θ∂y∣∣∣∣drdθ=∣∣∣∣cosθ−rsinθsinθrcosθ∣∣∣∣drdθ=rdrdθ
则(4)经过变量替换后,得到
I2=2π1∫02π∫0∞e−2r2rdrdθ
I2=(2π1∫02πdθ)(∫0∞e−2r2rdr)
I2=21∫0∞e−2r2dr2=1
又由于显然有 I>0 ,因此可知
I=2π1∫−∞∞e−2x2dx=1(5)
3、N∼(μ,σ2)的函数积分值
对于一般的正态分布函数
f(x)=2πσ1e−2σ2(x−μ)2(6)
对 x 进行变量替换,用 z 表示
z=σx−μ, dx=σdz
则该函数的积分值为
I=2πσ1∫−∞+∞e−2σ2(x−μ)2dx=2πσ1∫−∞+∞e−2z2σdz=1(7)
上式中最后一步利用了(5)中的结果。
4、分析与讨论
可以看出,不管σ的值为多少,正态分布密度函数在(−∞,∞)上的积分值都为1,函数f(x)=2πσ1e−2σ2(x−μ)2中前面系数的分母上的σ起到了归一化的作用。σ越大,曲线越矮胖,表示数值的分布越分散,这也与σ本身的含义一致——标准差。
但是,如果缺少了前面分母中的σ,则该函数的积分值与σ成正比。这需要根据具体的应用场景来确定。