• 1.摘要
  • 2.计算方式
  • 3.与Γ函数的关系
  • 4.一般化
  • 4.1.高斯函数的积分
  • 4.2.n维和泛函一般化
  • 4.3.带线性项的n维
  • 4.4.形式相似的积分

高斯积分

高斯积分(英语:Gaussian integral),有时也被称为概率积分,是高斯函数(e−x2)在整个实数线上的积分。它是依德国数学家兼物理学家卡尔·弗里德里希·高斯之姓氏所命名。

image

这个积分用处很广。例如,在变量略有变化的情况下,它用于计算正态分布的归一化常数。还是这个积分,在极限为有限值的时候,与正态分布的误差函数和累积分布函数密切相关。在物理学中,这种积分经常出现,例如在量子力学中,为了求谐振子基态的概率密度,以及在路径积分公式中,求谐振子的传播子,我们都要用到这个积分。

尽管误差函数不存在初等函数,但可以通过Risch算法证明,高斯积分可以通过多元微积分方法分析求解。下面这个不定积分

image

无法用初等函数表示,但可以计算定积分

image

任意高斯函数的定积分为

image

在物理学中,经常用到高斯积分;而在量子场论中会用到许多该积分的推广形式。

计算方式

通过极限计算

要找到高斯积分的闭合形式首先从一个近似函数开始:

image

通过

image

可以找到积分。对image取平方获得

image

使用富比尼定理以上双重积分可以被看作是直角坐标系上一个顶点为{(−a, a), (a, a), (a, −a), (−a, −a)}的正方形的面积积分image

由于对任何实数来说指数函数均大于0,因此对于这个正方形内的内切圆的积分必须小于image。类似地正方形的外接圆积分必须大于image。通过从直角坐标系转化到极坐标系image, image, image对这两个圆面的积分可以简单地计算出来:

image

积分得

image

使用夹挤定理获得高斯积分

image

与Γ函数的关系

由于被积分的函数是一个偶函数,

image

通过替代变量它可以变成一个欧拉积分