Gaussisk funktion ( Gaussisk , Gaussisk , Gaussisk funktion ) er en reel funktion beskrevet af følgende formel:
,hvor parametre er vilkårlige reelle tal . Introduceret af Gauss i 1809 som funktion af tætheden af normalfordelingen , og er af den største betydning i denne kapacitet, i dette tilfælde er parametrene udtrykt i form af standardafvigelse og matematisk forventning :
... _ _Grafen af den Gaussiske funktion ved og er en klokkeformet kurve, parameteren bestemmer den maksimale højde af grafen - toppen af klokken, er ansvarlig for forskydningen af toppen fra nul (ved - toppen er ved nul), og påvirker klokkens bredde (rækkevidde).
Der er multidimensionelle generaliseringer af funktionen . Ud over anvendelser i sandsynlighedsteori , statistik og andre talrige anvendelser som funktion af tætheden af normalfordelingen, har Gaussian en uafhængig værdi i matematisk analyse , matematisk fysik , signalbehandlingsteori.
Egenskaberne af den Gaussiske funktion er relateret til dens konstruktion fra en eksponentiel funktion og en konkav kvadratisk funktion , logaritmen af den Gaussiske er en konkav kvadratisk funktion.
Parameteren er relateret til kortklokkens halve bredde som følger:
.Den Gaussiske funktion kan udtrykkes i form af halvbredden af grafens klokke som følger:
.Bøjninger er to punkter, hvor .
Den Gaussiske funktion er analytisk , har en tendens til nul i grænsen til begge uendeligheder :
.Ved at være sammensat af en eksponentiel funktion og aritmetiske operationer, er Gaussian elementær , men dens antiafledte er ikke elementær; Gaussisk funktionsintegral:
er (op til en konstant faktor) fejlfunktionen , som er en speciel funktion . I dette tilfælde er integralet langs hele tallinjen (på grund af eksponentialfunktionens egenskaber) en konstant [1] :
.Dette integral bliver kun til enhed under betingelsen:
,og dette giver præcis tilfældet, når Gauss er en funktion af tætheden af normalfordelingen af en stokastisk variabel med middelværdi og varians .
Produktet af Gausser er en Gaussisk funktion; foldning af to Gaussiske funktioner giver en Gaussisk funktion, desuden er foldningsparameteren udtrykt ud fra de tilsvarende parametre for Gausserne inkluderet i den: . Produktet af to normalfordelingstæthedsfunktioner, der er en gaussisk funktion, giver generelt ikke en normalfordelingstæthedsfunktion.
Et eksempel på en todimensionel version af en Gaussisk funktion:
,her indstiller klokkens højde, bestemmer forskydningen af klokkens top fra nul abscissen og er ansvarlig for klokkens omfang. Volumen under en sådan overflade er:
I sin mest generelle form er en todimensional Gaussian defineret som følger:
,hvor er matrixen:
Variant af den Gaussiske funktion i det dimensionelle euklidiske rum :
,hvor er en kolonnevektor af komponenter, er en positiv-bestemt matrix af størrelse , og er transponeringsoperationen på .
Integralet af en sådan gaussisk funktion over hele rummet :
.Det er muligt at definere en -dimensionel version med et skift:
,hvor er skiftvektoren og matricen er symmetrisk ( ) og positiv bestemt.
Den supergaussiske funktion er en generalisering af den Gaussiske funktion, hvor eksponentargumentet hæves til:
,som er blevet brugt til at beskrive egenskaberne af gaussiske bjælker [2] . I det todimensionelle tilfælde kan den super-gaussiske funktion betragtes med forskellige beføjelser i argumenterne og [3] :
.Hovedanvendelsen af gaussiske funktioner og multivariate generaliseringer er rollen som sandsynlighedstæthedsfunktionen af normalfordelingen og den multivariate normalfordeling . Funktionen har en selvstændig betydning for en række ligninger af matematisk fysik , især Gaussians er Greens funktioner for ligningen af homogen og isotrop diffusion (henholdsvis for varmeligningen ), og Weierstrass-transformationen er en operation af foldning af en generaliseret funktion , der udtrykker ligningens begyndelsesbetingelser, med Gaussisk funktion. Gauss er også bølgefunktionen af grundtilstanden for en kvanteharmonisk oscillator .
I beregningskemi bruges de såkaldte Gaussiske orbitaler til at bestemme molekylære orbitaler , som er lineære kombinationer af Gaussiske funktioner.
Gaussiske funktioner og deres diskrete modstykker (såsom den diskrete Gaussiske kerne ) bruges i digital signalbehandling , billedbehandling , lydsyntese [4] ; især er Gauss-filteret og Gaussisk sløring defineret i termer af Gausser . Gaussiske funktioner deltager også i definitionen af visse typer kunstige neurale netværk .