KNOWECON WIKI

ARTICLE

伽马函数

伽马函数 (Gamma Function) 伽马函数（Gamma Function），记作 (z)，是数学中一个极为重要的特殊函数。它被视为阶乘函数n!在实数和复数域上的推广。伽马函数在分析学、概率论、组合数学以及数理物理等多个领域中都扮演着基础性的角色。 对于任意实部大于零的复数z（ (z) > 0），伽马函数通过一个收敛的瑕积分来定义： 这个定义由法国数

浏览 16 更新 2025-11-04

伽马函数 (Gamma Function)

伽马函数（Gamma Function），记作Γ(z)\Gamma(z)，是数学中一个极为重要的特殊函数。它被视为阶乘函数n!n!在实数和复数域上的推广。伽马函数在分析学、概率论、组合数学以及数理物理等多个领域中都扮演着基础性的角色。

对于任意实部大于零的复数zz（ℜ(z)>0\Re(z) > 0），伽马函数通过一个收敛的瑕积分来定义：

Γ(z)=∫0∞tz−1e−tdt\Gamma(z) = \int_0^\infty t^{z-1}e^{-t} dt

这个定义由法国数学家阿德里安-马里·勒让德给出，也被称为第二类欧拉积分。

与阶乘函数的关系

伽马函数最直观的理解是它与阶乘的联系。对于任何正整数nn，伽马函数与阶乘之间存在一个简单的关系：Γ(n)=(n−1)!\Gamma(n) = (n-1)!。这个关系可以通过使用分部积分法来证明。

考虑Γ(z+1)\Gamma(z+1)：

Γ(z+1)=∫0∞t(z+1)−1e−tdt=∫0∞tze−tdt\Gamma(z+1) = \int_0^\infty t^{(z+1)-1}e^{-t} dt = \int_0^\infty t^z e^{-t} dt

我们对这个积分应用分部积分法，令u=tzu = t^z且dv=e−tdtdv = e^{-t}dt。于是有du=ztz−1dtdu = z t^{z-1}dt和v=−e−tv = -e^{-t}。计算可得：

Γ(z+1)=[−tze−t]0∞−∫0∞(−e−t)(ztz−1dt)=z⋅Γ(z)\Gamma(z+1) = \left[ -t^z e^{-t} \right]_0^\infty - \int_0^\infty (-e^{-t})(z t^{z-1}dt) = z \cdot \Gamma(z)

这样我们得到了伽马函数最重要的函数方程或递推关系：Γ(z+1)=zΓ(z)\Gamma(z+1) = z \Gamma(z)。这个关系是阶乘性质n!=n⋅(n−1)!n! = n \cdot (n-1)!的直接推广。

现在可以用这个递推关系来证明Γ(n)=(n−1)!\Gamma(n) = (n-1)!。首先计算基础值Γ(1)\Gamma(1)：

Γ(1)=∫0∞e−tdt=[−e−t]0∞=1\Gamma(1) = \int_0^\infty e^{-t} dt = \left[ -e^{-t} \right]_0^\infty = 1

由于Γ(1)=1\Gamma(1)=1，可以递推出Γ(2)=1⋅Γ(1)=1=1!\Gamma(2) = 1 \cdot \Gamma(1) = 1 = 1!、Γ(3)=2⋅Γ(2)=2=2!\Gamma(3) = 2 \cdot \Gamma(2) = 2 = 2!、Γ(4)=3⋅Γ(3)=6=3!\Gamma(4) = 3 \cdot \Gamma(3) = 6 = 3!，以此类推。因此，对于任意正整数n>1n>1，有Γ(n)=(n−1)!\Gamma(n) = (n-1)!。

伽马函数的核心性质

除了与阶乘的关系外，伽马函数还具有许多深刻而有用的性质。

解析延拓。初始的积分定义只对ℜ(z)>0\Re(z) > 0的复数zz有效。然而，利用函数方程Γ(z+1)=zΓ(z)\Gamma(z+1) = z\Gamma(z)，我们可以将其改写为Γ(z)=Γ(z+1)z\Gamma(z) = \frac{\Gamma(z+1)}{z}。这个形式允许我们将伽马函数的定义域延拓到ℜ(z)≤0\Re(z) \le 0的区域。通过重复应用此过程，伽马函数可以被延拓为一个在整个复平面上（除了特定点外）的亚纯函数。

极点。在延拓过程中，当zz为零或负整数时，分母会变为零。这些点是伽马函数的简单极点。具体来说，Γ(z)\Gamma(z)在z=0,−1,−2,−3,…z = 0, -1, -2, -3, \ldots处有简单极点，函数值在这些点附近趋向于无穷大。在z=−nz=-n（其中n=0,1,2,…n=0, 1, 2, \ldots）处的留数为：

Res(Γ,−n)=(−1)nn!\text{Res}(\Gamma, -n) = \frac{(-1)^n}{n!}

特殊值。除了整数点外，一些非整数点的伽马函数值也极为重要。Γ(1/2)=π\Gamma(1/2) = \sqrt{\pi}通常通过计算高斯积分∫−∞∞e−x2dx=π\int_{-\infty}^\infty e^{-x^2}dx = \sqrt{\pi}得到，它是连接伽马函数与几何、概率等领域的重要桥梁。利用此值和递推关系，可以计算出所有半整数的伽马函数值，例如Γ(3/2)=π2\Gamma(3/2) = \frac{\sqrt{\pi}}{2}、Γ(5/2)=3π4\Gamma(5/2) = \frac{3\sqrt{\pi}}{4}。

欧拉反射公式。对于所有非整数的复数zz，伽马函数满足：

Γ(z)Γ(1−z)=πsin⁡(πz)\Gamma(z)\Gamma(1-z) = \frac{\pi}{\sin(\pi z)}

这个公式揭示了Γ(z)\Gamma(z)和Γ(1−z)\Gamma(1-z)之间的深刻联系。令z=1/2z=1/2，则(Γ(1/2))2=πsin⁡(π/2)=π(\Gamma(1/2))^2 = \frac{\pi}{\sin(\pi/2)} = \pi，因此Γ(1/2)=π\Gamma(1/2) = \sqrt{\pi}。

乘积定义。除了积分形式，伽马函数也可以通过无穷乘积来定义。由卡尔·魏尔斯特拉斯给出的魏尔斯特拉斯乘积式为：

1Γ(z)=zeγz∏n=1∞(1+zn)e−z/n\frac{1}{\Gamma(z)} = z e^{\gamma z} \prod_{n=1}^\infty \left(1 + \frac{z}{n}\right)e^{-z/n}

其中γ≈0.57721\gamma \approx 0.57721是欧拉-马歇罗尼常数。这个定义在整个复平面上都有效，并能直接看出其零点（无）和极点（z=0,−1,−2,…z=0, -1, -2, \ldots）。

在统计学和概率论中的应用

伽马函数是许多核心统计分布的基石，主要作为其概率密度函数中的归一化常数。

伽马分布。伽马分布的概率密度函数直接由伽马函数定义。一个参数为形状参数kk和尺度参数θ\theta的伽马分布，其概率密度函数为：

f(x;k,θ)=xk−1e−x/θθkΓ(k),for x>0f(x; k, \theta) = \frac{x^{k-1}e^{-x/\theta}}{\theta^k \Gamma(k)}, \quad \text{for } x > 0

这里的Γ(k)\Gamma(k)确保了整个概率密度函数在(0,∞)(0, \infty)上的积分为1。

贝塔分布。贝塔分布的概率密度函数由贝塔函数B(α,β)B(\alpha, \beta)进行归一化。而贝塔函数本身可以用伽马函数来表示：

B(α,β)=Γ(α)Γ(β)Γ(α+β)B(\alpha, \beta) = \frac{\Gamma(\alpha)\Gamma(\beta)}{\Gamma(\alpha+\beta)}

这个关系在贝叶斯统计中尤为重要。

卡方分布、学生t分布和F分布。这三种在假设检验中至关重要的分布，其概率密度函数也都含有伽马函数。例如，自由度为kk的卡方分布是伽马分布的一个特例（形状参数为k/2k/2，尺度参数为22）。

总之，伽马函数是连接连续数学和离散数学（通过阶乘）的桥梁，它不仅自身具有丰富的数学内涵，更是构建现代统计学和概率论理论体系不可或缺的工具。