KNOWECON WIKI

ARTICLE

Gamma函数

Gamma函数 (Gamma Function) Gamma函数（Gamma Function），通常记为 (z) ，是将阶乘概念从自然数推广到全体复数（除非正整数外）的特殊函数。它是数学分析中最重要的非初等函数之一，在概率论、数论、物理学和工程学中有着极其广泛的应用。Gamma函数由瑞士数学家Leonhard Euler于1729年在他写给Christia

浏览 0 更新 2025-10-25

Gamma函数 (Gamma Function)

Gamma函数（Gamma Function），通常记为 Γ(z) \Gamma(z) ，是将阶乘概念从自然数推广到全体复数（除非正整数外）的特殊函数。它是数学分析中最重要的非初等函数之一，在概率论、数论、物理学和工程学中有着极其广泛的应用。Gamma函数由瑞士数学家Leonhard Euler于1729年在他写给Christian Goldbach的信件中首次提出，最初是为了解决"将阶乘函数插值到非整数自变量"这一数学问题。

定义

欧拉积分定义

Gamma函数最经典的定义是欧拉第二类积分（Euler's Second Integral），适用于实部 ℜ(z)>0 \Re(z) > 0 的复数 z z ：

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

这个积分在 ℜ(z)>0 \Re(z) > 0 时绝对收敛，且定义了一个在该半平面上的解析函数。通过解析延拓（Analytic Continuation），Gamma函数可以被唯一定义在整个复平面上，除了 z=0,−1,−2,… z = 0, -1, -2, \dots 处的一阶极点。

魏尔斯特拉斯乘积形式

另一种等价的定义是魏尔斯特拉斯无穷乘积（Weierstrass Product）：

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≈0.5772156649 \gamma \approx 0.5772156649 是欧拉-马歇罗尼常数。这个乘积形式在整个复平面上收敛，直接展示了Gamma函数在所有非正整数处的极点结构，且不依赖于积分表示。

基本性质与函数方程

递推关系

Gamma函数最重要的性质是其递推关系，直接体现了其与阶乘的本质联系：

Γ(z+1)=z Γ(z)\Gamma(z+1) = z \, \Gamma(z)

结合 Γ(1)=1 \Gamma(1) = 1 ，对非负整数 n n 有：

Γ(n+1)=n!=1×2×3×⋯×n\Gamma(n+1) = n! = 1 \times 2 \times 3 \times \cdots \times n

这一定义使得Gamma函数成为阶乘在连续变量上唯一的对数凸推广，这由Bohr-Mollerup定理保证：在正实数上，满足 Γ(1)=1 \Gamma(1)=1 、Γ(x+1)=xΓ(x) \Gamma(x+1)=x\Gamma(x) 且 ln⁡Γ(x) \ln\Gamma(x) 为凸函数的函数唯一存在，就是Gamma函数。

欧拉反射公式

Gamma函数满足一个优美且实用的对称关系：

Γ(z) Γ(1−z)=πsin⁡(πz),z∉Z\Gamma(z) \, \Gamma(1-z) = \frac{\pi}{\sin(\pi z)}, \quad z \notin \mathbb{Z}

该公式揭示了Gamma函数与三角函数之间的深刻联系。代入 z=1/2 z = 1/2 立即得到 Γ(1/2)=π \Gamma(1/2) = \sqrt{\pi} ，这一结果也直接来自于Gauss积分 ∫−∞∞e−x2dx=π \int_{-\infty}^{\infty} e^{-x^2} dx = \sqrt{\pi} 。

勒让德倍量公式

Γ(z) Γ(z+12)=21−2zπ Γ(2z)\Gamma(z) \, \Gamma\left(z + \frac{1}{2}\right) = 2^{1-2z} \sqrt{\pi} \, \Gamma(2z)

该公式在涉及半整数阶的Gamma函数计算中极为有用。更一般地，Gauss乘法定理给出了 n n 重乘积的封闭形式：

∏k=0n−1Γ(z+kn)=(2π)(n−1)/2n1/2−nzΓ(nz)\prod_{k=0}^{n-1} \Gamma\left(z + \frac{k}{n}\right) = (2\pi)^{(n-1)/2} n^{1/2 - nz} \Gamma(nz)

特殊值

Gamma函数在许多关键点处的取值具有简洁的封闭形式：

| z z | Γ(z) \Gamma(z) | 备注 | | :--- | :---: | :--- | | 1 1 | 1 1 | 基础归一化 | | 1/2 1/2 | π \sqrt{\pi} | 与正态分布的联系 | | 3/2 3/2 | 12π \frac{1}{2}\sqrt{\pi} | 半整数迭代 | | 5/2 5/2 | 34π \frac{3}{4}\sqrt{\pi} | 递推可得 | | n+1, n∈N n+1,\ n \in \mathbb{N} | n! n! | 阶乘对应 | | 0,−1,−2,… 0, -1, -2, \dots | 极点 | 留数为 (−1)k/k! (-1)^k/k! |

对数Gamma函数与渐近展开

在实际数值计算中，常使用对数Gamma函数 ln⁡Γ(z) \ln \Gamma(z) 而非Gamma函数本身。对于大 ∣z∣ |z| ，斯特林近似（Stirling's Approximation）提供了一个高效的渐近展开：

ln⁡Γ(z)=(z−12)ln⁡z−z+12ln⁡(2π)+∑k=1∞B2k2k(2k−1)z2k−1\ln \Gamma(z) = \left(z - \frac{1}{2}\right)\ln z - z + \frac{1}{2}\ln(2\pi) + \sum_{k=1}^{\infty} \frac{B_{2k}}{2k(2k-1)z^{2k-1}}

其中 B2k B_{2k} 是伯努利数。截断到第一项就是经典的阶乘近似：

n!∼2πn(ne)nn! \sim \sqrt{2\pi n} \left(\frac{n}{e}\right)^n

斯特林公式在统计力学中推导微观状态数、在组合数学中估计大阶乘、在概率论中逼近大样本分布时都发挥着核心作用。

与Beta函数的关系

Beta函数（第一类欧拉积分）与Gamma函数之间存在紧密联系：

B(p,q)=∫01tp−1(1−t)q−1dt=Γ(p)Γ(q)Γ(p+q),ℜ(p),ℜ(q)>0B(p,q) = \int_{0}^{1} t^{p-1} (1-t)^{q-1} dt = \frac{\Gamma(p)\Gamma(q)}{\Gamma(p+q)}, \quad \Re(p),\Re(q) > 0

这一关系使得许多涉及Beta函数的复杂积分可以转化为Gamma函数的简单代数运算，在计算Dirichlet分布的归一化常数和贝叶斯统计中的后验分布时尤为方便。

在概率论与统计中的应用

Gamma分布

Gamma分布是定义在 [0,∞) [0, \infty) 上的连续概率分布，其概率密度函数为：

f(x;α,β)=βαΓ(α)xα−1e−βx,x>0f(x; \alpha, \beta) = \frac{\beta^\alpha}{\Gamma(\alpha)} x^{\alpha-1} e^{-\beta x}, \quad x > 0

其中 α>0 \alpha > 0 为形状参数，β>0 \beta > 0 为速率参数。Gamma分布具有以下重要特例：

  • 当 α=1 \alpha = 1 时，退化为指数分布Exp(β) \text{Exp}(\beta) ，用于建模无记忆的等待时间。
  • 当 α=n/2, β=1/2 \alpha = n/2,\ \beta = 1/2 时，变为自由度为 n n 的卡方分布χn2 \chi^2_n ，是假设检验中最重要的分布之一。
  • 形状参数 α \alpha 个独立同分布指数随机变量之和服从 Gamma(α,β) \text{Gamma}(\alpha, \beta) 分布，这解释了它在排队论和可靠性理论中的应用。

贝叶斯统计

在贝叶斯推断中，Gamma分布是泊松分布速率参数 λ \lambda 的共轭先验。若似然函数为 Pois(x∣λ) \text{Pois}(x|\lambda) ，先验取 Gamma(α,β) \text{Gamma}(\alpha, \beta) ，则后验分布为 Gamma(α+∑xi,β+n) \text{Gamma}(\alpha + \sum x_i, \beta + n) 。这一共轭性质使得后验分布可以解析求解，极大简化了推断过程。

威沙特分布

Gamma函数在多元统计分析中同样不可或缺。威沙特分布（Wishart Distribution）——协方差矩阵的抽样分布——的归一化常数中包含多变量Gamma函数：

Γp(n2)=πp(p−1)/4∏j=1pΓ(n+1−j2)\Gamma_p\left(\frac{n}{2}\right) = \pi^{p(p-1)/4} \prod_{j=1}^{p} \Gamma\left(\frac{n+1-j}{2}\right)

在物理学中的应用

Gamma函数在物理学的多个分支中反复出现：

  • 量子力学：计算球谐函数的归一化系数、谐振子的概率密度函数、氢原子波函数的径向部分均涉及Gamma函数。
  • 统计物理：经典理想气体的配分函数、态密度计算和玻色-爱因斯坦统计中的积分都依赖于Gamma函数。
  • 量子场论：维度正规化（Dimensional Regularization）中处理发散积分的核心工具，通过 Γ(ϵ) \Gamma(\epsilon) 在 ϵ→0 \epsilon \to 0 附近的展开提取极点项。
  • 弦理论：开弦和闭弦的 Veneziano 振幅直接用Beta函数（进而用Gamma函数）表达。

不完全Gamma函数

实际应用中经常需要截断的Gamma积分，由此引出不完全Gamma函数：

γ(s,x)=∫0xts−1e−tdt,Γ(s,x)=∫x∞ts−1e−tdt\gamma(s,x) = \int_{0}^{x} t^{s-1} e^{-t} dt, \quad \Gamma(s,x) = \int_{x}^{\infty} t^{s-1} e^{-t} dt

它们满足 γ(s,x)+Γ(s,x)=Γ(s) \gamma(s,x) + \Gamma(s,x) = \Gamma(s) 。不完全Gamma函数与卡方分布的累积分布函数直接相关：自由度为 n n 的卡方分布CDF可表示为 γ(n/2,x/2)Γ(n/2) \frac{\gamma(n/2, x/2)}{\Gamma(n/2)} 。它还出现在误差函数 erf(x) \text{erf}(x) 的表达式中：

erf(x)=γ(1/2,x2)π\text{erf}(x) = \frac{\gamma(1/2, x^2)}{\sqrt{\pi}}

与其他特殊函数的联系

Gamma函数是整个特殊函数体系的基石：

  • 超几何函数：2F1(a,b;c;z) _2F_1(a,b;c;z) 的定义依赖于Pochhammer符号 (a)n=Γ(a+n)/Γ(a) (a)_n = \Gamma(a+n)/\Gamma(a) 。
  • 黎曼Zeta函数：函数方程 ξ(s)=ξ(1−s) \xi(s) = \xi(1-s) 中使用了完备化Zeta函数 ξ(s)=s(s−1)2π−s/2Γ(s2)ζ(s) \xi(s) = \frac{s(s-1)}{2} \pi^{-s/2} \Gamma\left(\frac{s}{2}\right) \zeta(s) 。
  • 贝塞尔函数：半整数阶贝塞尔函数 Jn+1/2(x) J_{n+1/2}(x) 可表示为初等函数与Gamma函数的组合。
  • 椭圆积分：完全椭圆积分的数值计算中，Gamma函数提供了一种高效的级数展开途径。

数值计算

实际工程中不直接通过积分定义计算Gamma函数。主流方法包括：

  • Lanczos近似：基于精心选择的系数序列 ak a_k ，通过 Γ(z+1)=(z+γ+1/2)z+1/2e−(z+γ+1/2)∑k=0∞akz+k \Gamma(z+1) = (z+\gamma+1/2)^{z+1/2} e^{-(z+\gamma+1/2)} \sum_{k=0}^{\infty} \frac{a_k}{z+k} 逼近，精度可达机器精度。这是GSL、SciPy和Boost等数值库的标准算法。
  • 斯特林级数：当参数较大（通常 ∣z∣>10 |z| > 10 ）时使用，配合递推公式可将任意参数调整到最有利的计算区间。
  • 反射公式：当自变量实部为负时，利用 Γ(z)=π/(Γ(1−z)sin⁡(πz)) \Gamma(z) = \pi / (\Gamma(1-z)\sin(\pi z)) 将计算转化为正实部区域。

Gamma函数丰富的结构和广泛的应用使其成为数学物理方法中最基础的工具之一。理解Gamma函数是深入学习概率论、统计力学、量子力学和复分析的必经之路。