请求帮助：用数学归纳法证明标准正态分布的E[X^{2n}]公式

嘿，别慌，这个证明其实是分部积分和数学归纳法的经典组合，一步步拆解就很清晰了。先明确前提：X服从标准正态分布N(0,1)，它的概率密度函数是 $f(x) = \frac{1}{\sqrt{2\pi}}e^{-x2/2}$，我们要证的是对所有正整数$n \in \mathbb{N}$，$E[X^{2n}] = (2n-1)(2n-3)\dots5\cdot3\cdot1$（这个乘积也叫奇数双阶乘，记为$(2n-1)!!$）。

第一步：验证基础情况（n=1） #

先从最简单的n=1开始，计算$E[X^2]$：

• 对于标准正态分布，我们知道期望$E[X]=0$，方差$Var(X)=1$，而方差的定义是$Var(X)=E[X^2]-(E[X])2$，代入得$1=E[X^{2]-0$，所以$E[X}2]=1$。
• 对照右边的表达式：$(2*1-1)=1$，完全匹配。
• 如果你想从积分的本质验证，用分部积分：
  $$
  E[X^2] = \int_{-\infty}^{\infty}x2 \cdot \frac{1}{\sqrt{2\pi}}e^{-x2/2}dx
  $$
  令$u=x$，$dv=x e^{-x2/2}dx$，则$du=dx$，$v=-e^{-x2/2}$，分部积分后得到：
  $$
  -x e^{-x2/2}\bigg|{-\infty}^{\infty} + \int{-\infty}^{\infty}e{-x^2/2}dx
  $$
  第一项在$x\to\pm\infty$时，指数衰减速度远快于多项式增长，结果为0；第二项积分结果是$\sqrt{2\pi}$，乘以前面的$\frac{1}{\sqrt{2\pi}}$，最终得到1，和之前的结论一致。

第二步：归纳假设 #

假设对于某个正整数$k$，结论成立，也就是：
$$
E[X^{2k}] = (2k-1)!! = (2k-1)(2k-3)\dots5\cdot3\cdot1
$$

第三步：归纳递推（证明n=k+1时成立） #

现在我们要证明$E[X^{2(k+1)}] = E[X^{2k+2}] = (2(k+1)-1)!! = (2k+1)(2k-1)\dots5\cdot3\cdot1$。

同样用分部积分处理这个期望的积分形式：
$$
E[X^{2k+2}] = \int_{-\infty}^{\infty}x{2k+2} \cdot \frac{1}{\sqrt{2\pi}}e^{-x2/2}dx
$$
令$u=x^{2k+1}$，$dv=x e^{-x2/2}dx$，则：

• $du=(2k+1)x^{2k}dx$
• $v=-e^{-x2/2}$

代入分部积分公式$\int u dv = uv - \int v du$，得到：
$$
-x^{2k+1}e{-x^{2/2}\bigg|_{-\infty}}{\infty} + (2k+1)\int_{-\infty}^{\infty}x{2k} \cdot \frac{1}{\sqrt{2\pi}}e^{-x2/2}dx
$$

• 第一项：和n=1的情况一样，当$x\to\pm\infty$时，$x^{2k+1}e{-x^2/2}$趋近于0，所以这一项为0。
• 第二项：后面的积分正好就是$E[X^{{2k}]$，根据归纳假设，$E[X}{2k}]=(2k-1)!!$，所以代入后得到：
  $$
  (2k+1) \cdot (2k-1)!! = (2k+1)(2k-1)\dots5\cdot3\cdot1 = (2(k+1)-1)!!
  $$
  这正好就是n=k+1时右边的表达式，所以结论成立。

给你的小提示 #

• 这个证明的核心是分部积分的拆分技巧：把高次的$x^{2n}$拆成$x \cdot x^{{2n-1}$，这样$dv$部分可以凑成$e}{-x^2/2}$的微分形式，方便计算。
• 记住标准正态分布的矩有个特点：奇数阶矩都是0（因为密度函数是偶函数，积分区间对称），所以我们只需要关注偶数阶矩的递推关系。
• 双阶乘的定义可以帮你简化表达式，不用写一长串乘积，$(2n-1)!!$就是所有小于等于$2n-1$的正奇数相乘，递推的时候一眼就能看出关系。

内容的提问来源于stack exchange，提问作者mathforumpythonhelp