个人原创，一字一字敲的
Gamma 函数从它诞生开始就被许多数学家进行研究，包括高斯、勒让德等等，这个函数在概率论中无处不在，很多统计分布都和这个函数相关。
Gamma 函数定义为如下：
今天我们来分析一个重要的概率公式，z 取 0.5 时函数值为：
即：
使用 Python 验证左侧等式的值
仅使用 NumPy 包
代码语言：javascript复制import numpy as np
那么如何求这个定积分呢？通过数值化求如下橙色区域的面积：
定积分的上限无穷，我们在这里取值为 1000，
dt 取值为一个极小的间隔：0.00001，
这样积分转化为求和，
数值求积分的代码如下所示：
代码语言：javascript复制dt = 0.00001
z = 0.5
t0,t1 = dt, 1e3
t = np.arange(t0,t1,dt)
y = np.power(t, z-1) * np.power(np.e, -t)
sum(y * dt)**2
大概运行 35 秒后，得到结果：
代码语言：javascript复制3.1252434547696777
已经接近 ，
要想再提升精度，可继续调整积分的间隔 dt 和 t1.
希望通过此文了解积分的数值计算方法，然后对 Gamma 函数有一个浅显的认识。
