ガンマ関数（Gamma Function）まとめ

1. ガンマ関数を一言で言うと？

階乗（$n!$）の定義を、自然数から「実数（さらには複素数）」へと拡張した関数です。

記号: $\Gamma(z)$ （ガンマ・ゼット）
主な役割: 確率分布（ベータ分布、ディリクレ分布、ガンマ分布など）の確率密度関数において、全体の確率の総和（積分値）を $1$ に揃える正規化定数として登場します。

2. 数学的定義と基本的な性質

数学的定義（積分の形）

実部が正の実数（$z > 0$）に対して、以下の広義積分で定義されます。

\[\Gamma(z) = \int_{0}^{\infty} t^{z-1} e^{-t} \, dt\]

最も重要な漸化式（基本ルール）

$\Gamma(z+1) = z \Gamma(z)$

「中身の数から $1$ 引いたものを外に出し、残りに $\Gamma$ を掛ける」というルールです。

整数・半整数の場合の具体例

入力値の種類	関係式・計算方法	具体例
正の整数 $n$	階乗から $1$ ずれる $\Gamma(n) = (n - 1)!$	$\Gamma(1) = 0! = 1$ $\Gamma(4) = 3! = 6$
半整数（小数が $.5$）	漸化式で削り、最後に $\Gamma(0.5) = \sqrt{\pi}$ を代入	$\Gamma(2.5) = 1.5 imes 0.5 imes \Gamma(0.5) = 0.75\sqrt{\pi}$
その他の小数	既知の定数で表せないため数値積分や近似公式が必要	$\Gamma(1.8) pprox 0.9314$

3. 関連する概念とのつながり

[階乗 n!]  --(実数へ拡張)-->  [ガンマ関数 Γ(z)]
                                    │
               ┌────────────────────┴────────────────────┐
               ▼                                         ▼
   [2変数のベータ関数 B(α, β)]              [多変量ベータ関数 B(α)]
  = Γ(α)Γ(β) / Γ(α+β)                     = ∏Γ(α_k) / Γ(∑α_k)
               │                                         │
               ▼                                         ▼
    【ベータ分布の正規化定数】                【ディリクレ分布の正規化定数】

4. 統計学・機械学習における実務上の扱い

複素数まで考える必要はあるか？
- 実務・通常の理論学習: 正の実数（$\mathbb{R}^+$）の範囲だけで 100% 完結します。
コンピュータでの計算方法
- 実際のプログラミング（Python の scipy や math モジュールなど）では、定義通りの重い積分計算は行わず、ランチョス近似（Lanczos approximation） などの高速な数値近似式が使われます。
対数ガンマ関数（lgamma）の利用
- 確率計算でガンマ関数をそのまま掛けると桁あふれ（オーバーフロー/アンダーフロー）を起こしやすいため、実際のコードでは対数をとった lgamma（$\ln \Gamma(z)$）を使って足し引きで計算するのが鉄則です。