特征函数小记

最新推荐文章于 2024-07-26 20:19:21 发布

Eddie_Go

最新推荐文章于 2024-07-26 20:19:21 发布

阅读量2k

点赞数

分类专栏： MySQL

本文链接：https://blog.csdn.net/Eddie_Go/article/details/84106202

版权

MySQL 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

在[概率论](httpszh.wikipedia.orgwiki%E6%A6%82%E7%8E%87%E8%AE%BA 概率论)中，任何[随机变量](httpszh.wikipedia.orgwiki%E9%9A%8F%E6%9C%BA%E5%8F%98%E9%87%8F 随机变量)的特征函数完全定义了它的[概率分布](httpszh.wikipedia.orgwiki%E6%A6%82%E7%8E%87%E5%88%86%E5%B8%83 概率分布)。在[实](httpszh.wikipedia.orgwiki%E5%AE%9E%E6%95%B0 实数)直线上，它由以下公式给出，其中_X_是任何具有该分布的随机变量：

![varphi _{X}(t)=operatorname {E}left(e^{{itX}}right)](httpswikimedia.orgapirest_v1mediamathrendersvg9445c97dff781c708ff80323aa316b005c5c3c61)，

其中_t_是一个[实数](httpszh.wikipedia.orgwiki%E5%AE%9E%E6%95%B0 实数)，_i_是[虚数单位](httpszh.wikipedia.orgwiki%E8%99%9A%E6%95%B0%E5%8D%95%E4%BD%8D 虚数单位)，E表示[期望值](httpszh.wikipedia.orgwiki%E6%9C%9F%E6%9C%9B%E5%80%BC 期望值)。

在[概率密度函数](httpszh.wikipedia.orgwiki%E6%A6%82%E7%8E%87%E5%AF%86%E5%BA%A6%E5%87%BD%E6%95%B0 概率密度函数)_f__X_存在的情况下，该公式就变为：

![operatorname {E}left(e^{{itX}}right)=int _{{-infty }}^{{infty }}e^{{itx}}f_{X}(x),dx](httpswikimedia.orgapirest_v1mediamathrendersvg76f8f9841853ade8aaf9a20a6b748f774c9d02d0)

## 性质
### 反演定理

在累积概率分布函数与特征函数之间存在[双射](httpszh.wikipedia.orgwiki%E5%8F%8C%E5%B0%84 双射)。==也就是说，两个不同的概率分布不能有相同的特征函数。==

给定一个特征函数φ，可以用以下公式求得对应的累积概率分布函数_F_：

![F_{X}(y)-F_{X}(x)=lim _{{tau to +infty }}{frac {1}{2pi }}int _{{-tau }}^{{+tau }}{frac {e^{{-itx}}-e^{{-ity}}}{it}},varphi _{X}(t),dt](httpswikimedia.orgapirest_v1mediamathrendersvg1e35c8fd0d006f3e6d0ad90211df6539bb837ffc)
## 举例
### 常见分布及其特征函数
![ivemDS.png](httpss1.ax1x.com20181115ivemDS.png)