特征函数小记

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)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值