特征函数公式

定义
$X$ 为随机变量，其特征函数【记为 ${\phi }_X(v)$或$\phi (v)$】
$${\phi }_X(v)=E(e^{ivX})，v\in (-\infty ,+\infty )$$
对于实数 $v\in (-\infty ,+\infty )$，总有 $|e^{ivX}|=1$.
欧拉公式：$e^{i\theta }=cos\theta +isin\theta$

离散型特征函数

概率分布：$P(X=x_i)=p_k,k=1,2,3,...$
特征函数：${\phi }_X(v)=E(e^{ivX})={\sum }_{k=1}^{\infty }{e}^{iv{x}_k}{p}_k$

连续型特征函数

概率分布：$f(x)$
特征函数：${\phi }_X(v)=E(e^{ivX})={\int }_{-\infty }^{+\infty }{e}^{ivx}f(x)dx$

常见分布特征函数

分布	标志	概率分布	特征函数
两点分布	$X\sim (0-1)$	$P(X=K)=p^k(1-p{)}^{1-k},k=0,1,0<p<1$	$1-p+p{e}^{iv}$
两项分布	$B(n,p)$	$P(X=k)={\text{C}}_n^k{p}^k(1-p{)}^{n-k},k=0,1,2...n,0<p<1$	$(p{e}^{iv}+1-p{)}^n$
泊松分布	$X\sim \pi (\lambda )$	$P(X=k)=\frac{{\lambda }^k{e}^{-\lambda }}{k!}$	$e^{\lambda (e^{iv}-1)}$
均匀分布	$U(a,b)$	$f(x)=\{\begin{array}{c}\frac{1}{b-a},a<x<b\\ 0,other\end{array}$	$\frac{i}{(b-a)v}(cosva-cosvb)-\frac{(sinva-sinvb)}{(b-a)v}$
指数分布	$X\sim Z(\alpha )$	$f(x)=\{\begin{array}{c}\alpha e^{-\alpha x},x>0,\alpha >1\\ 0,x⩽0\end{array}$	$\frac{{\alpha }^2}{{\alpha }^2+v^2}+i\frac{\alpha v}{{\alpha }^2+v^2}$
标准正态分布	$X\sim N(0,1)$	$f(x)=\frac{1}{\sqrt{2\pi }}{e}^{-\frac{x^2}{2}}$	$e^{-\frac{v^2}{2}}$

$X\sim N(\mu ,{\sigma }^2),{\phi }_X(v)=e^{i\mu v-\frac{{\sigma }^2{v}^2}{2}}$

性质

1. ${\phi }_X(0)=1,{\phi }_X(-v)=\overline{{\phi }_X(v)}$
2. $Y=aX+b,{\phi }_Y(v)=e^{ibv}{\phi }_X(av)$
3. $X$与$Y$相互独立，则有 ${\phi }_{X+Y}(v)={\phi }_X(v){\phi }_Y(v)$
4. ${\phi }^{(k)}(0)=i^{k}E(X^k)$