**求证:$\varphi(u)=e^{jau-\frac{1}{2}u^2\sigma^2} \ \ \ , t\in R $**
**证:**
* * $$\varphi(u)=\int _ {-\infty} ^ {+\infty} e^{jux}f(x)dx$$ $$=\int_ {-\infty}^{+\infty} e^{jux} \frac{1}{\sqrt{2\pi\sigma^2}} e^{- \frac{(x-a)^2}{2\sigma^2}}dx$$
* 整理,得:
* $$\varphi(u)= \frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}dx $$
* * beacuse $|jx e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}| \leq |x| e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}$ and $ \frac{1}{\sqrt{2\pi}}|x| e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}} < +\infty$ , $so $可以对$\varphi(u)$求$u$的一阶导数,
* 有: $$\varphi \prime(u)= \frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} {jx}\ e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}dx $$
综合可推:
$$j{(u-j\frac{a}{\sigma^2})\varphi (u)}+\frac
【Derivation】MarkDown Letex编码 之 正态分布特征函数证明
最新推荐文章于 2023-04-21 19:46:01 发布
该博客详细证明了正态分布特征函数$varphi(u)=e^{jau-frac{1}{2}u^2sigma^2}$的数学推导过程,通过积分、微分方程和拉普拉斯变换等数学工具,展示了一步步得到该表达式的步骤。
摘要由CSDN通过智能技术生成