概述
为什么会有特征函数?
“a generating function is like a clothesline on which we hang up a sequence of numbers.”__________Herbert Wilf
ψ x ( t ) = E ( e i t x ) psi_x(t)=E(e^{itx}) ψx(t)=E(eitx)
观察 e i t x e^{itx} eitx的泰勒展开
e
i
t
x
=
1
+
i
t
x
1
−
t
2
x
2
2
.
.
.
+
(
i
t
)
n
x
n
n
!
e^{itx}=1+frac{itx}{1}-frac{t^2x^2}{2}...+frac{(it)^nx^n}{n!}
eitx=1+1itx−2t2x2...+n!(it)nxn
E
(
e
i
t
x
)
=
e
i
t
x
=
1
+
i
t
E
(
x
)
1
−
t
2
E
(
x
2
)
2
.
.
.
+
(
i
t
)
n
E
(
x
n
)
n
!
E(e^{itx})=e^{itx}=1+frac{itE(x)}{1}-frac{t^2E(x^2)}{2}...+frac{(it)^nE(x^n)}{n!}
E(eitx)=eitx=1+1itE(x)−2t2E(x2)...+n!(it)nE(xn)
包含分布函数所有矩。即包含该分布函数的全部特征。而且根据泰勒级数,两个函数的各阶导数相同的越多,则这两个函数越相似。
因此,如果特征函数相等,则该分布的各个特征相等,则该分布相同。
“a generating function is like a clothesline on which we hang up a sequence of numbers.”__________Herbert Wilf
傅立叶逆变换
当随机变量X为连续随机变量,密度函数为p(x),特征函数为 ψ ( x ) psi(x) ψ(x),可以用傅立叶逆变换(实质上是一对互逆变换)。
ψ ( t ) = ∫ − ∞ ∞ e i t x p ( x ) d x psi(t)=int^{infty}_{-infty}e^{itx}p(x)dx ψ(t)=∫−∞∞eitxp(x)dx
p ( x ) = 1 2 π ∫ − ∞ ∞ e − i t x ψ ( t ) d t p(x)=frac{1}{2pi}int^{infty}_{-infty}e^{-itx}psi(t)dt p(x)=2π1∫−∞∞e−itxψ(t)dt
逆转公式
唯一性定理
随机变量的分布由其特征函数惟一决定
即随机变量的特征函数相同,其分布就相同,可用逆转公式进行证明
应用:验证正态分布的可加性…
根据特征函数判断分布
专门用来使用特征函数的乘积来处理独立随机变量和的分布
特征函数的性质
常用分布的特征函数
分布函数的连续性定理
分布函数序列 F n ( x ) {F_n(x)} Fn(x) 弱收敛于分布函数 F ( x ) F(x) F(x)的充要条件是其 特征函数序列 ψ x ( t ) psi_x(t) ψx(t)收敛于F(x)的特征函数 ψ ( t ) psi(t) ψ(t).
最后
以上就是冷傲母鸡为你收集整理的随机过程| 特征函数篇为什么会有特征函数?傅立叶逆变换逆转公式唯一性定理特征函数的性质常用分布的特征函数分布函数的连续性定理的全部内容,希望文章能够帮你解决随机过程| 特征函数篇为什么会有特征函数?傅立叶逆变换逆转公式唯一性定理特征函数的性质常用分布的特征函数分布函数的连续性定理所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复