特征函数是什么介绍如下:
特征函数,是指在概率论中,任何随机变量完全定义了它的概率分布的函数。
在求两个或多个随机变量和的分布时,需要用到卷积公式.如果要求个相互独立的随机变量和的分布时,就要算次卷积,这是一件比较麻烦的事情.经过不断地探索和研究,终于发现特征函数这个工具,它在解决个独立随机变量和的分布时,显得锐利有力。
设是一个随机变量,称是的特征函数.对任意的总有,所以总是存在的.也就是说,对于任一随机变量,它的特征函数一定存在.1.对于离散型随机变量,它的特征函数2.对于连续型随机变量,它的特征函数
特征函数具有以下基本性质:
勒维连续定理
如果两个随机变量具有相同的特征函数,那么它们具有相同的概率分布; 反之, 如果两个随机变量具有相同的概率分布, 它们的特征函数也相同(显然)。
独立随机变量和的特征函数等于每个随机变量特征函数的乘积。
反演定理
在累积概率分布函数与特征函数之间存在双射。也就是说,两个不同的概率分布不能有相同的特征函数。
研究概率论极限理论的一种重要的分析工具.若ξ是定义在(Ω,F,P)上的随机变量,F(x)是它的分布函数,称函数
φ(t)=Eeitξ=∫+∞-∞eitxdF(x)
(-∞<t<+∞, i=)
为随机变量ξ(或分布函数F(x))的特征函数.如果ξ是离散型随机变量,P(ξ=xk)=pk (k=1,2,…),则其特征函数
φ(t)=Eeitξ=eitxkpk
如果ξ是连续型随机变量,其分布密度为p(x),则ξ的特征函数
φ(t)=Eeitξ=∫+∞-∞eitxp(x)dx
可知,φ(t)是p(x)的傅里叶变换。
随机变量的特征函数总是存在的,它对一切t有定义,一般是实变量的复值函数。