(概率论课件）4.1一维特征函数的定义及性质.ppt

特征函数 电子科技大学 第四章 特征函数与极限理论 电子科技大学 §4.1 一维特征函数的定义及性质 §4.2 多维特征函数 §4.4 大数定律 §4.5 中心极限定理 §4.3 随机变量的收敛性 电子科技大学 §4.1 一维特征函数的定义及性质 一、特征函数的定义及例 设X, Y是实随机变量,复随机变量 Z=X + jY, 的数学期望定义为 特别 电子科技大学 注 1） costx 和 sintx 均为连续有界函数, 故 总存在. 2) 是实变量t 的函数. ξ是实随机变量 求随机变量ξ的函数的数学期望 (P360定理2.1) 电子科技大学 定义4.1.1 设ξ是定义在(Ω,F, P )上的随机变量,称 为ξ的特征函数. 关于ξ的分布函数的傅立叶-司蒂阶变换 当ξ是连续型随机变量 当ξ是离散型随机变量 电子科技大学 Ex.1 单点分布 Ex.2 两点分布 Ex.3 二项分布 Ex.4 泊松分布 见P263 例子 电子科技大学 Ex.5 指数分布 电子科技大学 Ex.6 均匀分布 Ex.7 正态分布N(a,σ2) 特别正态分布N(0,1)，则 电子科技大学 证明 见P264 例4.1.7 电子科技大学 二、特征函数性质 性质4.1.1 随机变量ξ的特征函数满足： 证 斯蒂阶积分性质或矩的性质 电子科技大学 性质4.1.2 随机变量ξ的特征函数为 则η= aξ+b的特征函数是 a, b是常数. 电子科技大学 Ex.8 设η～N(a,σ2), 求其特征函数. 解 设ξ～N( 0, 1),有η=σξ+ a, 且 证 电子科技大学 性质4.1.3 随机变量ξ的特征函数 在R上一致连续. (证明见P268) 使 时,对t 一致地有 性质4.1.4特征函数是非负定的函数，即对任意正整数n, 任意复数z1, z2 ,…, zn,及 电子科技大学 证 注 以上性质中 一致连续性，非负定性是本质性的. 电子科技大学 波赫纳—辛钦定理 函数 为特征函数的充分必要条件是在R上一致连续，非负定且 定理4.1.1 若随机变量ξ 的n阶矩存在,则 ξ的特征函数 的k 阶 导数 存在,且 三、特征函数与矩的关系 注 逆不真. 电子科技大学 证 仅证连续型情形 设ξ的概率密度为f(x)，有 电子科技大学 令t=0，得 故 Ex.9 随机变量ξ的概率密度为 解 电子科技大学 故 电子科技大学 Ex.10随机变量ξ服从N(a, σ2),计算 解 ξ的特征函数为 电子科技大学 四、反演公式及惟一性定理 由随机变量ξ的分布函数可惟一确定其特征函数： 问题 更一般的结论见P271. 电子科技大学 能否由ξ的特征函数唯一确定其分布函数？ 从而 定理4.1.2（反演公式）设随机变量ξ的分布函数和特征函数分别为F(x)和 　　　则对F(x)的任意连续点x1, x2,（x1<x2）,有 电子科技大学 注1 由反演公式，根据特征函数 可以计算概率 注2 设x2=x为F(x)的连续点，有 问题 分布函数F(x)能否由特征函数完全确定？ 电子科技大学 推论1(惟一性定理)分布函数F1(x)和F2(x)恒等的充要条件是它们的特征函数 和 恒等. 证 显然若 F1(x)=F2(x) 反之若 令 若x?A ,由反演公式(*) 有 F1(x)=F2(x)， 若x A , 电子科技大学 推论2 若随机变量ξ的特征函数 在R上绝对可积，则ξ为连续型随机变量，其概率密度为 反演 公式 由分布函数的左连续性 电子科技大学 注 对于连续型随机变量ξ，概率密度与特征函数互为傅氏变换. 其特征函数为 定理4.1.3 随机变量ξ是离散型的,其分布律为 则 反演 公式 电子科技大学 证 设 有 电子科技大学 Ex.12 随机变量ξ在[ ]上服从均匀分布, η=cosξ,利用特征函数法求η的概率密度. 解 ξ的概率密度为 η的特征函数为 偶函数 电子科技大学 令 根据特征函数与分布函数一一对应的惟一性定理, 知随机变量η的概率密度为 电子科技大学 Ex.13 已知随机变量ξ的特征函数为 试求ξ的概率分布. 解 根据特征函数与分布函数一一对应的惟一性定理, 知随机变量η的分布律为 ξ -2 0 2 p 1