学年论文λ-矩阵求最大公因式.docVIP

λ-矩阵求最大公因式 , ? ∞ t +∞, 为X 的特征函数. 因为， 所以总是存在的，即任一随机变量的特征函数总是存在的. 当离散随机变量X 的分布列为, k=1,2,3,...则X 的特征函数 为 , ?∞ t +∞. 当连续随机变量X的密度函数为 ,则X 的特征函数为 ， ?∞ t +∞. 2.2 特征函数的性质 性质1 令的特征函数分别为且与相互独立，那么的特征函数为. 证明 设是两个相互独立的随机变量，则的特征函数中的与也相互独立. 由数学期望的性质可得 故性质1得证. 性质2 令随机变量存在有n阶矩，那么的特征函数可以微分n次，且若则 证明 根据假定故下式中在积分号下对t求导n次，于是对，有 令t=0，即. 性质3 若是特征函数，则（1），（2）（3）也是特征函数. 证明 （1）若是随机变量的特征函数，那么可以看作是随机变量（）的特征函数. （2）若与独立同分布，其特征函数为，那么是随机变量的特征函数. （3）若独立同分布，其特征函数为，那么是随机变量的特征函数. 性质4（唯一性）随机变量的分布函数仅由特征函数决定. 证明 设是任取的的连续点.令设在的连续点趋近，则有 . 根据分布函数左连续，并且的连续点在直线上稠密，即对每个有的连续点. 从而由其连续点上的值唯一确定. 性质5 当且仅当时，函数与都是一个特征函数. 证明 若与都是特征函数，设随机变量与相互独立，且与的特征函数分别是和.因为的特征函数为，所以. 故有 因此必存在常数,使得 所以服从单点分布即. 反过来，若，则也是特征函数. 所以当且仅当时，与都是特征函数. 性质6 设（是任意常数），记在时条件特征函数为，则 . 证明 3 特征函数的应用 3.1在求数字特征上的应用 求分布的数学期望和方差. 解 由于的分布的特征函数为 于是由得， 由此即得 我们可以看出用特征函数求正态分布的数学期望和方差, 要比从定义计算方便的多. 3.2 在求独立随机变量和的分布上的应用 利用归纳法, 不难把性质4 推广到n 个独立随机变量的场合,而 是 n 个 相 互 独 立 的 随 机 变 量 , 相 应 的 特 征 函数为则 的特征函数为 设是n个相互独立的，且服从正态分布 的正态随机变量.试求 的分布. 解 由于 的分布为，故相应的特征为 ，由特征函数的性质 可知 的特征函数为 而这正是 的特征函数.由分布函数与特征函数的一一对应关系即知ξ 服从 3.3 在证明二项分布收敛于正态分布上的应用 在n 重贝努力实验中，事件A 每次出现的概率为p(0p1)， 为n 次试验中事件A 出现的次数，则 要证明上述结论只需要证明下面的结论，因为它是下面结论的一个特例。 若是一列独立同分布的随机变量，且则有 证明 设的特征函数为则 的特征函数为， 又因为所以 于是特征函数有展开式 从而对任意的t有， 而是N（0,1）分布的特征函数，由连续定理可知 成立，证毕。 我们知道在 中是服从二项分布。的随机变量， 为“泊松分布收敛于正态分布”。我们把上面的结论常常称为“二项分布收敛于正态分布”。 3.4 在求某些积分上的应用 我们知道可以用递推法，现在我们用特征函数来解决随机变量ξ 服从 其密度函数为： 其特征函数为： 故 ， 所以 由特征函数的性质 又