概率论与数理统计_第4章1节浅析.pptVIP

分布函数及其密度无疑是描述随机变量概率规律的最有力工具，尤其是它具有明确的概率含义，故运用分布函数可方便地解决许多与随机变量有关的概率问题. 但是，在今后的某些问题中，分布函数又表现出某些不足.例如： （1）分布函数本身的分析性质不太好，它只是一个单边连续的有界非降函数. （2）独立随机变量和的分布函数等于各分布函数的卷积，这在计算上带来不少麻烦. 数字特征也只反映了概率分布的某些侧面.下面介绍的特征函数，既能完全决定分布函数，又具有良好的分析性质. 第四章 特征函数与母函数 §4.1 一维特征函数的定义及其性质 特征函数是处理许多概率论问题的有力工具. 它能把寻求独立随机变量和的分布的卷积运算转换成乘法运算. 它能把求分布的各阶原点矩(积分运算)转换成微分运算. 它能把寻求随机变量序列的极限分布转换成一般的函数极限问题. 它能完全决定分布函数. 它具有良好的分析性质． 为了定义特征函数，我们需要拓广一下随机变量的概念，引进复随机变量. 定义 如果 与 都是概率空间 上的实值随机变量，则称 为复随机变量. 对复随机变量的研究本质上是对实二维随机变量的研究. 如果二维随机变量