粒子物理与核物理实验中的数据分析_4808.pptVIP

粒子物理与核物理实验中的数据分析 杨振伟 清华大学 第十二讲：特征函数 * 本讲要点 特征函数的定义 特征函数的性质 常用概率密度函数的特征函数 特征函数的应用 中心极限定理 利用特征函数求估计量的p.d.f. * 特征函数的定义 特征函数的本质是什么？ 设随机变量 x 的概率密度函数为 f(x)，则 特征函数 定义为 的期望值，即 特征函数的本质是 概率密度函数 f(x) 的傅里叶变换。 任意概率密度函数都存在特征函数。 * 特征函数与概率密度函数的关系 特征函数则与概率密度函数一一对应。 概率密度由特征函数的反傅里叶变换唯一确定 已知概率密度函数f(x) ，我们往往关心其特征值(比如均值、方差)。 特征值提供了概率密度函数最重要的信息，但不能完全确定概率密度函数的所有性质。 也就是说，概率密度函数 f(x) 与其特征函数 是等价的。 * 为什么引入特征函数 问题：既然概率密度函数与特征函数一一对应，给出任意一个都可以完全确定概率密度函数的所有性质，为什么还需要引入特征函数？ 很多问题直接用概率密度函数不易处理，但用特征函数处理则非常方便。比如， 1）求独立随机变量之和的分布的卷积变为乘法运算； 2）求n阶代数矩变为求n阶微分 ...... * 特征函数的性质(1) * 特征函数的性质(2) 可以推广到n个独立随机变量之和 利用反傅立叶变