特征函数的性质及其应用.doc

PAGE PAGE 14 PAGE 1 特征函数的性质及其应用 摘要 在一般情况下，数学期望、方差只能粗略地反映分布函数的某些性质，能够完全刻画分布函数的是它的特征函数.特征函数有时比分布函数更便于应用.如：要研究独立随机变量和，就要求出它的分布函数，而独立随机变量和的分布律是各随机变量分布律的卷积，计算起来很复杂。但独立随机变量和的特征函数等于它的各被加项的特征函数的乘积。 本文首先讨论了特征函数的一些性质及如何判别一个函数是否为特征函数；然后给出了特征函数与分布函数之间存在一一对应关系，并通过举例说明了特征函数在求数学期望与方差、证明极限定理、证明恒等式等方面的应用.这些都进一步说明了有时用特征函数比用分布函数做随机变量的研究工具更方便. 关键词 特征函数 分布函数 数学期望 1 引言 除了一些特殊的分布（如二项分布、普哇松分布、正态分布等）被它的数学期望和方差所唯一决定外。在一般情况下，数学期望、方差只能粗略地反映分布函数的某些性质，能够完全刻画分布函数的是它的特征函数.特征函数有时比分布函数更便于应用。例如，研究独立随机变量和的分布时，用分布函数是求卷积，而用特征函数则化为简单的乘法；矩的计算对分布函数是积分而对特征函数则是微分；在极限定理的研究中，特征函数尤其起着重要的工具作用. 特征函数既能完全确定分布函数，又在处理独立随机变量和的分布及计算数字特征等方面比分布函数更为方便，这使得有必要进一步讨论特征函数的相关性质及其应用. 特征函数的定义及性质 定义 设是随机变量的分布函数，称函数 ==（） 为随机变量的特征函数. 特别，如果为连续性型的，它的密度函数为,则它的特征函数为 = 如果是离散型的，它的分布列为，则它的特征函数为 == 下面给出一些重要分布的特征函数（[1]） 1. 单点分布的特征函数为 = 2. 二项分布的特征函数为 =. 3. 普哇松分布的特征函数为 =. 4. 若服从上的均匀分布，则的特征函数为 ==. 5.设，则的特征函数为 =. 6. 设,则的特征函数为 . 2.2 性质（[2]） 性质1. 特征函数在上一致连续且||=1，= （这里表示的共轭）. 性质2. 是非负定的，即对于任意的一组实数及复数，恒有 性质3. 设是的特征函数，则的特征函数为： 性质4. 两个相互独立的随机变量之和的特征函数等于它们的特征函数之积. 利用归纳法，不难把上述性质推广到个独立随机变量的场合，若是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 . 在这里应当着重指出，正是由于性质4，才使得特征函数在概率中占有重要地位.由于这个性质，独立随机变量和的特征函数可以方便地用各个特征函数相乘来求得，而独立和的分布函数要通过褶积这种复杂的运算才能得到，相比之下，用特征函数来处理独立和问题就有利得多.独立和问题在概率论的古典问题中占有“中心”地位，而这些问题的解决大大有赖于特征函数的引进. 性质5. 设随机变量有阶矩存在，则它的特征函数可微分次，且当时： （1） （性质5使我们可以方便地求得随机变量的各阶矩.） 推论： 若随机变量有阶矩存在，则它的特征函数可作如下展开： （2） 性质6. 分布函数对称（即）的充要条件是它的特征函数是实的偶函数. 3 判别特征函数的若干方法 3.1 根据命题判别 命题1.([3]) 若是特征函数，则 （1），（2），（3）（为正整数）也是特征数 证明：（1）若是随机变量的特征函数，则是随机变量= 的特征函数. （2）若与独立同分布，其特征函数为，则 =是随机变量的特征函数. （3）若独立同分布，其特征函数为，则 是随机变量的特征函数. 命题2. 函数及都是一个特征函数当且仅当 证明： 若及都是特征函数，不妨设和相互独立，且和的特征函数分别是及，由于的特征函数为，所以，故 ， 从而或1. 因此必存在常数，使得，所以服从单点分布，即，反之，若，则也是特征函数. 所以当且仅当时， 函数及都是特征函数. . 3.2 利用特征函数的基本性质判断 例1： 判断下列函数是否为某随机变量的特征函数？ 1) ； 2) ； 3) 当时,；当时,. 解： 1) ； 2) 时, 3) 在处不连续. 由性质1知，它们都不具有特征函数的性质，所以都不是特征函数. 由此可见 ，我们不仅可以利用一些命题还可以利用特征函数的基本性质去判断一个函数是否为特征函数。 4 特征函数的应用 （1）分布律与特征函数之间存在一一对应关系.因此当求出了随机变量的特征函数，便可知