特征函数和矩母函数.pptVIP

一、矩母函数 矩母函数和特征函数 1．定义 称 的数学期望 为随机变量X的矩母函数。 2．原点矩的求法 利用矩母函数可求得X的各阶矩，即对 逐次求导，并计算在 点的值： 3．和的矩母函数 定理1 设相互独立的随机变量 的 矩母函数分别为 ， ，…， ， 则其和 的矩母函数为 … 4. 母函数 定义：设X是非负整数值随机变量，分布律 P{X=k}=pk，k=0,1, ? 则称 为X的母函数。 性质： (1)非负整数值随机变量的分布律pk由其母函数P(s)唯一确定 (2)设P(s)是X的母函数， 若EX存在，则EX=P?(1) 若DX存在，则DX= P?(1) +P?(1)- [P?(1)]2 (3)独立随机变量之和的母函数等于母函数之积。 (4)若X1,X2,?是相互独立同分布的非负整数值随机变量，N是与X1,X2,?独立的非负整数值随机变量，则 的母函数H(s)=G(P(s)) , EY=ENEX1 其中G(s),P(s)分别是N, X1的母函数。 证明：(1) (2) 设离散型非负整数随机变量X,Y的分布律 分别为P{X=k}=pk，P{Y=k}=qk，k=0,1, ?， 则Z=X+Y的分布律为P{Z=k}=ck,其中 ck= p0 qk +p1qk-1 + ? + pk q0 设X,Y,Z的母函数分别为PX(s), PY(s), PZ(s)，即有 (3) (4) 欧拉公式： 二、特征函数 1 .特征函数 设X为随机变量，称复随机变量 的数学期望 为X的特征函数，其中t是实数。 还可写成 分布律为P(X=xk)=pk（k=1,2,?）的离散型随机变量X，特征函数为 概率密度为f(x)的连续型随机变量X，特征函数为 对于n维随机向量X=(X1, X2, ?, Xn)，特征函数为 性质： (1) 。 (2) 在（-?， ? ）上一致连续。 (3)若随机变量X的n阶矩EXn存在，则 , k ? n 当k=1时，EX = ； 当k=2时，DX = 。 (4) 是非负定函数。 (5)若X1, X2, ?, Xn是相互独立的随机变量，则X=X1+X2+?+Xn的特征函数为 (6)随机变量的分布函数与特征函数是一一对应且相互唯一确定。 如果随机变量X为连续型，且其特征函数绝对可积，则有反演公式： （相差一个负号的傅立叶逆变换） （相差一个负号的傅立叶变换） 例1 设随机变量X服从参数为 的泊松分布， 求X的特征函数。 解 由于 所以 麦克劳林公式 例2 设随机变量X服从[a，b]上的均匀分布，求X的特征函数。 解 X的概率密度为 所以 例3：设X服从二项分布B(n, p)，求X的特征函数g(t)及EX、EX2、DX。 解: X的分布律为P(X=k)= ， q=1-p，k=0,1,2,?,n 例4：设X~N(0,1)，求X的特征函数。 解: 例5 ：设随机变量X的特征函数为gX(t) ， Y=aX+b，其中a, b为任意实数，证明Y的特征函数gY(t)为 。 证： 例6：设随机变量Y~N(? , ?2) ，求Y的特征函数为gY(t)。 解：X~N(0 , 1) ，X的特征函数为 设Y= ?X + ?，则Y~N(? , ?2) ， Y的特征函数为 三、常见随机变量的数学期望、方差、特征函数和母函数 分布 期望 方差 特征函数 母函数 0-1分布 p pq q + ps 二项分布 np npq (q +ps)n 泊松分布 ? ? 几何分布 分布 期望 方差 特征函数 矩母函数 均匀分布 指数分布