随机变量的特征函数

合集下载

随机变量的数字特征与特征函数(课堂PPT)

随机变量的数字特征与特征函数(课堂PPT)

性4: 质X 若 与 Y独立 EX且 ,EY存在X, 的 Y 则 数学期望
EXY EXEY
注:性质3和4可推广到任意有限个随机变量的场合。
7
性质5,6为不等式→
性5质 :如 EX 果 2,EY2存在且0,则 不有 等
EXY2 EX2 EY2
柯西-许瓦兹不不等式
性质 6: 若X0,EX存在,则对b任 ,何 有实数 PXbEX
性质4可由契比雪夫不等式推出,见p151
契比雪夫不等式
10
矩→
三、矩
随机变量的矩是常见的数字特征。 数学期望和方差是它的特例。
定义:设X为随机变量,对任意正整数k,分别称
E X k
E X k
E X E X k
K阶原点矩 K阶原点绝对矩 K阶中心矩
EX E X k
K阶中心绝对矩
11
N维随机变量也可以定义其数学期望和方差。 以二维为例,有协方差、相关系数。→
量纲化)的,XDE X X ,YDE Y Y
问:后者能用前者的线性函数 表示吗?近似程度如何?
讨论:设后者能用前者的线性变换表示,其形式为
YD E Y Y tX D E X X 其中t为常数
用所产生的均方差来衡量近似程度。所产生的均方差为
E Y D E Y Y tX D E X X 2 ,定 t,义 则为
三、随机变量函数的数学期望 定理4.1.1
要确定Y=g(X)的数学期望,因Y也是随 机变量,可先确定Y的分布再求Y的均 值,但Y的分布确定比较复杂。可否直 接用X的分布来求Y=g(X)的均值?
(1)设离散型随机变量X的分布律为 P X x p ,k 1 , 2 ,
k
k
又 YgX,若 gxp收敛,则

高阶谱 第1章 高阶统计量的定义与性质

高阶谱  第1章 高阶统计量的定义与性质

第1章 高阶统计量的定义与性质1.1 准备知识1. 随机变量的特征函数若随机变量x 的分布函数为)(x F ,则称⎰⎰∞∞-∞∞-===Φdx x f e x dF e e E x j x j x j )()(][)(ωωωω为x 的特征函数。

其中)(x f 为概率密度函数。

离散情况:}{,][)(k k k kx j x j x x p p p e e E k ====Φ∑ωωω特征函数)(ωΦ是概率密度)(x f 的付里叶变换。

例:设x ~),(2σa N ,则特征函数为dx e e x j a x ⎰∞∞---=Φωσσπω222/)(21)(令σ2/)(a x z -=,则dz e aj z j z⎰∞∞-++-=Φωσωπω221)(根据公式:AB AC CxBx AxeAdx e 222--∞∞--±-=⎰π,则 2221)(σωωω-=Φa j e若0=a ,则2221)(σωω-=Φe。

2. 多维随机变量的特征函数设随机变量n x x x ,,,21 联合概率分布函数为),,,(21n x x x F ,则联合特征函数为),,,(][),,,(21)()(2122112211n x x x j x x x j n x x x dF e eE n n n n ⎰⎰∞∞-+++∞∞-+++==Φωωωωωωωωω令T n x x x ],,,[21 =x ,T n ],,,[21ωωω =ω,则⎰=ΦdX f e Tj )()(x ωx ω 矩阵形式或 n n x jn dx dx x x f eknk k ,,),,(),,,(11211⎰⎰∞∞-∞∞-∑=Φ=ωωωω 标量形式其中,),,,()(21n x x x f f =x 为联合概率密度函数。

例:设n 维高斯随机变量为T n x x x ],,,[21 =x ,T n a a a ],,,[21 =a⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=nn n n n c c c c c c2111211c )])([(],cov[k k i i k i ik a x a x E x x c --== x 的概率密度为⎭⎬⎫⎩⎨⎧---=)()(21exp )2(1)(2/12/a x c a x cx T n P π x 的特征函数为⎭⎬⎫⎩⎨⎧-=Φc ωωωa ωT T j 21ex p )( 矩阵形式其中,T n ],,,[21ωωω =ω,⎭⎬⎫⎩⎨⎧-=Φ∑∑∑===n i nj j i ij ni i i n C a j 1112121exp ),,,(ωωωωωω 标量形式 3. 随机变量的第二特征函数定义:特征函数的对数为第二特征函数为 )(ln )(ωωΦ=ψ (1) 单变量高斯随机过程的第二特征函数 22221ln )(22σωωωσωω-==ψ-a j e a j(2) 多变量情形j n i i nji ij i ni i n C a j ωωωωωω∑∑∑===-=ψ1112121),,,(1.2 高阶矩与高阶累积量定义1. 单个随机变量情形 (1) 高阶矩定义随机变量x 的k 阶矩定义为⎰∞∞-==dx x p x x E m k k k )(][ (1.1)显然10=m ,][1x E m ==η。

随机变量的特征函数

随机变量的特征函数

1
4 2



X
(1
,

2
)e

j1x1

j
2
x2
d1d
2
第二特征函数定义为
X (1,2 ) ln X (1,2 )
例1:设随机变量X的概率分布为
P{X 1} p P{X 0} q pq 1
求X的特征函数。
例2:设随机变量X服从标准正态分 布N(0,1),即

e

jx
f
X
(
x)dx
随机变量X的第二特征函数定义为特 征函数的对数,即
X ( ) ln X ( )
对二维随机变量,可用类似的方法 定义特征函数
X (1,2)



fX
( x1,
x2 )e j1x1 j2x2dx1dx2
f X (x1, x2 )
1.6 随机变量的特征函数
1.6.1 特征函数的定义
随机变量X的特征函数就是由X组成
的一个新的随机变量ejwX的数学期望,

X ( ) E[e jX ]
离散随机变量和连续随机变量的特 征函数分别表示为
X ( ) E[e jX ] e jxi P{X xi}
i
X () E[e jX ]
即若
n 1
N
Y ( ) Xn ( )
n1

1.6.3 特征函数与矩函数的关系
矩函数与特征函数之间存在如下关系:
E[
X
]jdX ( d)
| 0
E[ X
n]

(
j)n
d nX ( ) d n

随机变量特征函数

随机变量特征函数

随机变量特征函数随机变量特征函数是概率论中的一个重要概念,它能够完全描述一个随机变量的分布特征。

在实际应用中,特征函数经常被用来求解各种概率分布的特定参数,如均值、方差等。

下面我们来详细介绍一下随机变量特征函数的定义、性质以及计算方法。

一、定义设X是一个实值随机变量,其概率密度函数为f(x),则X的特征函数φ(t)定义为:φ(t) = E(e^(itX)) = ∫e^(itx)f(x)dx其中i是虚数单位,t是任意实数。

二、性质1. φ(0) = 1显然有E(e^(i0X)) = E(1) = 1。

2. φ(-t) = φ(t)*根据定义可得:φ(-t) = E(e^(-itX)) = E((e^(itX))^(-1)) = E(conj(e^(itX))) =conj(E(e^(itX))) = conj(φ(t))其中conj表示对复数取共轭。

3. |φ(t)| ≤ 1由于e^(ix)的模长为1,故有:|φ(t)| ≤ ∫|e^(itx)f(x)|dx ≤ ∫f(x)dx = 14. 如果两个随机变量X和Y独立,则它们的特征函数的乘积等于它们特征函数的积。

设X和Y的概率密度函数分别为f(x)和g(y),则有:φ_(X+Y)(t) = E(e^(it(X+Y))) = E(e^(itX)e^(itY)) =E(e^(itX))E(e^(itY)) = φ_X(t)φ_Y(t)5. 如果随机变量X的特征函数φ(t)存在,则对于任意正整数n,其n 阶矩可以表示为:E(X^n) = (i^n)*φ^(n)(0)其中φ^(n)(0)表示φ(t)在t=0处的n阶导数。

三、计算方法1. 对于一些常见分布,其特征函数可以直接求出。

如:(1) 正态分布N(μ,σ^2)的特征函数为:e^(iμt-σ^2t^2/2)(2) 均匀分布U(a,b)的特征函数为:(e^(ibt)-e^(iat))/(it(b-a))(3) 指数分布Exp(λ)的特征函数为:λ/(λ-it)2. 对于一些复杂分布,可以利用特征函数的性质来求解。

特征函数篇

特征函数篇

性质3 (t ) 为某随机变量X的特征函数,则Y=c1X+c2 的特征函数为
Y (t ) e (c1t )
ic2t
性质4 X (t ),Y (t ) 为某随机变量X,Y 的特征函数, 若X,Y 独立,则
X Y (t ) X (t ) Y (t )
l ( t ) 为随机变量X 的特征函数, EX 存在 性质5 X
特征函数
天擎国际
定义
设X为 , F , P
概率空间中的实随机变量, (t ) Ee e dF ( x) 其特征函数为
itX itX X X

注记: Euler公式为 e
ix
cos x i sin x
注记: 特征函数是关于实变量t的复值函数, 由于 itx
| e || cos(tx) i sin(tx) | 1,
所以特征函数对一切实数t 均有意义. 注记: 特征函数只与分布有关,因此亦称为某 分布的特征函数。
离散型:若随机变量的分布律为
P( X xi ) pi , i 1,2,
则其特征函数为 X (t ) Ee

EX
k

(0)
(k ) X k
i
, k 1, 2,
,l
逆转公式与唯一性定理
1
定理1(逆转公式)设分布函数F(x)的特征函数为 (t 且 x , x2 为 F(x)的连续点,则
1 F ( x2 ) F ( x1 ) lim T 2 eitx1 eitx2 T it d (t )dt
· 二项分布B(n,p)
X (t ) pe q
it
X (t ) ( pe q)

随机变量的特征函数

随机变量的特征函数

随机变量的特征函数
随机变量的特征函数是指反映随机变量随机性程度的函数,其主要可以分为五种:均值、方差、偏度、峰度和分布函数等。

1、均值是某一随机变量的数学期望,是衡量一个随机变量的中心位置的量,即期望值,也称为期望或数学期望。

2、方差表示随机变量与它的期望值之间的偏离程度,是一种测量随机变量分布形状的统计量,也是随机变量差异性的度量,它和均值的组合可以描述一个总体的变异情况。

3、偏度是衡量数据分布的离散程度,也可称为变量分布的“非对称程度”,衡量数据分布是否偏向均值,是用来评估样本中值离均值的离散程度,如果偏度系数大于0,则表示样本数据集向右偏;如果偏度系数小于0,则表示样本数据集向左偏;如果等于0,则表示没有偏斜。

4、峰度是衡量数据分布的凸度,衡量数据集分布的紧密程度,也叫做峰度系数,正态分布的均值、标准差和峰度均为零,而非正态分布的峰度大于0。

5、分布函数用来表示某个随机变量的取值范围和概率。

特征函数

特征函数
0 0 0


t it 1 [ 2 2 i 2 2 ] (1 ) t t
二、随机变量特征函数的性质
1. (t ) (0) 1 2. (t ) (t ) 其中 (t )为 (t )的共轭。 3.若Y aX b,其中a, b为常数,则Y的特征函数为
五、多元特征函数
1、多元特征函数的定义 设n元随机变量为(1 , 2 , , n )的分布函数为
F ( x1 , x2 , , xn ), 则它的特征函数定义为
f (t1 , t2 ,, tn ) ei( t1 x1 t2 x2 tn xn ) dF ( x1 , x2 ,, xn )
对于任意实数a,有 e ia 1 a .
事实上 对于实数a 0,有 eia 1 eix dx eix dx a.
0 0 ia ia a a
对于实数a 0,有 e 1 e (e
ia
1) e
ia
1 a
e itx1 e itx2 itx e it ( x1 x2 ) 1 itx2 itx 因此有 e e e x2 x1 it it 即J T中被积函数有界,所以积分可交换次序,得 1 JT 2 1 2
1 JT 2 1 2
e itx1 e itx2 itx T it e dt f ( x)dx
T T
sin t ( x x1 ) sin t ( x x2 ) dt f ( x)dx t t 0 1
(t ) 2 it 2 2
(i 2t ) 2 e
所以 E ( X )
i D( X ) (0) ( (0)) 2 2 X X

第2节、随机变量的特征函数

第2节、随机变量的特征函数

n
§2 随机变量的特征函数
例 4: 正态分布 正态分布N(a,σ2)的分布密度是
1 f ( x) e 2 ( x a )2 2 2
( x )
其中
( x ), 0
( xa )2 2
2
。由(2)式,得
令u xa
1 (t ) 2
§2 随机变量的特征函数
随机变量的特征函数是研究概率论的有力工具,它亦是概率 论自身内容的一个组成部分。在介绍特征函数之前先引进斯蒂尔 吉斯积分。
一、斯蒂尔吉斯积分
先看有限区间上的斯蒂尔吉斯积分。 定义: 设f(x),g(x)是定义在区间[a,b]上的两个有界函数。把 区间[a,b]分成n个子区间,分点为 a x0 x1 xn b ,在每一个子 区间 [ x , x ] 上任意取一个点 k 作和式
§2 随机变量的特征函数
(5) 设随机变量X,Y相互独立,又 Z X Y ,则 z (t ) X (t )Y (t ) 此式表示两个相互独立随机变量之和的特征函数等于各自特 征函数的乘积。 证: 由特征函数的定义
z (t ) EeitZ Eeit( X Y ) E[eitX eitY ] EeitX EeitY X (t )Y (t )
itx


存在,则称此积分为对g(x)的傅里叶-斯蒂尔吉斯(FourierStieltjes)积分,简称F-S积分。
二、特征函数
先引进复随机变量。 定义: 如果X与Y都是概率空间(Ω, F, P)上的实值随机变量, 则 Z X iY 称为复(值)随机变量,其中 i 1 。 复随机变量是取复数值的随机变量。它的数学期望定义为 EZ=EX+iEY 其中E(X),E(Y)是(实值)随机变量的数学期望。 若X是(实值)随机变量,那么eitX应是复随机变量。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第四章 大数定律与中心极限定理4.1特征函数内容提要1. 特征函数的定义 设X 是一个随机变量,称)()(itX e E t =ϕ为X 的特征函数,其表达式如下(),()().(), 在离散场合, 在连续场合,itx i iitX itx x e P X x t E e t e p x dx ϕ+∞-∞⎧=⎪==-∞<<+∞⎨⎪⎩∑⎰由于1sin cos 22=+=tx tx e itx ,所以随机变量X 的特征函数)(t ϕ总是存在的.2. 特征函数的性质 (1) 1)0()(=≤ϕϕt ;(2) ),()(t t ϕϕ=-其中)(t ϕ表示)(t ϕ的共 轭; (3) 若Y =aX +b ,其中a ,b 是常数.则);()(at e t X ibt Y ϕϕ=(4) 若X 与Y 是相互独立的随机变量,则);()()(t t t Y X Y X ϕϕϕ⋅=+(5) 若()l E X 存在,则)(t X ϕ可l 次求导,且对l k ≤≤1,有);()0()(k k k X E i =ϕ (6) 一致连续性 特征函数)(t ϕ在),(+∞-∞上一致连续(7) 非负定性 特征函数)(t ϕ是非负定的,即对任意正整数n ,及n 个实数n t t t ,,,21Λ和n 个复数n z z z Λ,,21,有 ;0)(11≥-∑∑==j k j nk nj k z z t t ϕ(8) 逆转公式 设F (x )和)(t ϕ分别为X 的分布函数和特征函数,则对F (x )的任意两个点21x x <,有=-+--+2)0()(2)0()(1122x F x F x F x F ;)(21lim21dt t it e e TT itx itx T ϕπ⎰-+∞→-特别对F (x )的任意两个连续点21x x <,有;)(21lim)()(2112dt t it e e x F x F TT itx itx T ϕπ⎰-+∞→-=-(9) 唯一性定理 随机变量的分布函数有其特征函数唯一决定;(10) 若连续随机变量X 的密度函数为p (x ),特征函数为).(t ϕ如果+∞<⎰+∞∞-dt t )(ϕ,则dt t e x p itx )(21)(ϕπ⎰∞+∞--=3. 常用的分布函数特征表习题与解答4.11. 设离散随机变量X 的分布列如下,试求X 的特征函数.解 t i t i it x e e e t 321.02.03.04.0)(+++=ϕ2. 设离散变量X 服从几何分布 .,2,1,)1()(1Λ=-===-k p p k X P k 试求X 的特征函数,并以此求E(X )和V a r(x ).解 记q =1-p , 则ititK itit k k itk itxqe pe q e pe p qe e E t -====∑∑+∞=+∞=-1)()()(111ϕ,()2'1)(it itqe ipe t -=ϕ,42'')1()1(2)1()(it itit it it it qe qe qe pe qe pe t -=----=ϕ, p q p i X E 1)1()0(1)(2'=-==ϕ,242''21)1()1(2)1()0(1)(pqq q pq q p i X E +=--+-==ϕ,22222)1(1)]([)()(pqp p q X E X E X Var =-+=-= 3.设离散随机变量X 服从巴斯卡分布 ,)1(11)(rk r p p r k k X P --⎪⎪⎭⎫ ⎝⎛--== ,1,,k r r =+L 试求X 的特征函数.解 设r X X X ,,,21Λ是相互独立同分布的随机变量,且都服从参数为p 的几何分布Ge(p ),则由上一题知j X 的特征函数为,1)(X ititqepe t j -=ϕ 其中q =1-p . 又因为r X X X X +++=Λ21,所以X 的特征函数为∏=-==rj ritit x X qe pe t t j 1)1()()(ϕϕ. 4.求下列分布函数的特征函数,并由特征函数求其数学期望和方差.(1)dt e a x F x t a ⎰∞--=2)(1 (a >0); (2) dt a t a x F x⎰∞-+=2221)(π (a >0). 解 (1)因为此分布的密度函数为 ,2)(1xa e a x p -= .+∞<<∞-x 所以此分布的特征函数为010()22itx ax itxax a at e e dx ee dx ϕ+∞--∞=⋅+⋅⎰⎰(cos sin )(cos sin )22ax axa atx i tx e dx tx i tx e dx +∞--∞=+⋅++⋅⎰⎰=.cos 222ta a dx txea ax+=⎰+∞-又因为,)(2)(2222'1t a ta t +-=ϕ ,0)0('1=ϕ ,)()3(2)(322222''1t a a t a t +-=ϕ ,2)0(2''1a -=ϕ 所以 0,(0)1)('1==ϕi X E V a r(X )= .a2(0)1)(2''122==ϕi X E(2) 因为此分布的密度函数为 ,1)(222a x ax p +⋅=π .+∞<<∞-x 所以此分布的特征函数为,cos 2)(022222⎰⎰+∞+∞∞-+=+=dx ax txadx a x e ax itx ππϕ 又因为当t >0时,有(见菲赫金哥尔茨《微积分学教程》第二卷第三分册或查积分表).2cos 022⎰+∞-=+ate a dx a x tx π 所以当t >0时,有 .22)(2at ate e aa t --=⋅=ππϕ 而当t <0时,有 ,)()(22t a e t t -=-=ϕϕ所以.22)(2ta at e e aa t --=⋅=ππϕ 又因为)(2t ϕ在t =0处不可导,故此分布(柯西积分)的数学期望不存在.注:⎰+∞∞-+=dx ax e ax itx222)(πϕ也可利用复变函数中的留数理论来计算,方法如下:t >0时,⎪⎪⎭⎫ ⎝⎛=+⋅=+=⎰+∞∞-ai z a z e i adx a x e ax itz itx ,Res 2)(22222πππϕ ta taitz ai z e ai e ai ai z e i a--→==+⋅=22lim 2ππ5. 设),,(~2σμN X 试用特征函数的方法求X 的3阶及4阶中心矩. 解 因为正态分布),(2σμN 的特征函数为,)(2/22t t i e t σμϕ-=所以,)0('μϕi = ,)0()('μϕ==iX E,)0(22''σμϕ--= ,)0()(222''2σμϕ+==i X E ,3)0(23'''μσμϕi i --= ,3)0()(333'''3μσμϕ+==i X E,36)0(4224''''σσμμϕ++= .36)0()(42244''''4σσμμϕ++==i X E由此得X 的3阶及4阶中心矩为,0)(3)(3)())((2233=+-=-μμX E X E X E X E X E.3)(4)(6)(4)())((44343344σμμμμ=+-+-=-X E X E X E X E X E X E6. 试用特征函数的方法证明二项分布的可加性:若X ~ b (n , p),Y ~ b(m , p),且 X 与Y 独立,则X+Y ~ b(n + m, p).证 记q=1-p, 因为 n it X q pe t )()(+=ϕ, m it Y q pe t )()(+=ϕ, 所以由 X 与Y 的独立性得()()()()it n m X Y X Y t t t pe q ϕϕϕ++==+,这正是二项分布b(n + m, p)的特征函数,由唯一性定理知X+Y~b(n+m,P ).7. 试用特征函数的方法证明泊松分布的可加性:若X ~P (λ1),Y ~ P (λ2),且X与Y 独立,则X +Y ~P (λ1+λ2).证:因为 ,)(,)()1()1(21====it ite Y eX et e t λλϕϕ 所以由X 与Y 独立性得,)()()()1)2(-+==+it e et t t Y X Y X λλϕϕϕ这正是泊松分布 P (λ1+λ2).的特征函数,由唯一性定理知X +Y ~ P (λ1+λ2). .8. 试用特征函数的方法证明伽玛分布的可加性:若),,(~1λa Ga X),(~2λa Ga Y ,且X 与Y 独立,则),(~21λa a Ga Y X ++.证 因为 1)1()(a X it t --=λϕ,2)1()(a Y itt --=λϕ,所以由X 与Y 的独立性得)(21)1()()()(a a Y X Y X itt t t +-+-==λϕϕϕ,这正是伽玛分布),(21λa a Ga +的特征函数,由唯一性定理知),(~21λa a Ga Y X ++.9.试用特征函数的方法证明2χ分布的可加性:若)(~2n X χ,)(~2m Y χ,且X 与Y 独立,则).(~2m n Y X ++χ证 因为2)21()(nX it t --=ϕ,2)21()(mY it t --=ϕ,所以由X 与Y 的独立性得2)()21()()()(m n Y X Y X it t t t +-+-=+=ϕϕϕ,这正是2χ分布2χ(n+m)的特征函数,由唯一性定理知).(~2m n Y X ++χ10. 设i X 独立同分布,且n i Exp X i ,,2,1),(~Λ=λ.试用特征函数的方法证明:∑==ni i n n Ga X Y 1),(~λ.证 因为1)1()(--=λϕitt i X ,所以由诸i X 的相互独立性得n Y 的特征函数为n Y itt n--=)1()(λϕ,这正是伽玛分布),(λn Ga 的特征函数,由唯一性定理知),(~λn Ga Y n .11. 设连续随机变量X 服从柯西分布,其密度函数如下:+∞<<-∞-+⋅=x x x p ,)(1)(22μλλπ,其中参数+∞<<-∞>μλ,0,常记为),(~μλCh X ,(1) 试证X 的特征函数为{}t t i λμ-exp ,且利用此结果证明柯西分布的可加性;(2) 当1,0==λμ时,记Y =X,试证)()()(t t t Y X Y X ϕϕϕ=+,但是X 与不独立; (3) 若n X X X ,,,21Λ相互独立,且服从同一柯西分布,试证:)(121n X X X n+++Λ 与X i 同分布.证 (1) 因为μ-=X Y 的密度函数为+∞<<-∞+⋅=x yx p ,1)(22λλπ,由本节第4题(2)知Y 的特征函数为{}()exp ||Y t t φλ=-.由此得μ+=Y X 的特征函数{}{}t t i t t i t t Y Y X λμϕμϕϕμ-===+exp )(exp )()(.下证柯西分布的可加性: 设)2,1(=i X i 服从参数为i i λμ,的柯西分布,其密度函数为: 2,1,,)(1)(22=+∞<<-∞-+⋅=i x x x p i i μλλπ.若1X 与2X 相互独立,则(){}t t i t t t X X X X )(exp )()()(21212121λλμμϕϕϕ+-+==+,这正是参数为2121,λλμμ++柯西分布的特征函数.所以由唯一性定理知,21X X +服从参数为2121,λλμμ++的柯西分布.(2) 当1,0==λμ时有 {}t t X -=exp )(ϕ,{}t t Y -=exp )(ϕ,所以 )2()()(2t t t X X Y X ϕϕϕ==+{}{}{}t t t --=-=exp exp 2exp )()(t t Y X ϕϕ=. 由于Y=X,当然X 与Y 不独立.此题说明,由)()()(t t t Y X Y X ϕϕϕ=+不能推得X 与Y 独立.(3) 设i X 都服从参数为λμ,的柯西分布,则特征函数为{}t t i t λμϕ-=exp )(.由相互独立性得, ∑=n i i X n 11 的特征函数为 []{}t t i n t nλμϕ-=exp )/(,即 ∑=n i i X n 11与X 1具有相同的特征函数,由唯一性定理知它们具有相同的分布.12.设连续随机变量X 的密度函数为p (x ),试证:p (x )关于原点对称的充要条件是它的特征函数是实的偶函数.证:记X 的特征函数为)(t X ϕ.先证充分性,若)(t X ϕ是实的偶函数,则)()(t t X X ϕϕ=-或)()(t t X X -=-ϕϕ,这表明X 与-X 有相同的特征函数,从而X 与-X有相同的密度函数,而-X 的密度函数为p (-x ),所以得p (x )=p (-x ),即p (x )关于原点是对称的.再证必要性.若p (x )=p (-x ),则X 与-X 有相同的密度函数,所以X 与-X 有相同的特征函数.由于-X 的特征函数为)(t X ϕ,所以)()(t t X X ϕϕ=-=________)(t X ϕ,故)(t X ϕ是实的偶函数.13.设n X X X ,,,21Λ独立同分布,且都服从N (2,σϕ)分布,试求∑==ni i X n X 1___1的分布.解:因为X j 的特征函数为2/22)(t t i j e t σϕϕ-=,所以由诸X i 互相独立得___X 的特征函数为)2/(22))/(()(n t t i n i X e n t t σϕϕϕ-==这是正态分布N (n /,2σϕ)的特征函数,所以由唯一性定理知∑==ni i X n X 1___1~N (n /,2σϕ)。

相关文档
最新文档