泊松分布特征函数推导
设
X
X
X服从参数为
λ
\lambda
λ的泊松分布,则其特征函数为:
g
(
t
)
=
E
(
e
i
t
X
)
=
∑
x
=
0
∞
e
i
t
x
⋅
e
−
λ
⋅
λ
x
x
!
=
e
−
λ
⋅
∑
x
=
0
∞
(
λ
⋅
e
i
t
)
x
x
!
=
e
−
λ
⋅
e
λ
⋅
e
i
t
=
e
λ
(
e
i
t
−
1
)
\begin{aligned} g(t) ;= E(e^{itX}) \\ ;= \sum_{x=0}^{\infty}e^{itx}\cdot e^{-\lambda}\cdot\frac{\lambda^x}{x!} \\ ;=e^{-\lambda}\cdot\sum_{x=0}^{\infty}\frac{(\lambda\cdot e^{it})^x}{x!} \\ ;=e^{-\lambda}\cdot e^{\lambda\cdot e^{it}} \\ ;=e^{\lambda(e^{it}-1)} \end{aligned}
g(t)=E(eitX)=x=0∑∞eitx⋅e−λ⋅x!λx=e−λ⋅x=0∑∞x!(λ⋅eit)x=e−λ⋅eλ⋅eit=eλ(eit−1)
正态分布特征函数推导
设
X
∼
N
(
μ
,
σ
2
)
X\sim\mathcal{N}(\mu,\sigma^2)
X∼N(μ,σ2),则其特征函数为:
g
(
t
)
=
E
(
e
i
t
X
)
=
∫
−
∞
+
∞
e
i
t
x
⋅
1
2
π
σ
⋅
e
x
p
{
−
(
x
−
μ
)
2
2
σ
2
}
d
x
=
1
2
π
σ
∫
−
∞
+
∞
e
x
p
{
−
[
x
−
(
μ
−
σ
2
i
t
)
]
2
−
2
μ
σ
2
i
t
−
σ
4
i
2
t
2
2
σ
2
}
d
x
=
e
i
μ
t
−
1
2
σ
2
t
2
∫
−
∞
+
∞
1
2
π
σ
e
x
p
{
−
[
u
−
(
μ
−
σ
2
i
t
)
]
2
2
σ
2
}
d
u
=
e
i
μ
t
−
1
2
σ
2
t
2
\begin{aligned} g(t) ;= E(e^{itX}) \\ ;= \int_{-\infty}^{+\infty}e^{itx}\cdot\frac{1}{\sqrt{2\pi}\sigma}\cdot exp\{-\frac{(x-\mu)^2}{2\sigma^2}\}dx\\ ;=\frac{1}{\sqrt{2\pi}\sigma}\int_{-\infty}^{+\infty}exp\{-\frac{[x-(\mu-\sigma^2it)]^2-2\mu\sigma^2it-\sigma^4i^2t^2}{2\sigma^2}\}dx\\ ;=e^{i\mu t-\frac{1}{2}\sigma^2t^2}\int_{-\infty}^{+\infty}\frac{1}{\sqrt{2\pi}\sigma}exp\{-\frac{[u-(\mu-\sigma^2it)]^2}{2\sigma^2}\}du \\ ;=e^{i\mu t-\frac{1}{2}\sigma^2t^2} \end{aligned}
g(t)=E(eitX)=∫−∞+∞eitx⋅2π
σ1⋅exp{−2σ2(x−μ)2}dx=2π
σ1∫−∞+∞exp{−2σ2[x−(μ−σ2it)]2−2μσ2it−σ4i2t2}dx=eiμt−21σ2t2∫−∞+∞2π
σ1exp{−2σ2[u−(μ−σ2it)]2}du=eiμt−21σ2t2 其中
∫
−
∞
+
∞
1
2
π
σ
e
x
p
{
−
[
u
−
(
μ
−
σ
2
i
t
)
]
2
2
σ
2
}
d
u
=
1
\int_{-\infty}^{+\infty}\frac{1}{\sqrt{2\pi}\sigma}exp\{-\frac{[u-(\mu-\sigma^2it)]^2}{2\sigma^2}\}du=1
∫−∞+∞2π
σ1exp{−2σ2[u−(μ−σ2it)]2}du=1。因为对于该式,有
U
∼
N
(
μ
−
σ
2
i
t
)
,
σ
2
)
U\sim\mathcal{N}(\mu-\sigma^2it), \sigma^2)
U∼N(μ−σ2it),σ2)
指数分布的特征函数推导
设
X
X
X服从参数为
λ
\lambda
λ的指数分布,则其特征函数为:
g
(
t
)
=
E
(
e
i
t
X
)
=
∫
−
∞
0
e
i
t
x
⋅
0
d
x
+
∫
0
+
∞
e
i
t
x
⋅
λ
⋅
e
−
λ
x
d
x
=
0
+
λ
⋅
1
i
t
−
λ
e
(
i
t
−
λ
)
x
∣
0
+
∞
=
(
i
t
λ
−
1
)
−
1
[
0
−
1
]
=
(
1
−
i
t
λ
)
−
1
\begin{aligned} g(t) ;= E(e^{itX}) \\ ;= \int_{-\infty}^0e^{itx}\cdot0dx+\int_0^{+\infty}e^{itx}\cdot\lambda\cdot e^{-\lambda x}dx \\ ;=0 + \lambda\cdot\frac{1}{it-\lambda}e^{(it-\lambda)x}|_0^{+\infty} \\ ;=(\frac{it}{\lambda}-1)^{-1}[0-1]\\ ;=(1-\frac{it}{\lambda})^{-1} \end{aligned}
g(t)=E(eitX)=∫−∞0eitx⋅0dx+∫0+∞eitx⋅λ⋅e−λxdx=0+λ⋅it−λ1e(it−λ)x∣0+∞=(λit−1)−1[0−1]=(1−λit)−1 对于
∣
e
(
i
t
−
λ
)
x
∣
=
∣
e
i
t
x
∣
⋅
e
−
λ
x
=
e
−
λ
x
|e^{(it-\lambda)x}|=|e^{itx}|\cdot e^{-\lambda x}=e^{-\lambda x}
∣e(it−λ)x∣=∣eitx∣⋅e−λx=e−λx,所以对
+
∞
+\infty
+∞时取
0
0
0。
|