【Derivation】MarkDown Letex编码 之 正态分布特征函数证明
2016-10-16 20:25
453 查看
**求证:$\varphi(u)=e^{jau-\frac{1}{2}u^2\sigma^2} \ \ \ , t\in R $** **证:** * * $$\varphi(u)=\int _ {-\infty} ^ {+\infty} e^{jux}f(x)dx$$ $$=\int_ {-\infty}^{+\infty} e^{jux} \frac{1}{\sqrt{2\pi\sigma^2}} e^{- \frac{(x-a)^2}{2\sigma^2}}dx$$ * 整理,得: * $$\varphi(u)= \frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}dx $$ * * beacuse $|jx e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}| \leq |x| e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}$ and $ \frac{1}{\sqrt{2\pi}}|x| e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}} < +\infty$ , $so $可以对$\varphi(u)$求$u$的一阶导数, * 有: $$\varphi \prime(u)= \frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} {jx}\ e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}dx $$ 综合可推: $$j{(u-j\frac{a}{\sigma^2})\varphi (u)}+\frac{j{\varphi \prime(u) } } {\sigma^2} $$$$=$$ $$ \frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} { ( ju-\frac{x-a}{\sigma^2} })\ e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}dx =$$$$ \frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} { ( ju-\frac{x-a}{\sigma^2} })\ e^{jux- \frac{(x-a)^2}{2\sigma^2}}dx $$ $$=\frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} 1de^{jux- \frac{(x-a)^2}{2\sigma^2}} $$$$=\frac{1}{\sqrt{2\pi\sigma^2}}[e^{jux- \frac{(x-a)^2}{2\sigma^2}}]|_{-\infty}^{+\infty}=0$$ 即得微分方程 $${u\varphi (u)-j\frac{a}{\sigma^2}\varphi (u)}+\frac{{\varphi \prime(u) } } {\sigma^2}=$$ $${(u\sigma^2 -ja)}{\varphi (u)}+{\varphi \prime(u) } =0$$ 即得微分方程 ++++分水岭,从后往前推+++++++ $${\varphi (u)}+\frac{{\varphi \prime(u) } } {u\sigma^2 -ja} $$ $$={u\varphi (u)}+\frac{{\varphi \prime(u) } } {\sigma^2 -\frac{ja}{u}}=0 $$ 求解: $$\frac{\varphi\prime(u)}{\varphi(u)}=-u\sigma^2+ja$$ 解得:$$\ln\varphi (u)=-\frac{1}{2}u^2D(x)+jau+C$$ 进一步化简: $$\varphi (u)=e^Ce^{-\frac{1}{2}u^2D(x)+jau}$$ 令$u=0,e^C=\varphi(0)=E[E^(j0X)]=E[e^0]=1$,故$C=0;$ 代入通解为: $$\varphi (u)=e^{jau-\frac{1}{2}u^2D(x)}$$ 由以上推导,**正态分布特征函数表达式** 得证
**求证:$\varphi(u)=e^{jau-\frac{1}{2}u^2\sigma^2} \ \ \ , t\in R $** **证:** * * $$\varphi(u)=\int _ {-\infty} ^ {+\infty} e^{jux}f(x)dx$$ $$=\int_ {-\infty}^{+\infty} e^{jux} \frac{1}{\sqrt{2\pi\sigma^2}} e^{- \frac{(x-a)^2}{2\sigma^2}}dx$$ * 整理,得: * $$\varphi(u)= \frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}dx $$ * * beacuse $|jx e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}| \leq |x| e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}$ and $ \frac{1}{\sqrt{2\pi}}|x| e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}} < +\infty$ , $so $可以对$\varphi(u)$求$u$的一阶导数, * 有: $$\varphi \prime(u)= \frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} {jx}\ e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}dx $$ 综合可推: $$j{(u-j\frac{a}{\sigma^2})\varphi (u)}+\frac{j{\varphi \prime(u) } } {\sigma^2} $$$$=$$ $$ \frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} { ( ju-\frac{x-a}{\sigma^2} })\ e^{jux} e^{- \frac{(x-a)^2}{2\sigma^2}}dx =$$$$ \frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} { ( ju-\frac{x-a}{\sigma^2} })\ e^{jux- \frac{(x-a)^2}{2\sigma^2}}dx $$ $$=\frac{1}{\sqrt{2\pi\sigma^2}}\int _ {-\infty} ^ {+\infty} 1de^{jux- \frac{(x-a)^2}{2\sigma^2}} $$$$=\frac{1}{\sqrt{2\pi\sigma^2}}[e^{jux- \frac{(x-a)^2}{2\sigma^2}}]|_{-\infty}^{+\infty}=0$$ 即得微分方程 $${u\varphi (u)-j\frac{a}{\sigma^2}\varphi (u)}+\frac{{\varphi \prime(u) } } {\sigma^2}=$$ $${(u\sigma^2 -ja)}{\varphi (u)}+{\varphi \prime(u) } =0$$ 即得微分方程 ++++分水岭,从后往前推+++++++ $${\varphi (u)}+\frac{{\varphi \prime(u) } } {u\sigma^2 -ja} $$ $$={u\varphi (u)}+\frac{{\varphi \prime(u) } } {\sigma^2 -\frac{ja}{u}}=0 $$ 求解: $$\frac{\varphi\prime(u)}{\varphi(u)}=-u\sigma^2+ja$$ 解得:$$\ln\varphi (u)=-\frac{1}{2}u^2D(x)+jau+C$$ 进一步化简: $$\varphi (u)=e^Ce^{-\frac{1}{2}u^2D(x)+jau}$$ 令$u=0,e^C=\varphi(0)=E[E^(j0X)]=E[e^0]=1$,故$C=0;$ 代入通解为: $$\varphi (u)=e^{jau-\frac{1}{2}u^2D(x)}$$ 由以上推导,**正态分布特征函数表达式** 得证
相关文章推荐
- 【Derivation】正态分布特征函数证明-X~N(a,sigma^2)
- 【Derivation】MarkDown Letex编码 之 维纳—辛钦公式证明 (Winner-Khintchine formula)
- MarkDown Letex编码 之 随机过程及应用-特征函数
- MarkDown Letex 编码 之 随机过程及应用(二) - E[X|Y] = E[Y E[X|Y]]证明
- 【matlab】MarkDown Letex 编码 之 随机过程及应用(三) - 高斯分布/正态分布的期望和方差
- php中支持多种编码的中文字符串截取函数!
- asp 实现对SQL注入危险字符进行重编码处理的函数
- 能否对开源软件的特征进行证明--一个长期的疑问
- escape,encodeURI,encodeURIComponent 编码函数用法详解,防止ajax乱码
- GBK和UTF8编码之间互相转换的两个函数
- SubString扩充中文编码函数
- post数据编码和解码的函数(C++)
- mb_convert_encoding 函数的使用 转换字符编码
- Php5新添加了好多的新函数和特征
- 探索JDK1.5高级编码特征
- 使用派生类对象通过成员函数指针调用基类虚函数之不可能性的证明
- c#中转换编码的函数
- 容易混乱的几个编码函数
- 用c语言写的base64编码解码函数!
- 支持多种编码的中文字符串截取函数! AND 函数实现解压功能