- •1.Числ.Ряды.Необх.Признак сход-и.
- •3.Признак Даламбера.
- •4. Радикальный признак Коши.
- •5. Интегральный признак Коши.
- •6.Теор Признак Лейбница
- •7. Теор Признак Вейерштрасса о равномерной сх-ти.
- •8. Степенные ряды. Теорема Абеля.
- •13. Приложения криволинейных интегралов.
- •14. Двойной интеграл.Необходимое и достаточное условие существования двойного интеграла.
- •16. Вычисление двойного интеграла по области криволинейной трапеции.
- •17. Криволинейные координаты на плосоксти.
- •18. Площадь плоской фигуры в криволинейных координатах.
- •19. Формула Грина.
- •20. Приложения двойных интегралов.
- •21. Тройной интеграл. Необходимое и достаточное условие существования.
- •22. Вычисление тройного интеграла.
- •23. Пространство элементарных событий. Алгебра событий.
- •24. Аксиоматическое определение вероятности.
- •25. Формула классической вероятности.
- •27. Действия с вероятностями. Условная вероятность.
- •28. Формула полной вероятности.
- •29. Формула Бернули.
- •30. Дискретные случайные величины.
- •31. Функция распределения.
- •32. Непрерывные случайные величины.
- •33. Математическое ожидание.
- •34. Дисперсия и её свойства.
- •35. Начальные и центральные моменты. Мода и медиана.
- •36. Нормальный закон.
- •37. Производящие функции.
- •38. Характеристические функции.
- •39. Дискретные двумерные случайные величины.
- •40. Непрерывные двумерные случайные величины.
- •41. Функции от случайных величин.
- •42. Неравенство Чебышева.
- •43. Теорема Чебышева.
- •44. Центральная предельная теорема.
- •45. Теорема Бернулли.
- •46 Выборка. Эмпирическая функция, полигон частот, гистограмма.
- •48. Точечные оценки. Метод моментов.
- •49. Метод максимального правдоподобия.
- •50. Интервальная оценка для математического ожидания случайной величины, распределенной по нормальному закону.
38. Характеристические функции.
Характеристической
функцией случайной величины
называется
функция
,
где
-
мнимая единица. Функция
представляет
собой математическое ожидание некоторой
комплексной случайной величины
,
функционально связанной с величиной . При решении многих задач теории вероятностей оказывается удобнее пользоваться характеристическими функциями, чем законами распределения.
Зная закон распределения случайной величины , легко найти ее характеристическую функцию.
Если - прерывная случайная величина с рядом распределения
|
|
|
|
|
|
|
|
|
|
то ее характеристическая функция
Если Х -
непрерывная случайная величина с
плотностью распределения
,
то ее характеристическая функция
.
Пример 1. Случайная величина Х - число попаданий при одном выстреле. Вероятность попадания равна Р. Найти характеристическую функцию случайной величины Х.
Решение. По формуле (13.7.2) имеем:
,
где
.
Пример 2. Случайная величина имеет нормальное распределение:
.
(13.7.4)
Определить ее характеристическую функцию.
Решение. По формуле (13.7.3) имеем:
.
(13.7.5)
Пользуясь известной формулой
и имея в виду,
что
,
получим:
.
(13.7.6)
Формула (13.7.3) выражает характеристическую функцию непрерывной случайной величины через ее плотность распределения . Преобразование (13.7.3), которому нужно подвергнуть , чтобы получить называется преобразованием Фурье. В курсах математического анализа доказывается, что если функция выражается через с помощью преобразования Фурье, то, в свою очередь, функция выражается через с помощью так называемого обратного преобразования Фурье:
.
(13.7.7)
Сформулируем и докажем основные свойства характеристических функций.
1. Если случайные
величины
и
связаны
соотношением
,
где а -
неслучайный множитель, то их
характеристические функции связаны
соотношением:
.
(13.7.8)
Доказательство:
.
2. Характеристическая функция суммы независимых случайных величин равна произведению характеристических функций слагаемых.
Доказательство.
Даны
-
независимые случайные величины с
характеристическими функциями
и их сумма
.
Требуется доказать, что
.
Имеем
.
Так как
величины
независимы,
то независимы и их функции
.
По теореме умножения математических
ожиданий получим:
,
что и требовалось доказать.
Аппарат
характеристических функций часто
применяется для композиции законов
распределения. Пусть, например, имеются
две независимые случайные величины X и Y с
плотностями распределения
и
.
Требуется найти плотность распределения
величины
.
Это можно выполнить
следующим образом: найти характеристические
функции
и
случайных
величин Х и Y и,
перемножив их, получить характеристическую
функцию величины Z:
,
после чего,
подвергнув
обратному
преобразованию Фурье, найти плотность
распределения величины z:
.
Пример 3. Найти с помощью характеристических функций композицию двух нормальных законов:
с
характеристиками
;
;
с
характеристиками
,
.
Решение. Находим характеристическую функцию величины X. Для этого представим ее в виде
,
где
;
.
Пользуясь результатом примера 2, найдем
.
Согласно свойству 1 характеристических функций,
.
Аналогично
.
Перемножая и , имеем:
,
а это есть
характеристическая функция нормального
закона с параметрами
;
.
Таким образом, получена композиция
нормальных законов гораздо более
простыми средствами, чем в
