توابع مشخصه

تابع مشخصه یک متغیر تصادفی، امید ریاضی یک تابع نمایی مختلط است که تبدیل فوریه توزیع آن محسوب می‌شود؛ این تابع همیشه وجود دارد، توزیع را به طور منحصر به فردی تعیین می‌کند و استقلال را به ضرب تبدیل می‌نماید.

Definition

تابع مشخصه یک متغیر تصادفی، مقدار مورد انتظار تابع نمایی مختلط متغیر ضربدر یک آرگومان حقیقی است، که معادل تبدیل فوریه توزیع آن می‌باشد. این تابع برای هر توزیعی وجود دارد و آن را به طور منحصر به فردی تعیین می‌کند.

Scope

این مبحث شامل تعریف و خواص ابتدایی تابع مشخصه، قضایای یکتایی و معکوس آن، تجزیه تابع مشخصه مجموع متغیرهای مستقل، رابطه بین همواری تابع و گشتاورهای توزیع، مشخصه‌یابی بوخنر برای اینکه کدام توابع، توابع مشخصه هستند، و قضیه پیوستگی لوی که همگرایی نقطه‌ای را به همگرایی در توزیع مرتبط می‌کند، می‌شود.

Core questions

• چرا هر توزیعی دارای تابع مشخصه است در حالی که ممکن است گشتاورها وجود نداشته باشند؟
• چگونه تابع مشخصه، توزیع را تعیین می‌کند و امکان بازیابی آن را فراهم می‌سازد؟
• چرا تابع مشخصه مجموع متغیرهای مستقل تجزیه می‌شود؟
• چگونه همگرایی توابع مشخصه با همگرایی توزیع‌ها مرتبط است؟

Key concepts

• تبدیل فوریه یک اندازه
• یکتایی و معکوس‌پذیری
• قضیه پیوستگی لوی
• قضیه بوخنر
• گشتاورها از مشتقات

Key theories

یکتایی و معکوس‌پذیری

توزیع‌های متمایز دارای توابع مشخصه متمایز هستند، و یک فرمول معکوس، توزیع را از تابع مشخصه آن بازیابی می‌کند، بنابراین این تبدیل یک کدگذاری وفادار و معکوس‌پذیر از قانون یک متغیر تصادفی است.

قضیه پیوستگی لوی

یک دنباله از توزیع‌ها در توزیع همگرا می‌شود اگر و تنها اگر توابع مشخصه آن‌ها به صورت نقطه‌ای به تابعی پیوسته در مبدأ همگرا شوند، که در این صورت تابع مشخصه حد است؛ این مسیر استاندارد برای قضایای حدی است.

تجزیه برای مجموع متغیرهای مستقل

از آنجا که امید ریاضی بر روی متغیرهای مستقل تجزیه می‌شود، تابع مشخصه مجموع متغیرهای مستقل، حاصل ضرب توابع مشخصه آن‌ها است، که جایگزین کانولوشن توزیع‌ها با ضرب معمولی می‌شود.

Clinical relevance

توابع مشخصه ابزار اصلی برای اثبات قضیه حد مرکزی و سایر قوانین حدی هستند. آن‌ها مجموع متغیرهای تصادفی مستقل را در زمینه‌هایی از پردازش سیگنال تا علوم اکچوئری به صورت تحلیلی قابل بررسی می‌کنند، و معکوس آن‌ها زیربنای روش‌های عددی برای قیمت‌گذاری اختیار معامله است، جایی که تابع مشخصه به صورت فرم بسته شناخته شده است.

History

توابع مشخصه توسط لاپلاس و کوشی مورد استفاده قرار گرفتند و توسط پل لوی به ابزار سیستماتیک احتمال تبدیل شدند. قضیه پیوستگی لوی، اثبات قضایای حدی را به مطالعه همگرایی نقطه‌ای این تبدیل‌ها تبدیل کرد؛ بوخنر دقیقاً مشخص کرد که کدام توابع به این روش به دست می‌آیند.

Key figures

• Paul Levy
• Aleksandr Lyapunov
• Salomon Bochner
• Eugene Lukacs

Seminal works

• feller1971

Frequently asked questions

تابع مشخصه چه تفاوتی با تابع مولد گشتاور دارد؟

تابع مشخصه از یک توان موهومی استفاده می‌کند و بنابراین برای هر توزیعی وجود دارد، در حالی که تابع مولد گشتاور از یک توان حقیقی استفاده می‌کند و ممکن است برای توزیع‌های با دنباله سنگین وجود نداشته باشد؛ تابع مشخصه ابزار قوی‌تری است.

چرا همگرایی فقط در مبدأ در قضیه پیوستگی بررسی می‌شود؟

پیوستگی حد در مبدأ، فرار جرم احتمال به بی‌نهایت را رد می‌کند و تضمین می‌کند که تابع حدی خود یک تابع مشخصه واقعی است و نه تابع یک توزیع ناقص.