دالة مميزة (نظرية احتمالات)

في نظرية الاحتمال والإحصاء، الدالة المميزة لمتغير عشوائي X حقيقي هي دالة ذات قيم مركبة معرفة على المجال $\scriptstyle \ \mathbb {R} \$ حيث:

The characteristic function of a uniform U(–1,1) random variable. This function is real-valued because it corresponds to a random variable that is symmetric around the origin; however in general case characteristic functions may be complex-valued.

${\begin{aligned}\varphi _{X}(t)&=\mathbb {E} \left[e^{itX}\right]\\&=\mathbb {E} \left[\cos(tX)\right]+i\ \mathbb {E} \left[\sin(tX)\right].\end{aligned}}$

في حالة وجود دالة كثافة احتمالية للمتغير العشوائي X ، فإن الدالة المميزة في هذه الحالة هي معكوسة تحويل فورييه ( بمعامل تقريبي $\scriptstyle \ 2\pi \,$ ) لدالة الكثافة.[1] (في بعض الأحيان تستعمل هذه الدالة $\scriptstyle \ \phi _{X}(t)=E[e^{2i\pi tX}].$ )

بشكل أعم، الدالة المميزة لمتغير عشوائي حقيقي معرف على المجال $\scriptstyle \ \mathbb {R} ^{d}\$ ، هي الدالة ذات القيم المركبة المعرفة على المجال $\scriptstyle \ \mathbb {R} ^{d}\$ بـ :

$\phi _{X}(u)=\mathbb {E} \left[e^{i\langle u,X\rangle }\right]\,$ أين $\scriptstyle \ \langle u,X\rangle \,$ هو الجداء القياسي لـ u مع X.

في حالة المتغير العشوائيX المنفصل، تعرف الدالة المميزة بـ :

$G(z)=\mathbb {E} \left[z^{X}\right]$ باعتبار z عدد مركب، و نستخلص إذا :

$\phi _{X}(t)=G\left(e^{it}\right);$ حيث أن الدالة G هي امتداد لـ $\scriptstyle \ \phi _{X}$

خصائص الدالة المميزة

تحدد الدالة المميزة طبيعة التوزيع الاحتمالي لمتغير عشوائي في حالة تساوي دالتين، يعني في حالة تساوي دالتين مميزتين $\phi _{X}=\phi _{Y}\,$ نستنتج أن للمتغيران $X\,$ et $Y\,$ نفس دالة التوزيع الاحتمالي.
إذا كان X و Y متغيران عشوائيان مستقلان، إذا $\phi _{X+Y}=\phi _{X}\,\phi _{Y}$ .

بشكل أعم، إذا كان $X_{1},\ldots ,X_{n}$ مجموعة من المتغيرات العشوائية المستقلة عن بعضها البعض، فإن

$\phi _{X_{1}+\cdots +X_{n}}=\phi _{X_{1}}\cdots \phi _{X_{n}}$

وبتطبيق معكوسة تحويل فورييه لـ $\phi _{X+Y}$ نتحصل على قانون دالة التوزيع الاحتمالي للدالة X+Y

توجد أيضا علاقة بين الدالة المميزة و دالة العزوم لمتغير عشوائي، ففي حالة وجود دالة العزوم بالإضافة إلى تقارب المتتالية فإن:

\phi _{X}(t)=\sum _{k=0}^{\infty }{\frac {i^{k}\mu _{k}}{k!}}t^{k}

أين $\mu _{k}$ هو عزم ذو درجة k .

تستعمل هذه العلاقة أحيانا لإيجاد المتوسط الحسابي (الذي يمثل العزم ذو درجة 1) والتباين (الذي يمثل العزم ذو درجة 2) حيث أن:

1=\phi _{X}(0),\qquad \mathbb {E} [X]=-i\,\phi _{X}^{\prime }(0),\qquad \mathbb {E} \left[X^{2}\right]=-\,\phi _{X}^{\prime \prime }(0)

{\textrm {Var}}(X)=-\,\phi _{X}^{\prime \prime }(0)+\phi _{X}^{\prime 2}(0)

.

مثلا العلاقة التالية تستعمل في حساب الدالة المميزة لمتغير عشوائي ذو توزيع احتمالي طبيعي موسط ومخزل :

$\phi _{aX+b}(t)=\phi _{X}(at)\,e^{itb}$

بعض الدوال المميزة المشهورة

التوزيع الاحتمالي	الدالة المميزة φ(t)
توزيع احتمالي ثنائي B(n, p)	$\,(1-p+pe^{it})^{n}$
توزيع بواسون Pois(λ)	$\,e^{\lambda (e^{it}-1)}$
توزيع منتظم U(a, b)	$\,{\frac {e^{itb}-e^{ita}}{it(b-a)}}$
توزيع لابلاس L(μ, b)	$\,{\frac {e^{it\mu }}{1+b^{2}t^{2}}}$
توزيع احتمالي طبيعي N(μ, σ²)	$\,e^{it\mu -{\frac {1}{2}}\sigma ^{2}t^{2}}$
توزيع كاي مريع χ²_k	$\,(1-2it)^{-k/2}$
توزيع كوشي Cauchy(μ, θ)	$\,e^{it\mu -\theta \|t\|}$
توزيع غاما Γ(k, θ)	$\,(1-it\theta )^{-k}$
توزيع أسي Exp(λ)	$\,(1-it\lambda ^{-1})^{-1}$
توزيع طبيعي متعدد الحدود N(μ, Σ)	$\,e^{it'\mu -{\frac {1}{2}}t'\Sigma t}$

الجدول أعلاه مقتبس من الجدول الموسع للدوال المميزة لاورهيتينغر ( 1973 )

مراجع

Shaw، W. T.؛ McCabe، J. (2009). "Monte Carlo sampling given a Characteristic Function: Quantile Mechanics in Momentum Space". arXiv:0903.1592. {{استشهاد بأرخايف}}: الوسيط |arxiv= مطلوب (مساعدة)

بوابة رياضيات
بوابة إحصاء

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.

[1] Shaw، W. T.؛ McCabe، J. (2009). "Monte Carlo sampling given a Characteristic Function: Quantile Mechanics in Momentum Space". arXiv:0903.1592. {{استشهاد بأرخايف}}: الوسيط |arxiv= مطلوب (مساعدة)