La funzione caratteristica è uno strumento potente nell'analisi di probabilità e statistica, che fornisce un modo alternativo per descrivere completamente la distribuzione di probabilità di una variabile casuale. È sempre definita, al contrario della funzione generatrice dei momenti, che potrebbe non esistere per tutte le distribuzioni.
Formalmente, la funzione caratteristica di una variabile casuale X è definita come il valore atteso di e<sup>itX</sup>, dove t è un numero reale ed i è l'unità immaginaria. In altre parole:
φ<sub>X</sub>(t) = E[e<sup>itX</sup>] = E[cos(tX) + i sin(tX)]
A seconda che la variabile casuale sia discreta o continua, il valore atteso si calcola come:
dove P(X = x) è la funzione di massa di probabilità per la variabile discreta e f<sub>X</sub>(x) è la funzione di densità di probabilità per la variabile continua.
Proprietà importanti:
Unicità: La funzione caratteristica determina univocamente la distribuzione di probabilità. Se due variabili casuali hanno la stessa funzione caratteristica, allora hanno la stessa distribuzione.
Continuità: La funzione caratteristica è uniformemente continua per ogni t reale.
Valore in zero: φ<sub>X</sub>(0) = 1
Simmetria: Se X è simmetrica attorno a zero, allora φ<sub>X</sub>(t) è reale e pari (φ<sub>X</sub>(t) = φ<sub>X</sub>(-t)).
Linearità: Se Y = aX + b, dove a e b sono costanti, allora φ<sub>Y</sub>(t) = e<sup>itb</sup> φ<sub>X</sub>(at).
Momenti: La funzione caratteristica può essere usata per calcolare i momenti della distribuzione. Se esiste la derivata n-esima di φ<sub>X</sub>(t) in t=0, allora E[X<sup>n</sup>] = (-i)<sup>n</sup> φ<sub>X</sub><sup>(n)</sup>(0).
Funzione Caratteristica della Somma di Variabili Casuali Indipendenti: Se X<sub>1</sub>, X<sub>2</sub>, ..., X<sub>n</sub> sono variabili casuali indipendenti, e Y = X<sub>1</sub> + X<sub>2</sub> + ... + X<sub>n</sub>, allora φ<sub>Y</sub>(t) = φ<sub>X1</sub>(t) φ<sub>X2</sub>(t) ... φ<sub>Xn</sub>(t). Questa è una delle proprietà più utili, in particolare per dimostrare teoremi limite come il teorema del limite centrale.
Inversione:
La distribuzione di probabilità può essere recuperata dalla funzione caratteristica tramite la formula di inversione. La forma precisa della formula varia a seconda del tipo di variabile casuale (continua o discreta).
Applicazioni:
Dimostrazione di teoremi limite: Come menzionato, la funzione caratteristica è fondamentale per dimostrare il teorema del limite centrale e altre leggi dei grandi numeri.
Analisi di distribuzioni complesse: Può semplificare l'analisi di distribuzioni che sono difficili da trattare direttamente, specialmente quando si lavora con somme di variabili casuali indipendenti.
Inferenza statistica: La funzione caratteristica può essere utilizzata in alcuni problemi di inferenza statistica, come la stima dei parametri.
Ne Demek sitesindeki bilgiler kullanıcılar vasıtasıyla veya otomatik oluşturulmuştur. Buradaki bilgilerin doğru olduğu garanti edilmez. Düzeltilmesi gereken bilgi olduğunu düşünüyorsanız bizimle iletişime geçiniz. Her türlü görüş, destek ve önerileriniz için iletisim@nedemek.page