Processing math: 45%
본문 바로가기
@ OO의 이해/적률(Moment)의 이해

[통계 적률의 이해] 16. 특성함수가 항상 존재하는 이유

by bigpicture 2022. 9. 23.
반응형



적률생성함수가 존재하지 않는 경우에는 특성함수를 사용할 수 있습니다. 특성함수는 모든 확률분포에 대해 존재하기 때문입니다. 오늘은 정말 그러한지를 증명해봅시다. 

 

먼저 특성함수가 존재한다는 의미가 무엇인지 짚고 넘어가겠습니다. 특성함수가 존재한다는 것은 t에 대한 특성함수 값이 유한하다는 의미입니다. 


확률변수 X의 확률밀도함수가 f(x) 일 때, 특성함수는 아래와 같이 정의됩니다. 

φX(t)=E[eitx]=eitXf(x)dx

양변에 절댓값을 씌워줍시다. 

|φX(t)|=|eitXf(x)dx|

아래 부등식을 이용할 것입니다.

|baf(t)dt|ba|f(t)|dt

증명은 글 맨 아래 첨부한 링크를 참고하세요. 우리가 유도하던 식에 위 부등식을 적용하면 아래와 같습니다. 
 
|φX(t)|=|eitxf(x)dx||eitxf(x)|dx

맨 오른쪽 항은 아래와 같이 변형됩니다. 

|φX(t)|=|eitxf(x)dx||eitx||f(x)|dx

e^{itx}의 크기는 1입니다. 오일러 공식에 의해 e^{ix}=\cos x +i\sin x 입니다. 절댓값은 \cos x ^{2}+\sin x^{2}=1 입니다. 

 

따라서 아래와 같이 변형됩니다. 

\left | \varphi_{X}(t) \right |=\left | \int_{-\infty}^{\infty}e^{itx}f(x)dx \right |\leq  \int_{-\infty}^{\infty}\left | f(x) \right | dx

맨 오른쪽 항은 확률분포를 전체 구간에 대해 적분한 것이므로 1입니다. 

\left | \varphi_{X}(t) \right |=\left | \int_{-\infty}^{\infty}e^{itx}f(x)dx \right |\leq  1

따라서 아래 등식이 성립합니다 .

\left | \varphi_{X}(t) \right | \leq  1

t에 대한 특성함수 값이 유한하다는 것이 증명되었습니다. 

 

 

Rerefence

1. 복소수 부등식 증명 링크
https://proofwiki.org/wiki/Modulus_of_Complex_Integral

반응형

댓글

bigpicture님의
글이 좋았다면 응원을 보내주세요!