Wprowadzimy funkcję zwaną funkcją charakterystyczną, która charakteryzuje sam rozkład gęstości prawdopodobieństwa. Mając funkcję gęstości prawdopodobieństwa można określić funkcję charakterystyczną i odwrotnie, mając funkcję charakterystyczną możemy określić sam rozkład gęstości prawdopodobieństwa.
Wartość oczekiwana z wielkości zespolonej Załóżmy, że mamy pewną funkcję prostą zespoloną, która jest sumą jej części rzeczywistej i urojonej i której definicją jest:
Znając wartości oczekiwane względem funkcji prostych x i y przy pewnej funkcji gęstości prawdopodobieństwa, to jego wartość oczekiwana , korzystając przy tym z udowodnionej tożsamości , możemy przedstawić jako sumę wartości oczekiwanej argumentu x i iloczynu jednostki urojonej przez wartości oczekiwanej argumentu y.
Funkcja charakterystyczna rozkładu Funkcją charakterystyczną rozkładu względem zmiennej x definiujemy jak wartość oczekiwana z funkcji eksponencjalnej z argumentu itx.
Przy definiowaniu funkcji , korzystaliśmy z założenia . Znając funkcję charakterystyczną rozkładu możemy napisać funkcję gęstości prawdopodobieństwa f(x) na podstawie transformaty Fouriera według funkcji charakterystycznej zdefiniowanej w punkcie :
Dystrybuantę zmiennej x gęstości prawdopodobieństwa f(x) definiujemy:
Momenty statystyczne λ, a funkcji charakterystyczna rozkładu Weźmy n-tą pochodną funkcji zespolonej , którą nazywamy:
Policzmy n-tą pochodną funkcji charakterystycznej w punkcie t=0, i korzystając przy tym z definicji momentu statystycznego , zatem oczywiste jest, że n-ta pochodna funkcji w punkcie zerowym jest wprost proporcjonalna do momentu statystycznego λ:
Momenty statystyczne μ, a funkcja charakterystyczna rozkładu Zdefiniujmy funkcję charakterystyczną φ(t) dla funkcji zdefiniowanej jako względem jakieś funkcji gęstości rozkładu prawdopodobieństwa:
n-ta pochodna funkcji φ jest napisana wedle:
Następnie policzmy n-tą pochodną w punkcie t=0 , korzystając przy tym z definicji momentu statystycznego μ względem średniej arytmetycznej przy jego definicji :
Ze wzoru wynika, że zerowa pochodna (sama funkcja) jest równa jeden dla t=0, co wynika z normowania funkcji gęstości prawdopodobieństwa, czy z definicji momentu statystycznego μ, czyli:
A jego pierwsza pochodna z własności momentu statystycznego o numerze jeden jest równa zero:
Także wariacja, z własności wzięta z minusem, jest napisana w zależności od drugiej pochodnej funkcji φ(t) w tymże punkcie dla t=0:
Funkcja charakterystyczna dwóch niezależnych zmiennych Weźmy pod lupę funkcję w=x+y, gdzie x- to jest zmienna pierwszego rozkładu, y-drugiego rozkładu, zatem funkcję charakterystyczną względem parametru "w", a także korzystając przy tym z własności funkcji eksponencjalnej, możemy napisać:
Wiedząc, ze parametry x i y są zmiennymi niezależnymi w danym doświadczeniu w układzie statystycznym, wedle wzoru możemy ten obiekt zapisać:
Funkcja charakterystyczna rozkładu sumy dwóch niezależnych od siebie zmiennych losowych jest równa iloczynowi funkcji charakterystycznych dla tychże zmiennych:
Rozkład normalny i jego funkcja charakterystyczna Przyjmijmy na razie bez dowodu, że funkcja rozkładu normalnego (Gaussa) jednowymiarowego względem zmiennej x przy definicji parametru b=σ(x) w tej funkcji względem wartości średniej parametru a=E(x) przyjmuje formę:
Przy pomocy funkcji rozkładu możemy napisać funkcję charakterystyczną charakteryzującą ten właśnie wspomniany rozkład:
Dokonajmy zamiany zmiennych, którego wygląd jest napisany poniżej, z której możemy wyznaczyć zmienną x od zmiennej podstawienia u i od pozostałych parametrów:
Wtedy funkcja charakterystyczna na podstawie definicji podstawienia możemy zapisać za pomocą całki względem parametru u.
Rozpiszmy wyrażenie pomocnicze, które będzie nam potrzebne do wyznaczenia całki w wyrażeniu :
Korzystając z obliczeń , dochodzimy do wniosku, że funkcja charakterystyczna ma się w postaci:
Funkcja charakterystyczna rozkładu normalnego (Gaussa) na podstawie obliczeń przepisuje ostateczną formę na funkcję charakterystyczną rozkładu rozkładu normalnego:
Dla postaci standardowej, wtedy zachodzi a=0 i b=1, funkcja przyjmuje postać:
Funkcja charakterystyczna dla postaci standardowej jest to funkcja rozkładu gęstości prawdopodobieństwa rozkładu normalnego standardowego z dokładnością do czynnika normalizacyjnego.