高等数学 / 系统课时
矩与矩母函数
矩与矩母函数
均值和方差只能描述分布的部分特征。本课把它们统一到“矩”的框架中,并说明矩母函数如何用一个函数集中编码各阶原点矩,最终能从导数中读出均值、方差等信息。
学习目标
- 区分原点矩与中心矩,并理解常见阶数的含义
- 掌握矩母函数的定义及由导数求矩的方法
- 能用伯努利分布验证均值和方差
从数字特征到矩
随机变量的均值、方差、偏度和峰度,本质上都来自不同阶数的幂次期望。把这些量统一写成“矩”,可以用同一套语言描述分布的位置、离散程度和形状。

原点矩与中心矩
随机变量 的 阶原点矩定义为:
它直接对 的幂取期望。一阶原点矩就是均值,即 。 阶中心矩则以均值为中心:
一阶中心矩恒为 ,二阶中心矩就是方差。三阶中心矩反映分布向哪一侧拖尾,四阶中心矩可用于描述分布的尖峭和尾部特征。由于高阶矩带有量纲,实际比较偏度、峰度时通常还要做标准化。
矩母函数如何编码各阶矩
随机变量 的矩母函数定义为:
前提是该期望在 附近存在。把指数函数展开为幂级数,可以得到:
因此,在允许交换求导与期望的条件下,矩母函数在 点的第 阶导数就是 阶原点矩:
这也是“矩母函数”名称的来源:它不是另一个独立数字特征,而是生成全部原点矩的工具。
主示例:伯努利分布
设 ,即 ,。矩母函数为:
对 求导:
代入 ,得到:
再利用 ,可得:
这个例子说明:先由矩母函数取得原点矩,再组合出方差,是一种统一而直接的计算路径。
使用边界与易混淆点
原点矩围绕 计算,中心矩围绕均值计算,两者不要混用。方差是二阶中心矩,而不是二阶原点矩;只有当 时,两者才相等。
矩母函数也不一定存在。例如某些重尾分布的 在 任一侧都会发散。只有当矩母函数在 的某个邻域内存在时,才可以安全使用“求导得到各阶矩”,并且此时矩母函数能够唯一确定分布。
按自己的节奏,确认真正理解。