引入特征函數(shù)是非常自然的事情：

• 在實際應(yīng)用中，逐個測量事件空間中的各事件發(fā)生的概率（或者分布函數(shù)）是極端困難的，相反，對大多數(shù)分布而言，矩（平均值、方差以及各種高階矩）往往是容易被測量的；
  
• 在問題變得復(fù)雜之后，再來計算矩（例如均值、方差等等）的時候，如果我們知道分布函數(shù)，那么我們要做的是求和與積分，而如果我們知道特征函數(shù)，在計算矩的時候，我們要做的只是微分，而通常，求導(dǎo)會比直接積分更容易，而且可以針對各階矩有更統(tǒng)一的形式。

而因為考慮到這兩個因素，再加上 Fourier 空間跟實空間可以一一對應(yīng)起來，所以大家就更喜歡特征函數(shù)了。

接下來，Laplace 變換行不行？當(dāng)然也可以，這其實是一碼事。統(tǒng)計物理學(xué)家很熟悉的「配分函數(shù)」也就是一個特征函數(shù)： ，它就對應(yīng)于態(tài)密度 g(E) 的Laplace 變換。對物理學(xué)家而言，喜歡用逆溫度（Laplace），或者喜歡用虛時間（Fourier）這其實是一碼事的，如果在這種時候用虛時間來寫，一個好處是顯得高端大氣，另一個好處是可以與路徑積分聯(lián)系起來，而且，Laplace 變換用的時候總得要寫「正半軸」之類的東西，寫起來太麻煩。