两个高斯分布的和的分布——正态分布的再生性

本文主要推导两个高斯分布的相加结果。在知乎上有个问题:正态分布随机变量的和还是正态分布吗? _ 也是本文主要解决的问题。

首先给出结论

(1)正态随机变量的线性函数仍为正态随机变量。

(2)正态随机变量的线性组合仍为正态随机变量。

(3)正态随机变量的乘积仍为正态随机变量。

高斯分布的概率密度函数:

 

 

 

直觉中,两个高斯(正态)随机变量的和似乎应该是两个概率密度函数的和,如下图所示,其结果就近似为两个概率密度的包络线,这明显是错误的,是用直觉推导数学,大错特错

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

在解决此问题前,我们需要搞清楚两个高斯函数的和的物理意义,这里用经典的投骰子作为为例子更好理解。

下面介绍两个高斯分布的和的分布——即正态分布的再生性的推导过程。

步骤1:连续型随机向量和的分布:

 

步骤2:正态分布的再生性的推导:

 

 

参考文献:两个高斯分布相加(卷积)的理论推导

posted @   rainbow70626  阅读(22939)  评论(0编辑  收藏  举报
编辑推荐:
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
阅读排行:
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
点击右上角即可分享
微信分享提示