高斯分布的数乘,相加,相乘还是高斯分布吗?

高斯分布的数乘,相加,相乘还是高斯分布吗?

 首先当随机变量 Y = g ( X ) Y=g(X) Y=g(X)时,两者的PDF具有这样的关系 f Y ( y ) = f X ( x ) ∣ d x d y ∣ f_{Y}(y)=f_{X}(x)\lvert\frac{dx}{dy}\rvert fY(y)=fX(x)dydx
具体来说 F Y ( y ) = P ( Y ≤ y ) = P ( g ( X ) ≤ y ) = P ( X ≤ g − 1 ( y ) ) = F X ( g − 1 ( y ) ) = F X ( x ) F_{Y}(y)=P(Y\leq y)=P\left(g(X)\leq y\right)=P\left(X\leq g^{-1}(y)\right)=F_{X}( g^{-1}(y)) = F_{X}(x) FY(y)=P(Yy)=P(g(X)y)=P(Xg1(y))=FX(g1(y))=FX(x)
知道上述关系之后,考虑随机变量 Y = a X Y=aX Y=aX,其中 X ∼ N ( μ , σ 2 ) X\sim\mathcal{N}(\mu,\sigma^2) XN(μ,σ2),则 f Y ( y ) = 1 a f X ( x ) = 1 a f X ( y a ) = 1 2 π a σ exp ⁡ ( − ( y a − μ ) 2 2 σ 2 ) = 1 2 π ( a σ ) exp ⁡ ( − ( y − a μ ) 2 2 ( a σ ) 2 ) \begin{aligned}f_{Y}(y)&=\frac{1}{a}f_{X}(x)\\ &=\frac{1}{a}f_{X}(\frac{y}{a})\\ &=\frac{1}{\sqrt{2\pi}a\sigma}\exp(-\frac{(\frac{y}{a}-\mu)^2}{2\sigma^2})\\ &=\frac{1}{\sqrt{2\pi}(a\sigma)}\exp(-\frac{(y-a\mu)^2}{2(a\sigma)^2}) \end{aligned} fY(y)=a1fX(x)=a1fX(ay)=2π aσ1exp(2σ2(ayμ)2)=2π (aσ)1exp(2(aσ)2(yaμ)2)
所以 Y ∼ N ( a μ , ( a σ 2 ) ) Y\sim\mathcal{N}(a\mu,(a\sigma^2)) YN(aμ,(aσ2)),可得知高斯分布的数乘还是高斯分布。

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
高斯光干涉是一种光学现象,不同的高斯光源产生的光束在干涉区域相交时会形成干涉条纹。而Matlab是一种用于科学计算和数据可视化的编程语言和工具。下面是关于两个高斯光干涉的Matlab处理的回答: 在Matlab中,我们首先需要定义两个高斯光源的参数,例如中心位置、波长、光强等。然后,可以使用Matlab中各种光学计算函数和工具箱来模拟和分析这两个高斯光源的干涉现象。 一种常见的方法是使用波前传递函数(wavefront propagation function)来模拟干涉现象。我们可以利用Matlab中的光学传递函数(optical transfer function)或者自定义的传递函数来描述光束的传播和传递过程。通过将两个高斯光源的传递函数相乘,并将结果与参考光源的传递函数相加,可以得到干涉条纹的传递函数。 在得到传递函数后,我们可以使用Matlab的傅里叶变换工具箱来进行频域分析。通过对传递函数执行傅里叶变换,我们可以获得干涉条纹的频域表示。进一步,我们可以使用Matlab的图像处理工具箱来可视化和分析得到的频域信息,并将其转换回空域以获得干涉条纹的图像表示。 在Matlab中,还可以使用涉及到干涉现象的其他计算工具和算法,例如自相关函数、干涉仪的传递矩阵等等,这些方法可以帮助我们更全面地理解和分析两个高斯光源的干涉现象。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值