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(Y≤y)=P(g(X)≤y)=P(X≤g−1(y))=FX(g−1(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)
X∼N(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)=2πaσ1exp(−2σ2(ay−μ)2)=2π(aσ)1exp(−2(aσ)2(y−aμ)2)
所以
Y
∼
N
(
a
μ
,
(
a
σ
2
)
)
Y\sim\mathcal{N}(a\mu,(a\sigma^2))
Y∼N(aμ,(aσ2)),可得知高斯分布的数乘还是高斯分布。