本文主要推導兩個高斯分佈的相加結果。在知乎上有個問題:正態分佈隨機變量的和還是正態分佈嗎? _ 也是本文主要解決的問題。
高斯分佈的概率密度函數:
f(x)=2πδ1e−2δ2(x−u)2(1)
直覺中,兩個高斯(正態)隨機變量的和似乎應該是兩個概率密度函數的和,如下圖所示,其結果就近似爲兩個概率密度的包絡線,這明顯是錯誤的,是用直覺推導數學,大錯特錯。
在解決此問題前,我們需要搞清楚兩個高斯函數的和的物理意義,這裏用經典的投骰子作爲爲例子更好理解。
- 離散卷積:投骰子 - 同時投求兩個骰子所的點數相加得4的概率是多少?
則其結果爲
p1(1)p2(3)+p1(2)p2(2)+p1(3)p2(1)=121(2)
注意這裏的概率爲P(X+Y=4),因此卷積的物理意義不是兩個概率密度相加,而是自變量相加後發生的概率,即若設 z=x+y,則有 z 發生的概率爲:
f(z)=∫−∞+∞f(x)f(z−x)dx(3)
當理解到這裏時,我們就可以很容易的計算兩個高斯分佈的加和了。
兩個高斯分佈相加本質問題可抽象爲:已知兩個獨立高斯分佈 N1∼(u1,δ12), N2∼(u2,δ22),求新的概率分佈 N=N1+N2∼(?,?)
設 N1 的概率分佈函數爲 f1(x), N2 的概率分佈函數爲 f2(y), 則此問題變爲求 f(z=x+y)的概率密度函數?
f(z)=∫−∞+∞f1(x)f2(z−x)dx=∫−∞+∞2πδ11e−2δ12(x−u1)2⋅2πδ21e−2δ22(z−x−u2)2dx(4)
仔細一看,這裏的 f(z) 就是在前一節《兩個高斯分佈乘積的理論推導》中推導的結果,這裏先引用前一節的推導結果,公式7 和 公式8:
f1(x)f2(x)Sg=Sg⋅2πδ1e−2δ2(x−u)2=2π(δ12+δ22)1e−2(δ12+δ22)(u1−u2)2(5)
將公式5代入公式4,其中 f1(x)∼(u1,δ12) , f2(x)∼(z−u2,δ22) 可得:
f(z)=∫−∞+∞2πδ11e−2δ12(x−u1)2⋅2πδ21e−2δ22(x−(z−u2))2dx=∫−∞+∞Sg⋅2πδ1e−2δ2(x−u)2dx=Sg(6)
其中:
Sg=2π(δ12+δ22)1exp(−2(δ12+δ22)(u1−(z−u2))2)(7)
則可得:
f(z)=2π(δ12+δ22)1exp(−2(δ12+δ22)(z−(u1+u2))2)(8)
對比高斯分佈函數表達式,可以明顯看出,f(x+y)∼(u1+u2,δ12+δ22)
同理可得:f(x−y)∼(u1−u2,δ12+δ22)
- 這裏利用兩個高斯函數的乘積的推導結果,能很快得出結論。
- 注意:當 N2∼(0,δ22) ,換句話說就是當 f2(y) 爲零均值的高斯白噪聲時,可以得到一個奇特的現象:f(x+y)=f(x−y) ,即在一個獨立分佈上加或減一個白噪聲,其爲同分布。
同時,我們可以繼續推導得:
若兩個獨立高斯分佈 N1∼(au1,(Aδ1)2),N2∼(bu2,(Bδ2)2)
則其卷積和爲 N1∼(u,δ2)
- u=au1+bu2
- δ2=A2δ12+B2δ22
參考文獻:
https://blog.csdn.net/chaosir1991/article/details/106910668
https://www.zhihu.com/question/26055805
https://blog.csdn.net/erzhonghou0033/article/details/106639102/