两个正态边缘分布的非正态联合PDF特例：Rao教材习题5.30求解

嘿，这个问题其实是概率学里一个挺经典的反例问题——答案是肯定的，确实存在边缘分布都是高斯（正态），但联合分布不是正态的随机变量对。下面我给你一步步拆解怎么构造和证明：

1. 构造具体的反例 #

我们可以用一个对称变换的方法来构造：

• 设 ( X ) 是标准正态随机变量，即 ( X \sim N(0,1) )
• 定义另一个随机变量 ( Y )，规则如下：
  $$
  Y = \begin{cases}
  X, & |X| \leq c \
  -X, & |X| > c
  \end{cases}
  $$
  这里 ( c > 0 ) 是任意正数（比如取 ( c=1 )，计算起来更直观）

2. 证明Y也是高斯随机变量 #

我们通过计算Y的累积分布函数（CDF）来验证：

• 当 ( y \geq 0 ) 时：
  ( P(Y \leq y) = P(X \leq y, |X| \leq c) + P(-X \leq y, |X| > c) )
  利用标准正态分布的对称性，展开后会发现这个概率等于 ( P(X \leq y) )，也就是标准正态的CDF
• 当 ( y < 0 ) 时，用同样的对称性分析，最终可得 ( Y \sim N(0,1) )，和X一样是标准高斯分布

3. 证明(X,Y)的联合分布非正态 #

这里我们用联合正态分布的一个核心性质：如果两个随机变量的联合分布是正态的，那么它们的任意线性组合也一定是正态的。我们找一个反例来推翻这个结论：

• 取线性组合 ( X + Y )，根据Y的定义：
  • 当 ( |X| \leq c ) 时，( X+Y = 2X )
  • 当 ( |X| > c ) 时，( X+Y = 0 )
• 这个随机变量的取值要么是0，要么落在区间 ( [-2c, 2c] ) 里，它的分布不是连续的（在0点有概率质量），而正态分布是连续且在整个实数轴上取值的，显然 ( X+Y ) 不是正态分布
• 由此反推，(X,Y)的联合分布不可能是正态的

补充说明 #

这个反例的关键在于：边缘分布为高斯，不代表联合分布一定是高斯。联合正态的定义要求所有线性组合都是正态的，这是比边缘分布为高斯更强的条件。很多人会误以为边缘高斯就意味着联合高斯，这个例子正好打破了这个误区。

内容的提问来源于stack exchange，提问作者Gabriel Amiot