第二章多维正态分布.pptVIP

第二章 向量、矩阵与多维正态分布 向量与矩阵的基础知识 坐标系与多维数据的图示 矩阵运算的几何解释 随机向量及其数字特征 多维正态分布及其标准化 一、向量与矩阵的基础知识 正交阵、对角阵 矩阵的迹及其性质：矩阵的对角元素之和tr(A)=∑aii 矩阵的秩 特征根与特征向量 若A为对称阵，则A的全部特征根为实数，故可按大小次序排成?1≥ ?2 ≥… ≥ ?p 。 若A为对称阵， ?i，?j是它的两个不相同的特征根，则相应的特征向量li和lj互相正交，这时A可表示为 二、坐标系与多维数据的图示 说明：向量-列，向量、矩阵-粗，标量-普通 坐标系（以二维为例） 标准基向量 向量的几何解释 向量的模（矢量的长度） 三、矩阵运算的几何解释数量乘 三、矩阵运算的几何解释 向量的标量积——投影：设 矩阵×向量——投影 例：23个地区供电局的经营数据：利润和售电量。用一综合指标评估其运营绩效 设： a1=(售电量s )23×1 , a2=(利润s )23×1 a=(a1, a2)23×2, w1T=(0.766 , 0.643) 矩阵乘：在多于一维上投影 z1=aw1是a在w1方向投影，现在我们再找一个与w1垂直的方向w2，z2=aw2是a在w2方向上的投影.这样，a=(a1, a2) →z=(z1,z2)=aw 。 w=(w1,w2)为一正交阵。 几何意义：坐标轴旋转 前地区供