第四节矩协方差矩阵-精选（公开课件）.pptVIP

概率论 概率论 第四节 矩 协方差矩阵 原点矩 中心矩 协方差矩阵 n维正态分布 一、原点矩 中心矩 1. 定义: 设 X和 Y是随机变量, 称它为 X的 k阶原点矩，简称 k阶矩; 称它为 X的 k阶中心矩. 可见, 均值 E(X)是 X一阶原点矩, 方差 D(X)是 X的二阶中心矩。 (k-th raw moment) (k-th central moment) 可见, 协方差 Cov(X, Y)是 X和 Y的二阶混合中心矩. 称它为 X 和 Y 的 k+l 阶混合(原点)矩. 称它为 X 和 Y 的 k+l 阶混合中心矩. 2. 定义: 设 X 和 Y 是随机变量, ((k+l)-th mixed raw moment) ((k+l)-th mixed central moment) 二、协方差矩阵 将二维随机变量 (X1, X2) 的四个二阶中心矩: 排成矩阵的形式: 称此矩阵为 (X1, X2) 的协方差矩阵(covariance matrix). 这是一个对称矩阵 类似定义 n维随机变量 (X1, X2, …, Xn) 的协方差矩阵. 为 (X1, X2, …, Xn) 的协方差矩阵. 都存在, 称矩阵: ( i, j=1,2,…,n ) 若 三、n 元正态分布的概率密度 f (x1, x2, …, xn) 则称 X 服从 n