矩协方差矩阵【概率论与数理统计+浙江大学】.ppt

概率论与数理统计 第四节 矩、协方差矩阵 原点矩 中心矩 协方差矩阵 n 元正态分布的概率密度 一、 原点矩 中心矩 定义 设 X 和 Y 是随机变量，若 ? , 2 , 1 ), ( ? k X E k 存在，称它为 X 的 k 阶原点矩 ，简称 k 阶矩 . ? , 3 , 2 }, )] ( {[ ? ? k X E X E k 若 存在，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。 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 . 若 } )] ( [ )] ( {[ L k Y E Y X E X E ? ? 存在， 称它为 X 和 Y 的 k + L 阶混合中心矩 . ) ( L k Y X E 设 X 和 Y 是随机变量，若 k , L =1,2,… 存在， 可见， 二、协方差矩阵 将二维随机变量（ X 1 , X 2 ）的四个二阶中心矩 } )] ( {[ 2 1 1 11 X E X E c ? ? )]} ( )][ ( {[ 2 2 1 1 12 X E X X E X E c ? ? ? 排成矩阵的形式 : )]} ( )][ ( {[ 1 1 2 2 21 X E X X E X E c ? ? ? } )] ( {[ 2 2 2 22 X E X E c ? ? 称此矩阵为 （ X 1 , X 2 ）的协方差矩阵 . ? ? ? ? ? ? ? ? 22 21 12 11 c c c c 这是一个非 负定对称矩阵 类似定义 n 维随机变量 ( X 1 , X 2 , …, X n ) 的协方差矩阵 . 为 ( X 1 , X 2 , …, X n ) 的协方差矩阵。 都存在 , ( i , j =1,2,…, n ) ) , ( j i j i X X Cov c ? 若 )]} ( )][ ( {[ j j i i X E X X E X E ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? nn n n n n c c c c c c c c c C ? ? ? ? ? ? ? 2 1 2 22 21 1 12 11 矩阵 称 三、 n 元正态分布的概率密度 )} ( ) ( 2 1 exp{ | | ) 2 ( 1 1 2 1 2 ? ? ? ? ? ? ? ? ? X C X C n f ( x 1 , x 2 , …, x n ) 则称 X 服从 n 元正态分布 . 其中 C 是 ( X 1 , X 2 , …, X n ) 的协方差矩阵 . | C | 是它的行列式， 表示 C 的逆矩阵， 1 ? C X 和 是 n 维列向量， 表示 X 的转置 . ? X ? 设 =( X 1 , X 2 , …, X n ) 是一个 n 维随机向量 , 若它的概率密度为 X ? n 元正态分布的几条重要性质 1. X =( X 1 , X 2 , …, X n ) 服从 n 元正态分布 a 1 X 1 + a 2 X 2 + …+ a n X n 均服从正态分布 . 对一切不全为 0 的实数 a 1 , a 2 ,…, a n ， 由此得到， n 维正态变量 ( X 1 , X 2 , …, X n ) 的每 一个分量 X i 都是正态随机变量；反之，若每个分 量 X i 都是正态随机变量，且它们相互独立，则 ( X 1 , X 2 , …, X n ) 是 n 维正态变量。 若 X =( X 1 , X 2 , … , X n ) 服从 n 元正态分布 ， Y 1 , Y 2 , … ， Y k 是 X j （ j =1,2,…, n ） 的线性函数 ， 则 ( Y 1 , Y 2 , … ， Y k ) 也服从多元正态分布 . 2. 正态变量的线性变换不变性 . 3. 设 ( X 1 , X 2 , …, X n ) 服从 n 元正态分布 ， 则 “ X 1 , X 2 , …, X n 相互独立 ” 等价于