协方差传播定律

已知n维随机变量 X , Y X,Y X,Y有如下 线性 关系:
Y = A X + b (1) Y = AX+b \tag{1} Y=AX+b(1)
其中 A A A为n×n维系数矩阵,b为n维常数向量。若已知 X X X的n×n维协方差矩阵为 D X X D_{XX} DXX,则可知 Y Y Y的n×n维协方差矩阵 D Y Y D_{YY} DYY为:
D Y Y = A D X X A T (2) D_{YY}=AD_{XX}A^T\tag{2} DYY=ADXXAT(2)
推导如下:
X X X的均值/数学期望记为 E ( X ) E(X) E(X) X X X的方差/协方差矩阵记为 D X X D_{XX} DXX,则有:
D X X = E [ ( X − E ( X ) ) ( X − E ( X ) ) T ] (3) D_{XX}=E[(X-E(X)){(X-E(X))}^T]\tag{3} DXX=E[(XE(X))(XE(X))T](3)
根据公式(1)可知,
E ( Y ) = A E ( X ) + b (4) E(Y)=AE(X)+b\tag{4} E(Y)=AE(X)+b(4)
因此,
D Y Y = E [ ( Y − E ( Y ) ) ( Y − E ( Y ) ) T ] (5) D_{YY}=E[(Y-E(Y))(Y-E(Y))^T]\tag{5} DYY=E[(YE(Y))(YE(Y))T](5)
又因为,
Y − E ( Y ) = A X + b − A E ( X ) − b = A ( X − E ( X ) ) (6) Y-E(Y)=AX+b-AE(X)-b=A(X-E(X))\tag{6} YE(Y)=AX+bAE(X)b=A(XE(X))(6)
将公式(6)代入到公式(5),得:
D Y Y = E [ A ( X − E ( X ) ) ( X − E ( X ) ) T A T ] = A E [ ( X − E ( X ) ) ( X − E ( X ) ) T ] A T = A D X X A T (7) D_{YY}=E[A(X-E(X))(X-E(X))^TA^T]=AE[(X-E(X))(X-E(X))^T]A^T=AD_{XX}A^T\tag{7} DYY=E[A(XE(X))(XE(X))TAT]=AE[(XE(X))(XE(X))T]AT=ADXXAT(7)
综合上述,得证!

  • 6
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

YMWM_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值