线性二次型规划LQR中二次型期望等于协方差矩阵与Φ乘积的迹

线性二次型规划LQR中二次型期望等于迹

在吴恩达LQG问题的笔记中,有公式为:
E [ w t T Φ t + 1 w t ] = T r ( Σ t Φ t + 1 ) w i t h w t ∼ N ( 0 , Σ t ) \mathbb{E}[w_t^T\Phi_{t+1}w_t]=Tr(\Sigma_t\Phi_{t+1}) \quad with \quad w_t\sim\mathcal{N}(0,\Sigma_t) E[wtTΦt+1wt]=Tr(ΣtΦt+1)withwtN(0,Σt)
证明如下:

  • 引入等式: T r ( x x T A ) = T r ( x T A x ) = x T A x Tr(xx^TA)=Tr(x^TAx)=x^TAx Tr(xxTA)=Tr(xTAx)=xTAx
  • 由上述等式
    (1) E [ w t T Φ t + 1 w t ] = E [ T r ( w t w t T Φ t + 1 ) ] = T r ( E [ w t w t T Φ t + 1 ] ) = T r ( E [ w t w t T ] Φ t + 1 ) \begin{aligned} \mathbb{E}[w_t^T\Phi_{t+1}w_t]&=\mathbb{E}[Tr(w_tw_t^T\Phi_{t+1})]\\ &=Tr(\mathbb{E}[w_tw_t^T\Phi_{t+1}])\\ &=Tr(\mathbb{E}[w_tw_t^T]\Phi_{t+1})\tag{1} \end{aligned} E[wtTΦt+1wt]=E[Tr(wtwtTΦt+1)]=Tr(E[wtwtTΦt+1])=Tr(E[wtwtT]Φt+1)(1)
    其中 w t = [ w t 1 , w t 2 , ⋯   , w t n ] T w_t=[w_{t_1},w_{t_2},\cdots,w_{t_n}]^T wt=[wt1,wt2,,wtn]T,且 E [ w t 1 ] = 0 \mathbb{E}[w_{t_1}]=0 E[wt1]=0
    (2) w t w t T = [ w t 1 w t 1 w t 1 w t 2 ⋯ w t 1 w t n w t 2 w t 1 w t 2 w t 2 ⋯ w t 2 w t n ⋮ ⋮ ⋱ ⋮ w t n w t 1 w t n w t 2 ⋯ w t n w t n ] \begin{aligned} w_tw_t^T=\left[ \begin{array}{cccc} w_{t_1}w_{t_1} & w_{t_1}w_{t_2} & \cdots & w_{t_1}w_{t_n} \\ w_{t_2}w_{t_1} & w_{t_2}w_{t_2} & \cdots & w_{t_2}w_{t_n} \\ \vdots & \vdots & \ddots & \vdots \\ w_{t_n}w_{t_1} & w_{t_n}w_{t_2} & \cdots & w_{t_n}w_{t_n} \end{array} \right]\tag{2} \end{aligned} wtwtT=wt1wt1wt2wt1wtnwt1wt1wt2wt2wt2wtnwt2wt1wtnwt2wtnwtnwtn(2)
    所以有
    (3) E [ w t w t T ] = [ E [ w t i w t j ] ] n × n = [ E [ w t i w t j ] − E [ w t i ] E [ w t j ] ] n × n = [ E [ ( w t i − E [ w t i ] ) ( w t j − E [ w t j ] ) ] ] n × n = [ c o v ( w t i ,   w t j ) ] n × n = Σ t \begin{aligned} \mathbb{E}[w_tw_t^T]&=[\mathbb{E}[w_{t_i}w_{t_j}]]_{n\times n}\\ &=[\mathbb{E}[w_{t_i}w_{t_j}]-\mathbb{E}[w_{t_i}]\mathbb{E}[w_{t_j}]]_{n\times n}\\ &=[\mathbb{E}[(w_{t_i}-\mathbb{E}[w_{t_i}])(w_{t_j}-\mathbb{E}[w_{t_j}])]]_{n\times n}\\ &=[cov(w_{t_i},\ w_{t_j})]_{n\times n}\\ &=\Sigma_t\tag{3} \end{aligned} E[wtwtT]=[E[wtiwtj]]n×n=[E[wtiwtj]E[wti]E[wtj]]n×n=[E[(wtiE[wti])(wtjE[wtj])]]n×n=[cov(wti, wtj)]n×n=Σt(3)
  • 将公式(3)带入公式(1)得到 E [ w t T Φ t + 1 w t ] = T r ( Σ t Φ t + 1 ) \quad\mathbb{E}[w_t^T\Phi_{t+1}w_t]=Tr(\Sigma_t\Phi_{t+1}) E[wtTΦt+1wt]=Tr(ΣtΦt+1)
  • 2
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 10
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 10
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
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