复随机向量的概率密度函数
一个复随机变量定义为:
其中,和分别为实值随机变量。
复随机向量可以表示成
复随机向量的累积分布函数定义为:
其中为实数。
概率密度函数定义为:
累积分布函数为:
特别地:
随机向量的统计描述
分布函数和概率密度函数常常是未知的,因此它们在很多实际问题中的应用并不方便。
但随机向量的一阶和二阶统计量却使用方便。
均值向量:
均值向量是随机向量的一阶矩,它描述随机向量的元素围绕其均值的散布情况。
随机向量最重要的统计运算为数学期望,考察m*1的随机向量。
令随机变量的均值为,则随机向量的数学期望称为均值向量,记作
定义为:
其中数学期望定义为:
均值向量的元素是随机向量各个元素的均值。
相关矩阵:
与均值向量不同,随机向量的二阶矩为矩阵,它描述随机向量分布的散布情况。
随机向量的自相关矩阵定义为:
其中,表示随机变量的自相关函数,定义为:
而表示随机变量之间的互相关函数,定义为:
显然,自相关矩阵是共轭对称的。