一、协方差矩阵
1.1 从方差/协方差到协方差矩阵
根据方差的定义,给定
d个随机变量
xk,i=1,2,...,d,则这些随机变量的方差为:
σ(xk,xk)=n−11∑i=in(xki−xk)2
其中
xki表示随机变量
xk中的第
i个观测样本,
n表示样本量,每个随机变量所对应的观测样本数均为
n
对于这些随机变量,我们还可以根据协方差的定义,求出两两之间的协方差,即:
σ(xm,xk)=n−11∑i=1n(xmi−xm)(xki−xk)
为了表示这d个随机变量两两间的相关关系,提出了协方差矩阵的概念,协方差矩阵形式如下:
Σ=⎣⎢⎢⎢⎡σ(x1,x1)σ(x2,x1)⋮σ(xn,x1)σ(x1,x2)σ(x2,x2)⋮σ(xn,x2)……⋱…σ(x1,xn)σ(x2,xn)⋮σ(xn,xn)⎦⎥⎥⎥⎤∈Rd×d
其中,对角线上的元素为各个随机变量的方差,非对角线上的元素为两两随机变量之间的协方差,根据协方差的定义,我们可以知道协方差矩阵是一个对称矩阵。
1.2 多元正态分布与线性变换
假设一个向量
x服从均值向量为
μ、协方差矩阵为
Σ的多元正态分布,则:
p(x)=2πΣ
1e−21(x−μ)TΣ−1(x−μ)
令该分布的均值向量为
μ=0,由于指数项外面的系数
∣2πΣ∣−21通常是常数,故可将多元正态分布简化为
p(x)∝exp(−21xTΣ−1x)
此时用二元正态分布实例化这个分布,令
x=(y,z)T,包含两个随机变量
y和
z,则协方差矩阵可写成如下形式:
Σ=[σ(y,y)σ(z,y)σ(y,z)σ(z,z)]∈R2×2
假设这个协方差矩阵为单位矩阵,生成若干个随机数如下图所示:
在生成的若干个随机数中,每个点的似然为:
L(x)∝exp(−21xTx)
对上图中的每个点都考虑一步线性变换:
t=A(x),我们可以得到图二: