协方差矩阵与半正定性
🏠 第19章概念导航
核心问题
多个随机变量之间两两的协方差,怎么统一管理?
两个变量时写
核心定义 / 定理 / 结论
一、协方差矩阵
对随机向量
对角线是方差(
二、线性组合的方差就是二次型
展开验证:
三、 必半正定
因为方差非负。 这是协方差矩阵最本质的性质。
什么时候只是半正定而不是正定:存在
四、由半正定立得
Cauchy–Schwarz 不等式在这里就是”二阶主子式非负”。
同理
五、正交对角化 找独立的新坐标
令
这在统计学里叫主成分分析(PCA),特征值
二维时旋转角由
给出——与线代里二次型
注意
六、二维正态密度里的
指数里的
典型题型
- 由若干
求 :本质是算 ——见 双线性展开 - 旋转使两个线性组合独立:解
求 - 判断给定矩阵能否作为协方差矩阵:检验对称 + 半正定
取值范围的限制:由主子式非负导出
图示 / 直觉
- 对角线(方差)决定点云在各坐标方向上有多宽;
- 非对角线(协方差)决定点云倾斜多少;
- 特征值是点云沿两条主轴的”宽度平方”,特征向量是主轴方向。
半正定的几何含义:椭圆不可能有”负的宽度”。若某个方向上方差为零,椭圆就在那个方向上被压扁成一条线段——分布退化了,这正是”半正定但不正定”。
正交对角化的图像:把头歪一下,让椭圆的长轴对准你的视线方向——同一团点云,换个坐标系看就”独立”了。
常见误用
1. 认为任何对称矩阵都能当协方差矩阵
还必须半正定。例如
不行(对应 , )。
2. 认为"两两不相关"等价于
对角 这是对的。但不要由此推出”相互独立”——只有多维正态才行。
3. 忘记
是方差不是标准差
的对角元是 。二维正态密度里的 。
4. 把
算成 什么 正确的是
,中间必须夹 。
与旧知识的连接
- 线代第15章二次型:
就是二次型,半正定判据(顺序主子式、特征值全非负)原样搬用。见 第15章 二次型。 - 线代第14章相似与对角化:
实对称必可正交对角化,见 第14章 相似矩阵。 - 线代的合同变换:
时 ——这正是合同,所以正负惯性指数(这里全非负)不变。 - 第18章的二维正态:那里的五个参数
正是 与 ,见 二维正态分布。 - 第21章:样本协方差矩阵是
的估计,多元统计的起点。
题型训练
- 协方差与相关系数的计算:双线性展开(6 题,尤其旋转角那道拓展题)
- 不相关的等价刻画(5 题)