선형 변환 후 랜덤 벡터의 공분산

경우 임의의 벡터이고, 고정 된 행렬이고, 누군가가 설명 할 수있는 이유$\mathbf {Z}$$A$

$$\mathrm{cov}[A \mathbf {Z}]= A \mathrm{cov}[\mathbf {Z}]A^\top.$$

평균 벡터가 인 랜덤 (열) 벡터 경우 공분산 행렬은 . 따라서,의 공분산 행렬 평균 벡터이고, 하여, 주어진 m = E [ Z ] cov ( Z ) = E [ ( Z - m ) ( Z - m ) T ] A Z A m cov ( A Z$\mathbf Z$$\mathbf{m} = E[\mathbf{Z}]$$\operatorname{cov}(\mathbf{Z}) = E[(\mathbf{Z}-\mathbf{m})(\mathbf{Z}-\mathbf{m})^T]$$A\mathbf{Z}$$A\mathbf{m}$

$$\begin{align}\operatorname{cov}(A\mathbf{Z}) &= E[(A\mathbf{Z}-A\mathbf{m})(A\mathbf{Z}-A\mathbf{m})^T]\\ &= E[A(\mathbf{Z}-\mathbf{m})(\mathbf{Z}-\mathbf{m})^TA^T]\\ &= AE[(\mathbf{Z}-\mathbf{m})(\mathbf{Z}-\mathbf{m})^T]A^T\\ &= A\operatorname{cov}(\mathbf{Z})A^T. \end{align}$$

Dilip Sarwate의 대답에 : $\mathbf{Z}A^T$

$$\mathrm{cov}(\mathbf{Z}A^T) = A\mathrm{cov}(\mathbf{Z})A^T$$

동일한 접근 방식을 사용하십시오 :

$$\begin{align} \mathrm{cov}(\mathbf{Z}A^T)&=\mathbb{E}[(\mathbf{Z}A^T-\mathbf{m}A^T)(\mathbf{Z}A^T-\mathbf{m}A^T)^T] \\ &=\mathbb{E}[(\mathbf{Z}-\mathbf{m})A^TA(\mathbf{Z}-\mathbf{m})^T] \\ &=\mathbb{E}[A(\mathbf{Z}-\mathbf{m})(\mathbf{Z}-\mathbf{m})^TA^T] \\ &=A\mathbb{E}[(\mathbf{Z}-\mathbf{m})(\mathbf{Z}-\mathbf{m})^T]A^T \\ &=A\mathrm{cov}(\mathbf{Z})A^T \\ \end{align}$$

사용 공정 (3) : $AB^TBA^T=BAA^TB^T$

$$\begin{align}AB^TBA^T &= \left(\left(AB^TBA^T\right)^T\right)^T \\ &= \left(BA^TAB^T\right)^T \\ &= B\left(BA^TA\right)^T \\ &= BAA^TB^T \end{align}$$