15 votos

La comprensión de la definición de la covarianza del operador

Deje $\mathbb H$ ser arbitraria espacio de Hilbert separable. La covarianza operador $C:\mathbb H\to\mathbb H$ entre los dos $\mathbb H$con valores de cero significa que elementos aleatorios $X$ $Y$ $\operatorname E\|X\|^2<\infty$ $\operatorname E\|Y\|^2<\infty$ está definido por $$ C(h)=\operatorname E[\langle X,h\rangle Y] $$ para cada una de las $h\in\mathbb H$. ¿Por qué es la covarianza operador definido de esta manera?

Parece que se puede llegar a esta definición, si tratamos de generalizar la definición de la matriz de covarianza. Supongamos por el momento que $\mathbb H=\mathbb R^n$. A continuación, la matriz de covarianza es dado por $\operatorname E[XY^T]$ que es un delimitada lineal operador de$\mathbb R^n$$\mathbb R^n$. También, tenemos que $$ \operatorname E[YX^T](h) =\operatorname E[YX^Th] =\operatorname E[Y\langle X,h\rangle] =\operatorname E[\langle X,h\rangle Y] $$ para cada una de las $h\in\mathbb R^n$. En el extremo derecho de expresión sólo depende del producto interior $\langle\cdot,\cdot\rangle$ y tal vez podemos decir que esta es la definición de la covarianza de operador para la arbitraria $\mathbb H$. Es este el derecho a la intuición detrás de la definición de la covarianza operador?

Cualquier ayuda se agradece mucho!

9voto

Dave Griffiths Puntos 688

Su línea de pensamiento es una de las posibles intuiciones. El otro es el siguiente: tenga en cuenta que una matriz no sólo representan un operador lineal, sino también una forma bilineal. Definimos la covarianza forma de $X,Y \colon \Omega \to H$ $\def\(#1){\left<#1\right>}$ $$ c(h,k) = \mathbf E [\(X,h)\(Y,k)] $$ que es $$ c(h,k) = \mathrm{cov}\bigl(\(X,h), \(Y,k)\bigr) $$ lo reducimos a la covarianza de real media de cero de las variables aleatorias. Este es un delimitada, forma bilineal. Por la representación de Riesz teorema, $c$ corresponde a un único operador lineal $C \colon H \to H$ por $$ \(Ch,k) = c(h,k), $$ Entonces tenemos, $$ \(Ch, k) = \mathbf E [\(X,h)\(Y,k)] = \({\mathbf E [\(X,h)Y]}, k ) $$ así $$ Ch = \mathbf E [\(X,h)Y]. $$

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X