多个正态分布随机变量的线性组合公式

网上给的教材说的都是是两个变量的线性组合公式
可是我目前有11个变量
请问多变量的公式是怎么变化的?
总期望倒是很好想,把11个变量的期望加起来即可,但是方差会怎么变化呢?不会是把11个变量的方差加起来就是总方差吧?

结果和随机变量的独立性有关,下面给出一般性结论,先做一些符号说明:
设随机变量Xi与Xj的期望分别为E(Xi)=μi,E(Xj)=μj,1≤i,j≤n
协方差为E[(Xi-EXi)*(Xj-EXj)]= E[(Xi-μi)*(Xj-μj)]=σij
显然,σij=σji,且当i=j时,D(Xi)=σii

令Y=∑{i=1,n}(ci*Xi)=c1*X1+c2*X2+...+ cn*Xn,则
D(Y)=E{∑{i=1,n}(ci*Xi)-E[∑{i=1,n}(ci*Xi)]}²
=E[∑{i=1,n}(ci*Xi)-∑{i=1,n}E (ci*Xi)]²
=E[∑{i=1,n}(ci*Xi)-∑{i=1,n}(ci*μi)]²
=E[∑{i=1,n}ci*(Xi-μi)]²
=E{∑{i=1,n}ci²*(Xi-μi)²+∑{i≠j}[ci*cj*(Xi-μi)*(Xj-μj)]}
=E{∑{i=1,n}ci²*(Xi-μi)²+2*∑{1≤i<j≤n}[ci*cj* (Xi-μi)*(Xj-μj)]}
=∑{i=1,n}ci²E(Xi-μi)²+2*∑{1≤i<j≤n}ci*cj*E[(Xi-μi)*(Xj-μj)]
=∑{i=1,n}ci²*σii+2*∑{1≤i<j≤n}ci*cj*σij ①

[σ11 σ12 ... σ1n]
记V=[σ21 σ22 ... σ2n],称V为随机向量X=(X1,X2,...,Xn)’的协方差矩阵
[ ... ... ... ... ]
[σn1 σn2 ... σnn]

C=(c1,c2,...,cn)’为系数向量

将①式写成矩阵形式为:D(Y)=D(C’*X)=C’*V*C ②
特别当Xi与Xj(i≠j)相互独立时,σij=0
此时,②式变为D(Y)=C’*diag(σ11,σ22,...,σnn)*C=∑{i=1,n}ci²*σii
温馨提示:内容为网友见解,仅供参考
无其他回答

多个正态分布随机变量的线性组合公式
设随机变量Xi与Xj的期望分别为E(Xi)=μi,E(Xj)=μj,1≤i,j≤n 协方差为E[(Xi-EXi)*(Xj-EXj)]= E[(Xi-μi)*(Xj-μj)]=σij 显然,σij=σji,且当i=j时,D(Xi)=σii 令Y=∑{i=1,n}(ci*Xi)=c1*X1+c2*X2+...+ cn*Xn,则 D(Y)=E{∑{i=1,n}(ci*Xi)...

正态分布的线性组合公式是什么?
正态分布的线性组合公式是指当多个正态分布的随机变量经过线性组合后,其结果仍然服从正态分布。假设有两个正态分布的随机变量X和Y,其均值分别为μX和μY,标准差分别为σX和σY。定义一个新的随机变量Z,通过线性组合X和Y得到:Z = aX + bY其中,a和b为常数。如果aX和bY两个随机变量的线性...

请问n个服从一维正态分布的随机变量的线性组合依然都是服从正态分布吗...
1、两个相互独立的标准正态分布线性组合X+Y的服从正态分布证明:2、推广到两个相互独立的正态分布线性组合X+Y服从正态分布,n个独立的正态分布的线性组合仍服从正态分布。3、随机变量X的正态分布,两个参数μ,δ^2分别是该分布的数学期望和方差 4、证明“2、”的结论 5、根据你提的问题建立数...

多元正态分布的性质证明
多元正态分布有很好的性质,例如,多元正态分布的边缘分布仍为正态分布,它经任何线性变换得到的随机向量仍为多维正态分布,特别它的线性组合为一元正态分布。正态分布最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质...

正态分布的线性组合是怎么样的
独立的话,是正态分布。期望是线性组合的期望,方差是线性组合的方差。

服从正态分布的各分量的线性组合也服从正态分布,怎么求这个分布啊?
首先,你已经知道正态分布的线性组合是正态分布,因此X1-2*X2~N(mean,var),然后就求mean和var mean=E(X1-2*X2)=E(X1)-2*E(X2)=0-2*0=0 var=VAR(X1-2*X2)=VAR(X1)+VAR(2*X2)-2*COV(X1,X2)=VAR(X1)+2^2*VAR(X2)=20 其中,由于X1~X4独立,COV(X1,X2)=0 同理...

两个独立正态分布的随机变量的线性组合
两个独立正态分布的随机变量的线性组合仍服从正态分布.这是二维正态分布的边缘分布(不需要独立)的线性组合服从正态分布的特殊情况.因为若X, Y服从相互独立的正态分布, 则(X,Y)服从二维正态分布(密度函数为fX(x)·fY(y)).若没有独立或服从二维正态分布这样的条件, 则可以有下面这样的反例:设X...

正态分布是如何进行加减乘除运算的
正态分布的计算公式 正态分布(也称为高斯分布)是一种常见的连续概率分布,其计算公式可以表示为:f(x) = (1 \/ (σ * √(2π))) * exp(-(x - μ)² \/ (2σ²))其中,f(x) 是概率密度函数(Probability Density Function, PDF),表示随机变量 X 取值为 x 的概率密度。...

两个正态分布的任何线性组合是什么
两个正态分布的任意线性组合仍服从正态分布(可通过求两个正态分布的函数的分布证明),此结论可推广到n个正态分布 。例如:设两个变量分别为X,Y,那么E(X+Y)=EX+EY;E(X-Y)=EX-EY D(X+Y)=DX+DY;D(X-Y)=DX+DY。

高中正态分布三个公式是什么?
正态分布三个公式 横轴区间(μ-σ,μ+σ)内的面积为68.268949%,横轴区间(μ-1.96σ,μ+1.96σ)内的面积为95.449974%,横轴区间(μ-2.58σ,μ+2.58σ)内的面积为99.730020%。X~N(μ,σ²):一般正态分布:均值为μ、方差为σ²;P(μ-σ)。正态分布概念正...

相似回答