《随机过程》这门课真是受益颇多,老师手推公式也是真的厉害,但其实自己在学习的过程中还是有许多的不懂。但老师的名言就是:你不懂的就把他抄一遍,在付出了辛苦之后,就算不懂也会使劲将它搞懂。所以,我决定还是将它继续写下来,付出劳动之后,印象总是特别深刻。继上回理解了学习高斯过程的动机之后,这一次要开始对高斯过程有个更深入的了解,话说,高斯过程真是一个完美的存在啊。不多说, 就开始记录吧。
高斯过程的基本定义
一元的高斯分布():
二元的高斯分布的联合概率密度函数(PDF)()
多元的高斯分布
设是n元实随机变量,,为协方差矩阵
Gauss过程:设有随机过程,如果对于任意的时间t,随机向量都服从n元高斯分布,则称为高斯过程。
高阶矩
服从多元高斯分布的随机向量的分布函数仅依赖于一阶矩和二阶矩。可以从一元高斯进行证明,如下所示:
假设,那么它的高阶矩为:,看到这个式子要想求积分就得使用分部积分,通过分部积分找到递推公式,让,那么
可以进行多次的分部积分,最后可以推导出以下结果:
由于一阶矩为0,所以他的奇数项为0,二阶矩为方差,所以偶数项与方差有关,由此可以看到,高斯过程的高阶矩只与一阶矩和二阶矩有关。
多元高斯分布的特征函数
前面已经说明了特征函数是解决高斯分布的有效手段之一,但只是推导了一元高斯分布的特征函数是怎样的,现在就来推导一下多元的高斯分布函数。
假设有,n元随机向量,则它的特征函数为;
将上式进行展开,有
对指数次幂中的协方差矩阵进行分解,由于是协方差帧,所以它是对称正定的,对它进行SVD分解,,得到:
因此,设,进行积分换元,得到
对幂指数上进行配方,配方成只包括y的二次项和不包括y的一项,这里就不细写了,对包含y的那一项进行积分就是和前面的分母约掉了,最后得到:
这就是多元高斯的特征函数的表达。
参考资料
《随机过程及其应用》(第二版)陆大絟 张颢