-
復隨機變量
鎖定
設X,Y是定義在同一個概率空間上的兩個實隨機變量,稱Z=X+iY為一個復隨機變量,其中i2=-1。復隨機變量X+iY本質上是二維隨機變量(X,Y),具有二維隨機變量的一些性質。例如,實二維隨機變量(X1,Y1),(X2,Y2),…,(Xn,Yn)相互獨立,那麼復隨機變量X1+iY1,X2+iY2,…,Xn+iYn也相互獨立。當復隨機變量Z=X+iY的實部X與虛部Y都有有限的數學期望,就定義E[Z]=E[X]+iE[Y]為Z的數學期望,若E[X]、E[Y]至少有一個不存在,就説E[Z]不存在。關於隨機變量數學期望的一些性質,對復隨機變量也成立
[1]
。
- 中文名
- 復隨機變量
- 外文名
- complex random variable
- 所屬學科
- 數學(統計學)
- 相關概念
- 複數,隨機變量,數學期望等
- 釋 義
- 定義在同一個概率空間上的兩個實隨機變量
目錄
- 1 基本介紹
- 2 復隨機變量的密度函數
- 3 期望值、方差和協方差
復隨機變量基本介紹
復隨機變量復隨機變量的密度函數
復隨機變量Z的實部X和虛部Y的聯合概率密度,稱為復隨機變量Z的密度函數,即
復隨機變量期望值、方差和協方差
(1)當實隨機變量Y=0(或X=0)時,復隨機變量Z的矩應當等於實隨機變量X(或Y)的矩。
(2)必須保持隨機變量的矩的特性(如方差應為非負實數)。
復隨機變量期望值
復隨機變量Z的期望值規定為
復隨機變量方差
復隨機變量Z的方差規定為
復隨機變量協方差
對於隨機復向量X和Y,可推廣上述定義。其中,協方差矩陣表示成
復隨機變量復隨機變量的相關性
若復隨機變量
和
的協方差為零,即