Matriz de covarianza
En teoría de probabilidad y estadística , una matriz de covarianza (también conocida como matriz de autocovarianza, matriz de dispersión, matriz de varianza o matriz de varianza-covarianza ) es una matriz cuadrada que proporciona la covarianza entre cada par de elementos de un vector aleatorio dado . Cualquier matriz de covarianza es simétrica y semidefinida positiva y su diagonal principal contiene varianzas (es decir, la covarianza de cada elemento consigo mismo).
Intuitivamente, la matriz de covarianza generaliza la noción de varianza a múltiples dimensiones. Como ejemplo, la variación en una colección de puntos aleatorios en un espacio bidimensional no puede caracterizarse completamente por un solo número, ni las variaciones en las direcciones y contendrían toda la información necesaria; sería necesaria una matriz para caracterizar completamente la variación bidimensional.![X](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![y](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![2\veces 2](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
La matriz de covarianza de un vector aleatorio generalmente se denota por o .![\mathbf{X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \operatorname {K} _{\mathbf {X} \mathbf {X} }}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![\Sigma](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
A lo largo de este artículo, las letras en negrita sin subíndice y se usan para referirse a vectores aleatorios, y las letras en negrita con subíndice y se usan para referirse a variables aleatorias escalares.![\mathbf{X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![\mathbf{Y}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![X_{yo}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![Y_{i}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
son variables aleatorias , cada una con varianza finita y valor esperado , entonces la matriz de covarianza es la matriz cuya entrada es la covarianza [1] : p. 177 ![{\displaystyle \operatorname {K} _{\mathbf {X} \mathbf {X} }}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![(yo, j)](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
donde el operador denota el valor esperado (media) de su argumento.![\nombre del operador {E}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Muestree puntos de una
distribución gaussiana bivariada con una desviación estándar de 3 aproximadamente en la dirección inferior izquierda-superior derecha y de 1 en la dirección ortogonal. Debido a que la
x y
Y componentes co-variar, las varianzas de y no describen completamente la distribución. Se necesita una matriz de covarianza; las direcciones de las flechas corresponden a los
vectores propios de esta matriz de covarianza y sus longitudes a las raíces cuadradas de los
valores propios .
![X](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![y](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![2\veces 2](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Figura 1: Construcción de un mapa de covarianza parcial de moléculas de N 2 que experimentan una explosión de Coulomb inducida por un láser de electrones libres. [10] Los paneles
ayb mapean los dos términos de la matriz de covarianza, que se muestra en el panel
c . El panel
d mapea las correlaciones de modo común a través de las fluctuaciones de intensidad del láser. El panel
e mapea la matriz de covarianza parcial que se corrige para las fluctuaciones de intensidad. Panel
fmuestra que una sobrecorrección del 10% mejora el mapa y hace que las correlaciones ion-ion sean claramente visibles. Debido a la conservación del impulso, estas correlaciones aparecen como líneas aproximadamente perpendiculares a la línea de autocorrelación (ya las modulaciones periódicas que son causadas por el timbre del detector).