I sannolikhetsteori och statistik är en komplex slumpmässig vektor typiskt en tupel av komplexa slumpmässiga variabler och är i allmänhet en slumpmässig variabel som tar värden i ett vektorutrymme över fältet av komplexa tal. Om
Z
1
, … ,
Z
n
{\displaystyle Z_{1},\ldots ,Z_{n}}
är slumpmässiga variabler med komplexa värden, då är n -tuppeln
(
Z
1
, … ,
Z
n
)
{\displaystyle \left (Z_{1},\ldots ,Z_{n}\right)}
är en komplex slumpmässig vektor. Komplexa slumpvariabler kan alltid betraktas som par av reella slumpvektorer: deras reella och imaginära delar.
Vissa begrepp av verkliga slumpmässiga vektorer har en enkel generalisering till komplexa slumpmässiga vektorer. Till exempel definitionen av medelvärdet för en komplex slumpmässig vektor. Andra begrepp är unika för komplexa slumpmässiga vektorer.
Tillämpningar av komplexa slumpmässiga vektorer finns i digital signalbehandling .
Definition
En komplex slumpmässig vektor
Z
= (
Z
1
, … ,
Z
n
)
T
{\displaystyle \mathbf {Z} =(Z_{1},\ldots ,Z_{n})^{T}}
på sannolikhetsutrymmet
( Ω ,
F
, P )
{\displaystyle (\Omega ,{\mathcal {F}},P)}
är en funktion
Z
: Ω →
C
n
{\displaystyle \mathbf {Z} \colon \Omega \rightarrow \mathbb {C } ^{n}}
så att vektorn
( ℜ
(
Z
1
)
, ℑ
(
Z
1
)
, … , ℜ
(
Z
n
)
, ℑ
(
Z
n
)
)
T
{\displaystyle (\Re {(Z_{1} )},\Im {(Z_{1})},\ldots ,\Re {(Z_{n})},\Im {(Z_{n})})^{T}} är en verklig
slumpmässig vektor på
( Ω ,
F
, P )
{\displaystyle (\Omega ,{\mathcal {F}},P)}
där
ℜ
( z )
{\displaystyle \Re {(z)}}
anger den verkliga delen av
z
{\displaystyle z}
och
ℑ
( z )
{\displaystyle \Im {(z)}}
betecknar den imaginära delen av
z
{\displaystyle z}
.
Kumulativ fördelningsfunktion
Generaliseringen av den kumulativa fördelningsfunktionen från reella till komplexa slumpvariabler är inte uppenbar eftersom uttryck av formen
P ( Z ≤ 1 + 3 i )
{\displaystyle P(Z\leq 1+3i)} är
meningslösa. Uttryck av formen
P ( ℜ
( Z )
≤ 1 , ℑ
( Z )
≤ 3 )
{\displaystyle P(\Re {(Z)}\leq 1,\Im {(Z)}\leq 3)}
gör dock känsla. Därför är den kumulativa fördelningsfunktionen
0
F
Z
:
C
n
↦ [ , 1 ]
{\displaystyle F_{\mathbf {Z} }:\mathbb {C} ^{n}\mapsto [0,1]}
av en slumpmässig vektor
Z
= (
Z
1
, . . . ,
Z
n
)
T
{\displaystyle \mathbf {Z} =(Z_{1},...,Z_{n})^{T}}
definieras som
F
Z
(
z
) = P ( ℜ
(
Z1
z1
)
≤ℜ
(
Z1
)
)
, ℑ
(
z1
,
)
≤ℑ (
(
Zn
,
)
… ℜ ( ) ≤ℜ
(
ℑ
_
_
zn Z , _
_
_
_
_
_
_
_
n
)
≤ ℑ
(
z
n
)
)
{\displaystyle F_{\mathbf {Z} }(\mathbf {z} )=\operatörsnamn {P} (\Re {(Z_{1})}\leq \Re {( z_{1})},\Im {(Z_{1})}\leq \Im {(z_{1})},\ldots ,\Re {(Z_{n})}\leq \Re {(z_ {n})},\Im {(Z_{n})}\leq \Im {(z_{n})})}
()
där
z
= (
z
1
, . . . ,
z
n
)
T
{\displaystyle \mathbf {z} =(z_{1},...,z_{n})^{T}}
.
Förväntan
Som i det verkliga fallet tas förväntan (även kallat förväntat värde ) för en komplex slumpmässig vektor komponentvis.
E [
Z
] = ( E [
Z
1
] , … , E [
Z
n
]
)
T
{\displaystyle \operatörsnamn {E} [\mathbf {Z} ]=(\operatörsnamn {E} [Z_{1 }],\ldots ,\operatörsnamn {E} [Z_{n}])^{T}}
()
Kovariansmatris och pseudo-kovariansmatris
Kovariansmatrisen (även kallad andra centrala moment )
K
Z
Z {\displaystyle \operatorname {
} _{\mathbf {Z} \mathbf {Z} }}
K innehåller kovarianserna mellan alla par av komponenter. Kovariansmatrisen för en
n × 1
{\displaystyle n\times 1}
slumpmässig vektor är en
n × n
{\displaystyle n\times n}
matris vars
( i , j )
{\displaystyle (i,j)}:
e elementet är kovariansen mellan den i: te och den j :te slumpvariablen . Till skillnad från i fallet med verkliga slumpvariabler, involverar kovariansen mellan två slumpvariabler det komplexa konjugatet av en av de två. Således är kovariansmatrisen en hermitisk matris .
K
Z
Z
= cov [
Z
,
Z
] = E [ (
Z
− E [
Z
] )
(
Z
− E [
Z
] )
H
] = E [
Z
Z
H
] − E [
Z
] E [
Z
H
]
{\displaystyle {\begin{aligned}&\operatörsnamn {K} _{\mathbf {Z} \mathbf {Z} }=\operatörsnamn {cov} [\mathbf {Z} ,\mathbf {Z } ]=\operatörsnamn {E} [(\mathbf {Z} -\operatörsnamn {E} [\mathbf {Z} ]){(\mathbf {Z} -\operatörsnamn {E} [\mathbf {Z} ]) }^{H}]=\operatörsnamn {E} [\mathbf {Z} \mathbf {Z} ^{H}]-\operatörsnamn {E} [\mathbf {Z} ]\operatörsnamn {E} [\mathbf { Z} ^{H}]\\[12pt]\end{aligned}}}
()
K
Z
Z
=
[
E
[ (
Z
1
− E [
Z
1
] )
(
Z
1
− E [
Z
1
] )
¯
]
E
[ (
Z
1
− E [
Z
1
] )
(
Z
2
− E [
Z
2
] )
¯
]
⋯
E
[ (
Z
1
− E [
Z
1
] )
(
Z
n
− E [
Z
n
] )
¯
]
E
[ (
Z
2
− E [
Z
2
] )
(
Z
1
− E [
Z
1
] )
¯
]
E
[ (
Z
2
− E [
Z
2
] )
(
Z
2
− E [
Z
2
] )
¯
]
⋯
E
[ (
Z
2
− E [
Z
2
] )
(
Z
n
− E [
Z
n
] )
¯
]
⋮
⋮
⋱
⋮
E
[ (
Z
n
− E [
Z
n
] )
(
Z
1
− E [
Z
1
] )
¯
]
E
[ (
Z
n
− E [
Zn
]
)
[
]
(
Z2
−
E [
Z2
¯
] )
(
] ⋯
E
[
(
Zn
)
− E
)
Zn
{
− E
]
_
]
\ displaystyle _ _
_
[
Zn
Zn
] ¯ ] _
_
_ \operatörsnamn {K} _{\mathbf {Z} \mathbf {Z} }={\begin{bmatrix}\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1}]){ \overline {(Z_{1}-\operatörsnamn {E} [Z_{1}])}}]&\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1}]){ \overline {(Z_{2}-\operatörsnamn {E} [Z_{2}])}}]&\cdots &\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1} ]){\overline {(Z_{n}-\operatörsnamn {E} [Z_{n}])}}]\\\\\mathrm {E} [(Z_{2}-\operatörsnamn {E} [Z_ {2}]){\overline {(Z_{1}-\operatörsnamn {E} [Z_{1}])}}]&\mathrm {E} [(Z_{2}-\operatörsnamn {E} [Z_ {2}]){\overline {(Z_{2}-\operatörsnamn {E} [Z_{2}])}}]&\cdots &\mathrm {E} [(Z_{2}-\operatörsnamn {E } [Z_{2}]){\overline {(Z_{n}-\operatörsnamn {E} [Z_{n}])}}]\\\\\vdots &\vdots &\ddots &\vdots \\ \\\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}]){\overline {(Z_{1}-\operatörsnamn {E} [Z_{1}])}} ]&\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}]){\overline {(Z_{2}-\operatörsnamn {E} [Z_{2}])}} ]&\cdots &\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}]){\overline {(Z_{n}-\operatörsnamn {E} [Z_{n}] )}}]\end{bmatrix}}}
Pseudo -kovariansmatrisen (även kallad relationsmatris ) definieras och ersätter hermitisk transponering med transponering i definitionen ovan.
J
Z
Z
= cov [
Z
,
Z
¯
] = E [ (
Z
− E [
Z
] )
(
Z
− E [
Z
] )
T
] = E [
Z
Z
T
] − E [
Z
] E [
Z
T
]
{\displaystyle \operatorname {J} _{\mathbf {Z} \mathbf {Z} }=\operatörsnamn {cov} [\mathbf {Z} ,{\overline {\mathbf {Z} } }]=\operatörsnamn {E} [(\mathbf {Z} -\operatörsnamn {E} [\mathbf {Z} ]){(\mathbf {Z} -\operatörsnamn {E} [\mathbf {Z} ]) }^{T}]=\operatörsnamn {E} [\mathbf {Z} \mathbf {Z} ^{T}]-\operatörsnamn {E} [\mathbf {Z} ]\operatörsnamn {E} [\mathbf { Z} ^{T}]}
()
J
Z
Z
=
[
E
[ (
Z
1
− E [
Z
1
] ) (
Z
1
− E [
Z
1
] ) ]
E
[ (
Z
1
− E [
Z
1
] ) (
Z
2
− E [
Z
2
] ) ]
⋯
E
[ (
Z
1
− E [
Z
1
] ) (
Z
n
− E [
Z
n
] ) ]
E
[ (
Z
2
− E [
Z
2
] ) (
Z
1
− E [
Z
1
] ) ]
E
[ (
Z
2
− E [
Z
2
] ) (
Z
2
− E [
Z
2
] ) ]
⋯
E
[ (
Z
2
− E [
Z
2
] ) (
Z
n
− E [
Zn
]
) ]
E
⋮
⋮
⋱
⋮
−
[
]
E
[ (
Zn
]
− E [
Zn
]
) (
Z1
(
− E [
Z1
)
) ]
[
(
Zn
E
_
_
_
_ _ _
Zn
_
_ _ _
Z
2
− E [
Z
2
] ) ]
⋯
E
[ (
Z
n
− E [
Z
n
] ) (
Z
n
− E [
Z
n
] ) ]
]
{\displaystyle \operatörsnamn {J} _{\mathbf {Z} \mathbf {Z} }={\begin{bmatrix}\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1}])(Z_{1}-\operatörsnamn {E } [Z_{1}])]&\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1}])(Z_{2}-\operatörsnamn {E} [Z_{2} ])]&\cdots &\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1}])(Z_{n}-\operatörsnamn {E} [Z_{n}])] \\\\\mathrm {E} [(Z_{2}-\operatörsnamn {E} [Z_{2}])(Z_{1}-\operatörsnamn {E} [Z_{1}])]&\mathrm {E} [(Z_{2}-\operatörsnamn {E} [Z_{2}])(Z_{2}-\operatörsnamn {E} [Z_{2}])]&\cdots &\mathrm {E} [(Z_{2}-\operatörsnamn {E} [Z_{2}])(Z_{n}-\operatörsnamn {E} [Z_{n}])]\\\\\vdots &\vdots &\ddots &\vdots \\\\\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}])(Z_{1}-\operatörsnamn {E} [Z_{1}])] &\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}])(Z_{2}-\operatörsnamn {E} [Z_{2}])]&\cdots &\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}])(Z_{n}-\operatörsnamn {E} [Z_{n}])]\end{bmatrix}}}
Egenskaper
Kovariansmatrisen är en hermitisk matris , dvs
K
Z
Z
H
=
K
Z
Z
{\displaystyle \operatörsnamn {K} _{\mathbf {Z} \mathbf {Z} }^{H}=\operatörsnamn {K} _{\mathbf {Z} \mathbf {Z } }}
.
Pseudo-kovariansmatrisen är en symmetrisk matris , dvs
J
Z
Z
T
=
J
Z
Z
{\displaystyle \operatörsnamn {J} _{\mathbf {Z} \mathbf {Z} }^{T}=\operatörsnamn {J} _{\mathbf {Z} \mathbf {Z } }}
.
Kovariansmatrisen är en positiv semidefinit matris , dvs
0
a
H
K
Z
Z
a
≥
för alla
a
∈
C
n
{\displaystyle \mathbf {a} ^{H}\operatörsnamn {K} _{\mathbf {Z} \mathbf {Z} }\mathbf {a} \ geq 0\quad {\text{för alla }}\mathbf {a} \in \mathbb {C} ^{n}}
.
Kovariansmatriser av verkliga och imaginära delar
Genom att dekomponera den slumpmässiga vektorn
Z
{\displaystyle \mathbf {Z} }
till dess reella del
X
= ℜ
(
Z
)
{\displaystyle \mathbf {X} =\Re {(\mathbf {Z} )}}
och imaginära del
Y
= ℑ
(
Z
)
{\displaystyle \mathbf {Y} =\Im {(\mathbf {Z} )}}
(dvs
Z
=
X
+ i
Y
{\displaystyle \mathbf {Z} =\mathbf {X} +i \mathbf {Y} }
), paret
(
X
,
Y
)
{\displaystyle (\mathbf {X} ,\mathbf {Y} )}
har en kovariansmatris av formen:
[
K
X
X
K
Y
X
K
X
Y
K
Y
Y
]
{\displaystyle {\begin{bmatrix}\operatörsnamn {K} _{\mathbf {X} \mathbf {X} }&\operatörsnamn {K} _{\ mathbf {Y} \mathbf {X} }\\\operatörsnamn {K} _{\mathbf {X} \mathbf {Y} }&\operatörsnamn {K} _{\mathbf {Y} \mathbf {Y} }\ slut{bmatrix}}}
Matriserna
K
Z
Z
{\displaystyle \operatorname {K} _{\mathbf {Z} \mathbf {Z} }}
och
J
Z
Z
{\displaystyle \operatorname {J} _{\mathbf {Z} \mathbf {Z } }}
kan relateras till kovariansmatriserna för
X
{\displaystyle \mathbf {X} }
och
Y
{\displaystyle \mathbf {Y} }
via följande uttryck:
K
X
X
= E [ (
X
− E [
X
] ) (
X
− E [
X
]
)
T
] =
1 2
Re (
K
Z
Z
+
J
Z
Z
)
K
Y
Y
= E [ (
Y
− E [
Y
] ) (
Y
− E [
Y
]
)
T
] =
1 2
Re (
K
Z
Z
−
J
Z
Z
)
K
Y
X
= E [ (
Y
− E [
Y
] ) (
X
− E [
X
]
)
T
] =
1 2
Im (
J
Z
Z
+
K
Z
Z
)
K
X
Y
= E [ (
X
− E [
X
] ) (
Y
− E [
Y
]
)
T
] =
1 2
Im (
J
Z
Z
−
K
Z
Z
)
{\displaystyle {\begin{aligned}&\operatörsnamn {K} _{\mathbf {X} \mathbf {X} }=\operatörsnamn {E} [( \mathbf {X} -\operatörsnamn {E} [\mathbf {X} ])(\mathbf {X} -\operatörsnamn {E} [\mathbf {X} ])^{\mathrm {T} }]={ \tfrac {1}{2}}\operatörsnamn {Re} (\operatörsnamn {K} _{\mathbf {Z} \mathbf {Z} }+\operatörsnamn {J} _{\mathbf {Z} \mathbf {Z } })\\&\operatörsnamn {K} _{\mathbf {Y} \mathbf {Y} }=\operatörsnamn {E} [(\mathbf {Y} -\operatörsnamn {E} [\mathbf {Y} ] )(\mathbf {Y} -\operatörsnamn {E} [\mathbf {Y} ])^{\mathrm {T} }]={\tfrac {1}{2}}\operatörsnamn {Re} (\operatörsnamn { K} _{\mathbf {Z} \mathbf {Z} }-\operatörsnamn {J} _{\mathbf {Z} \mathbf {Z} })\\&\operatörsnamn {K} _{\mathbf {Y} \mathbf {X} }=\operatörsnamn {E} [(\mathbf {Y} -\operatörsnamn {E} [\mathbf {Y} ])(\mathbf {X} -\operatörsnamn {E} [\mathbf {X } ])^{\mathrm {T} }]={\tfrac {1}{2}}\operatörsnamn {Im} (\operatörsnamn {J} _{\mathbf {Z} \mathbf {Z} }+\operatörsnamn {K} _{\mathbf {Z} \mathbf {Z} })\\&\operatörsnamn {K} _{\mathbf {X} \mathbf {Y} }=\operatörsnamn {E} [(\mathbf {X } -\operatörsnamn {E} [\mathbf {X} ])(\mathbf {Y} -\operatörsnamn {E} [\mathbf {Y} ])^{\mathrm {T} }]={\tfrac {1 }{2}}\operatörsnamn {Im} (\operatörsnamn {J} _{\mathbf {Z} \mathbf {Z} }-\operatörsnamn {K} _{\mathbf {Z} \mathbf {Z} })\ \\end{aligned}}}
Omvänt:
K
Z
Z
=
K
X
X
+
K
Y
Y
+ i (
K
Y
X
−
K
X
Y
)
J
Z
Z
=
K
X
X
−
K
Y
Y
+ i (
K
Y
X
+
K
X
Y
)
{\displaystyle {\begin {aligned}&\operatörsnamn {K} _{\mathbf {Z} \mathbf {Z} }=\operatörsnamn {K} _{\mathbf {X} \mathbf {X} }+\operatörsnamn {K} _{\ mathbf {Y} \mathbf {Y} }+i(\operatörsnamn {K} _{\mathbf {Y} \mathbf {X} }-\operatörsnamn {K} _{\mathbf {X} \mathbf {Y} } )\\&\operatörsnamn {J} _{\mathbf {Z} \mathbf {Z} }=\operatörsnamn {K} _{\mathbf {X} \mathbf {X} }-\operatörsnamn {K} _{\ mathbf {Y} \mathbf {Y} }+i(\operatörsnamn {K} _{\mathbf {Y} \mathbf {X} }+\operatörsnamn {K} _{\mathbf {X} \mathbf {Y} } )\end{aligned}}}
Korskovariansmatris och pseudokorskovariansmatris
Korskovariansmatrisen mellan två komplexa slumpmässiga vektorer
Z
,
W {\displaystyle \mathbf {Z} ,\mathbf
W} }
{ definieras som:
K
Z
W
= cov [
Z
,
W
] = E [ (
Z
− E [
Z
] )
(
W
− E [
W
] )
H
] = E [
Z
W
H
] − E [
Z
] E [
W
H
]
{\displaystyle \operatörsnamn {K} _{\mathbf {Z} \mathbf {W} }=\operatörsnamn {cov} [\mathbf {Z} ,\mathbf {W} ]=\operatörsnamn {E } [(\mathbf {Z} -\operatörsnamn {E} [\mathbf {Z} ]){(\mathbf {W} -\operatörsnamn {E} [\mathbf {W} ])}^{H}]= \operatörsnamn {E} [\mathbf {Z} \mathbf {W} ^{H}]-\operatörsnamn {E} [\mathbf {Z} ]\operatörsnamn {E} [\mathbf {W} ^{H}] }
()
K
Z
W
=
[
E
[ (
Z
1
− E [
Z
1
] )
(
W
1
− E [
W
1
] )
¯
]
E
[ (
Z
1
− E [
Z
1
] )
(
W
2
− E [
W
2
] )
¯
]
⋯
[
E
[ (
Z1
¯
− E [
Z1
E
] )
]
(
Wn
E
− E [
Wn
]
)
(
]
[
(
Z2
)
−
W1 _ _ _ _
Z2
_
_ _
_
_
_
− E [
W
1
] )
¯
]
E
[ (
Z
2
− E [
Z
2
] )
(
W
2
− E [
W
2
] )
¯
]
⋯
E
[ (
Z
2
− E [
Z
2
] )
(
W
n
− E [
W
n
] )
¯
]
⋮
⋮
⋱
⋮
E
[ (
Z
n
− E [
Z
n
] )
(
W
1
− E [
W
1
] )
¯
]
E
[ (
Z
n
− E [
Z
n
] )
(
W
2
− E [
W
2
] )
¯
]
⋯
E
[ (
Z
n
− E [
Z
n
] )
(
W
n
− E [
W
n
] )
¯
]
]
{\displaystyle \operatörsnamn {K} _{\mathbf {Z} \mathbf {W} }={\begin{bmatrix}\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1}]){ \overline {(W_{1}-\operatörsnamn {E} [W_{1}])}}]&\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1}]){ \overline {(W_{2}-\operatörsnamn {E} [W_{2}])}}]&\cdots &\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1} ]){\overline {(W_{n}-\operatörsnamn {E} [W_{n}])}}]\\\\\mathrm {E} [(Z_{2}-\operatörsnamn {E} [Z_ {2}]){\overline {(W_{1}-\operatörsnamn {E} [W_{1}])}}]&\mathrm {E} [(Z_{2}-\operatörsnamn {E} [Z_ {2}]){\overline {(W_{2}-\operatörsnamn {E} [W_{2}])}}]&\cdots &\mathrm {E} [(Z_{2}-\operatörsnamn {E } [Z_{2}]){\overline {(W_{n}-\operatörsnamn {E} [W_{n}])}}]\\\\\vdots &\vdots &\ddots &\vdots \\ \\\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}]){\overline {(W_{1}-\operatörsnamn {E} [W_{1}])}} ]&\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}]){\overline {(W_{2}-\operatörsnamn {E} [W_{2}])}} ]&\cdots &\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}]){\overline {(W_{n}-\operatörsnamn {E} [W_{n}] )}}]\end{bmatrix}}}
Och pseudo-kors-kovariansmatrisen definieras som:
J
Z
W
= cov [
Z
,
W
¯
] = E [ (
Z
− E [
Z
] )
(
W
− E [
W
] )
T
] = E [
Z
W
T
] − E [
Z
] E [
W
T
]
{\displaystyle \operatorname {J} _{\mathbf {Z} \mathbf {W} }=\operatörsnamn {cov} [\mathbf {Z} ,{\overline {\mathbf {W} } }]=\operatörsnamn {E} [(\mathbf {Z} -\operatörsnamn {E} [\mathbf {Z} ]){(\mathbf {W} -\operatörsnamn {E} [\mathbf {W} ]) }^{T}]=\operatörsnamn {E} [\mathbf {Z} \mathbf {W} ^{T}]-\operatörsnamn {E} [\mathbf {Z} ]\operatörsnamn {E} [\mathbf { W} ^{T}]}
()
J
Z
W
=
[
E
[ (
Z
1
− E [
Z
1
] ) (
W
1
− E [
W
1
] ) ]
E
[ (
Z
1
− E [
Z
1
] ) (
W
2
− E [
W
2
] ) ]
⋯
E
[ (
Z
1
− E [
Z
1
] ) (
W
n
− E [
W
n
] ) ]
E
[ (
Z
2
− E [
Z
2
] ) (
W
1
− E [
W
1
] ) ]
E
[ (
Z
2
− E [
Z
2
] ) (
W
2
− E [
W
2
] ) ]
⋯
E
[ (
Z
2
− E [
Z
2
] ) (
W
n
− E [
W
n
] ) ]
⋮
⋮
⋱
⋮
(
E
[ (
Zn
]
− E [
Z
n
] ) (
W
1
− E [
W
1
) ]
E
[ (
Zn
)
− E [
Z
n
]
_ _
W
2
− E [
W
2
] ) ]
⋯
E
[ (
Z
n
− E [
Z
n
] ) (
W
n
− E [
W
n
] ) ]
]
{\displaystyle \operatörsnamn {J} _{\mathbf {Z} \mathbf {W} }={\begin{bmatrix}\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1}])(W_{1}-\operatörsnamn {E } [W_{1}])]&\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1}])(W_{2}-\operatörsnamn {E} [W_{2} ])]&\cdots &\mathrm {E} [(Z_{1}-\operatörsnamn {E} [Z_{1}])(W_{n}-\operatörsnamn {E} [W_{n}])] \\\\\mathrm {E} [(Z_{2}-\operatörsnamn {E} [Z_{2}])(W_{1}-\operatörsnamn {E} [W_{1}])]&\mathrm {E} [(Z_{2}-\operatörsnamn {E} [Z_{2}])(W_{2}-\operatörsnamn {E} [W_{2}])]&\cdots &\mathrm {E} [(Z_{2}-\operatörsnamn {E} [Z_{2}])(W_{n}-\operatörsnamn {E} [W_{n}])]\\\\\vdots &\vdots &\ddots &\vdots \\\\\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}])(W_{1}-\operatörsnamn {E} [W_{1}])] &\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}])(W_{2}-\operatörsnamn {E} [W_{2}])]&\cdots &\mathrm {E} [(Z_{n}-\operatörsnamn {E} [Z_{n}])(W_{n}-\operatörsnamn {E} [W_{n}])]\end{bmatrix}}}
Två komplexa slumpmässiga vektorer
Z
{\displaystyle \mathbf {Z} }
och
W
{\displaystyle \mathbf {W} }
kallas okorrelerade om
K
Z
W
=
J
Z
W
=
0
{\displaystyle \operatörsnamn {K} _{\mathbf {Z} \mathbf {W} }=\operatörsnamn {J} _{\mathbf {Z} \mathbf {W} }=0 }
.
Oberoende
Två komplexa slumpmässiga vektorer
Z
= (
Z
1
, . . . . ,
Z
m
)
T
{\displaystyle \mathbf {Z} =(Z_{1},...,Z_{m})^{T}}
och
W
= (
W
1
, . . . ,
W
n
)
T
{\displaystyle \mathbf {W} =(W_{1},...,W_{n})^{T}}
kallas oberoende om
F
Z , W
(
z , w
) =
F
Z
(
z
) ⋅
F
W
(
w
)
för alla
z
,
w
{\displaystyle F_{\mathbf {Z,W} }(\mathbf {z,w} )=F_ {\mathbf {Z} }(\mathbf {z} )\cdot F_{\mathbf {W} }(\mathbf {w} )\quad {\text{för alla }}\mathbf {z} ,\mathbf { w} }
()
där
F
Z
(
z
)
{\displaystyle F_{\mathbf {Z} }(\mathbf {z} )}
och
F
W
(
w
)
{\displaystyle F_{\mathbf {W} }(\mathbf {w} )}
beteckna de kumulativa fördelningsfunktionerna för
Z
{\displaystyle \mathbf {Z} }
och
W
{\displaystyle \mathbf {W} }
enligt definition i ekv.1 och
F
Z , W
(
z , w
)
{\displaystyle F_{\mathbf {Z,W} }(\mathbf {z,w} )}
betecknar deras gemensamma kumulativa fördelningsfunktion. Oberoende av
Z
{\displaystyle \mathbf {Z} }
och
W
{\displaystyle \mathbf {W} }
betecknas ofta med
Z
⊥ ⊥
W
{\displaystyle \mathbf {Z} \perp \!\!\!\perp \ mathbf {W} }
. Skrivet komponentmässigt kallas
Z
{\displaystyle \mathbf {Z} }
och
W
{\displaystyle \mathbf {W} } oberoende om
F
Z
1
, … ,
Zm
)
,
W
1
, … ,
W
n
(
z
1
, … ,
zm
,
,
w
1
, … ,
w
n
=
F
Z
1
, Zm (
z
,
…
1
_
… ,
zm
_
_ _ ) ⋅
F
W
1
, … ,
W
n
(
w
1
, … ,
w
n
)
för alla
z
1
, … ,
z
m
,
w
1
, … ,
w
n
{\displaystyle F_{Z_{1},\ldots ,Z_ {m},W_{1},\ldots ,W_{n}}(z_{1},\ldots,z_{m},w_{1},\ldots,w_{n})=F_{Z_{1 },\ldots ,Z_{m}}(z_{1},\ldots ,z_{m})\cdot F_{W_{1},\ldots ,W_{n}}(w_{1},\ldots, w_{n})\quad {\text{för alla }}z_{1},\ldots ,z_{m},w_{1},\ldots ,w_{n}}
.
Cirkulär symmetri
En komplex slumpmässig vektor
Z
{\displaystyle \mathbf {Z} }
kallas cirkulärsymmetrisk om för varje deterministisk
φ ∈ [ − π , π )
{\displaystyle \varphi \in [-\pi ,\pi )}
fördelningen av
e
i
φ
Z
{\displaystyle e^{\mathrm {i} \varphi }\mathbf {Z} }
är lika med fördelningen av
Z
{\displaystyle \mathbf {Z} }
.
Egenskaper
Förväntningen på en cirkulärt symmetrisk komplex slumpmässig vektor är antingen noll eller så är den inte definierad.
Pseudo-kovariansmatrisen för en cirkulärt symmetrisk komplex slumpmässig vektor är noll.
Korrekt komplexa slumpmässiga vektorer
En komplex slumpmässig vektor
Z
{\displaystyle \mathbf {Z} }
kallas korrekt om följande tre villkor alla är uppfyllda:
E [
Z
] =
0
{\displaystyle \operatörsnamn {E} [\mathbf {Z} ]=0}
(noll medelvärde)
var [
Z
1
] < ∞ , … , var [
Z
n
] < ∞
{\displaystyle \operatorname {var} [Z_{1}]<\infty ,\ldots ,\operatörsnamn {var} [Z_{n} ]<\infty }
(alla komponenter har ändlig varians)
E [
Z
Z
T
] =
0
{\displaystyle \operatörsnamn {E} [\mathbf {Z} \mathbf {Z} ^{T}]=0}
Två komplexa slumpmässiga vektorer
Z
,
W
{\displaystyle \mathbf {Z} ,\mathbf {W} }
kallas gemensamt korrekta är den sammansatta slumpmässiga vektorn
(
Z
1
,
Z
2
, … ,
Z
m
,
W
1
,
W
2
, … ,
W
n
)
T
{\displaystyle (Z_{1},Z_{2},\ldots ,Z_{m},W_{1},W_{2},\ldots ,W_{n})^{T}}
är korrekt.
Egenskaper
En komplex slumpmässig vektor
Z
{\displaystyle \mathbf {Z} }
är korrekt om, och endast om, för alla (deterministiska) vektorer
c
∈
C
n
{\displaystyle \mathbf {c} \in \mathbb {C} ^{n }}
den komplexa slumpvariabeln
c
T
Z
{\displaystyle \mathbf {c} ^{T}\mathbf {Z} }
är korrekt.
Linjära transformationer av korrekta komplexa slumpmässiga vektorer är korrekta, dvs om
Z
{\displaystyle \mathbf {Z} }
är en riktig slumpmässig vektor med
n
{\displaystyle n}
komponenter och
A
{\displaystyle A}
är en deterministisk
m × n
{\ displaystyle m\times n}
matris, då är den komplexa slumpmässiga vektorn
A
Z
{\displaystyle A\mathbf {Z} }
också korrekt.
Varje cirkulärt symmetrisk komplex slumpmässig vektor med ändlig varians av alla dess komponenter är korrekt.
Det finns rätt komplexa slumpmässiga vektorer som inte är cirkulärt symmetriska.
En verklig slumpmässig vektor är korrekt om och endast om den är konstant.
Två gemensamt korrekta komplexa slumpmässiga vektorer är okorrelerade om och endast om deras kovariansmatris är noll, dvs om
K
Z
W
=
0
{\displaystyle \operatornamn {K} _{\mathbf {Z} \mathbf {W} }=0}
.
Cauchy-Schwarz ojämlikhet
Cauchy -Schwarz-olikheten för komplexa slumpmässiga vektorer är
|
_
_
E [
ZHW
_
]
|
2
≤ E [
ZH
Z
] E [
|
_
W
H
W
|
]
{\displaystyle \left|\operatörsnamn {E} [\mathbf {Z} ^{H}\mathbf {W} ]\right|^{2}\leq \operatörsnamn {E} [\mathbf {Z} ^{ H}\mathbf {Z} ]\operatörsnamn {E} [|\mathbf {W} ^{H}\mathbf {W} |]}
.
Karakteristisk funktion
Den karakteristiska funktionen för en komplex slumpmässig vektor
Z
{\displaystyle \mathbf {Z} }
med
n
{\displaystyle n}
komponenter är en funktion
C
n
→
C
{\displaystyle \mathbb {C} ^{n}\to \mathbb { C} }
definieras av:
φ
Z
(
ω
) = E
[
e
i ℜ
(
ω
H
Z
)
]
= E
[
e
i ( ℜ
(
ω
1
)
ℜ
(
Z
1
)
+ ℑ
(
ω
1
)
ℑ
(
Z
1
)
+ ✋ + .
(
ω
n
)
ℜ
(
Z
n
)
+ ℑ
(
ω
n
)
ℑ
(
Z
n
)
)
]
{\displaystyle \varphi _{\mathbf {Z} }(\mathbf {\omega } )=\operatörsnamn {E} \ vänster[e^{i\Re {(\mathbf {\omega} ^{H}\mathbf {Z} )}}\right]=\operatörsnamn {E} \left[e^{i(\Re {(\ omega _{1})}\Re {(Z_{1})}+\Im {(\omega _{1})}\Im {(Z_{1})}+\cdots +\Re {(\omega _{n})}\Re {(Z_{n})}+\Im {(\omega _{n})}\Im {(Z_{n})})}\right]}
Se även