Matlab中cov函数详细解读

本文详细介绍了向量与矩阵的方差和协方差计算方法,包括方差与协方差矩阵的求解过程,以及不同情况下归一化参数的选择与应用。同时探讨了矩阵协方差的特性及其在实际应用中的意义。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


1。向量的方差与协方差矩阵
cov(x) 
求向量x的方差。
cov(x)为一个数值,数值大小计算公式为S(x)。
cov(x,y) 
求向量x与y的协方差矩阵。
cov(x,y)为2*2矩阵,
[S(x) C(x,y);
 C(y,x) S(y);]
2。矩阵协方差矩阵
cov(X) 
求矩阵X的协方差矩阵。diag(cov(X))得到每一个列向量的方差。sqrt(diag(cov(X)))得到每一个列的标准差。
若X大小为M*N,则cov(X) 大小为N*N的矩阵。cov(X) 的第(i,j)个元素等于X的第i列向量与第j列向量的方差,即C(Xi,Xj)。
cov(X,Y) 
求矩阵X与Y的协方差矩阵。
若X大小为M*N,Y为K*P,则X,Y的大小必须满足M*N=K*P,即X,Y的元素个数相同。
此时,cov(X,Y) 等于cov([X(:) Y(:)])和cov(X(:),Y(:)),即计算两个向量的协方差矩阵,得到的结果为2*2矩阵。
[S(X(:)) C(X(:),Y(:)); 
C(Y(:),X(:)) S(Y(:));]
Matlab中cov函数详细解读 - 钰 - 计算机视觉·图像处理可知,S(X) =C(X,X).
3。关于归一化的问题
 在上述的S(X),C(X,Y)计算中,采用的归一化参数是1/(N-1) ,其中N是向量中元素的个数。而下面的调用形式采用的归一化参数是1/N。对应的公式如下图所示。
cov(x,1)
求向量x的方差。计算方法如cov(x),但归一化参数为1/N。
cov(x,y,1)
求向量x与y的协方差矩阵。计算方法如cov(x,y),但归一化参数为1/N。
Matlab中cov函数详细解读 - 钰 - 计算机视觉·图像处理
 4。PS:
为区别对待,
cov(x)又记作cov(x,0)
cov(x,y)又记作cov(x,y,0)
cov(X) 又记作cov(X,0)
cov(X,Y) 又记作cov(x,y,0)
对于归一化参数为1/(N-1)的情况,当N=1时,自动将参数调整为1/N。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值