為什麼正態隨機變數的二次型服從卡方分布?

"如果一個m×1的隨機向量v~N(0,I)並且,Q是一個m×m的的非隨機對稱冪等矩陣,秩q小於或等於m,則二次型v"Qv~x^2(q)." 這個定理該如何證明呢? 另外,通過這個問題也發覺二次型挺有用的,能否再指教下怎麼深刻的理解二次型的意義? 有沒有一些比較好的書或文獻可供參考? 謝謝!


因為Q是實對稱陣,所以可對角化成Q = P^TAP,其中P是正交矩陣,A是對角矩陣,對角元是Q的特徵值。由於Q是冪等的,所以特徵值非 0 即 1。因為mathrm{rank}(Q) = q,不妨設A的前q個對角元為 1,其餘對角元為 0。

二次型v^TQv = (Pv)^T A (Pv),其實就是向量Pv的前q個元素的平方和。v sim mathcal{N}(0,I),而P是正交矩陣,所以也有Pv sim mathcal{N}(0,I),其元素服從標準高斯分布且互相獨立。根據chi^2分布的定義,v^TQv sim chi^2(q)

二次型可以想像成一個二次曲面,當中間的矩陣正定時,曲面是拋物面。拋物面的橫截面是橢圓,橢圓的軸向是矩陣的特徵向量的方向,半長軸與特徵值的平方根成反比。在你這道題的例子中,去掉特徵值為 0 的那些維度後,剩餘維度的特徵值都是 1,拋物面的橫截面是正圓。


雞和蛋的問題哦,卡方不就是這麼定義的么。


相當於方差逆加權,然後根據定義,標準正態平方和服從卡方分布


推薦閱讀:

一個線性代數問題求解?

TAG:統計學 | 線性代數 | 計量經濟 |