Alguém pode sugerir como eu posso calcular o segundo momento (ou a função geradora de momentos inteiros) do cosseno de dois vetores aleatórios gaussianos , cada um distribuído como , independente um do outro? IE, momento para a seguinte variável aleatóriaN ( 0 , Σ )
A questão mais próxima é a função geradora de momento do produto interno de dois vetores aleatórios gaussianos que deriva MGF para o produto interno. Há também essa resposta do mathoverflow, que vincula essa pergunta à distribuição de autovalores de matrizes de covariância de amostra, mas não vejo imediatamente como usá-las para calcular o segundo momento.
Suspeito que o segundo momento seja dimensionado proporcionalmente à meia-norma dos valores próprios de pois eu obtenho esse resultado através da manipulação algébrica para 2 dimensões e também para 3 dimensões de adivinhação e verificação. Para os autovalores somando 1, o segundo momento é:
Usando o seguinte para verificação numérica
val1[a_, b_, c_] := (a + b + c)/(Sqrt[a] + Sqrt[b] + Sqrt[c])^2
val2[a_, b_, c_] := Block[{},
x := {x1, x2, x3};
y := {y1, y2, y3};
normal := MultinormalDistribution[{0, 0, 0}, ( {
{a, 0, 0},
{0, b, 0},
{0, 0, c}
} )];
vars := {x \[Distributed] normal, y \[Distributed] normal};
NExpectation[(x.y/(Norm[x] Norm[y]))^2, vars]]
val1[1.5,2.5,3.5] - val2[1.5,2.5,3.5]
Verificando a fórmula para 4 variáveis (dentro dos limites numéricos):
val1[a_, b_, c_,
d_] := (a + b + c + d)/(Sqrt[a] + Sqrt[b] + Sqrt[c] + Sqrt[d])^2
val2[a_, b_, c_, d_] := Block[{},
x := {x1, x2, x3, x4};
y := {y1, y2, y3, y4};
normal :=
MultinormalDistribution[{0, 0, 0,
0}, {{a, 0, 0, 0}, {0, b, 0, 0}, {0, 0, c, 0}, {0, 0, 0, d}}];
vars := {x \[Distributed] normal, y \[Distributed] normal};
NExpectation[(x.y/(Norm[x] Norm[y]))^2, vars]]
val1[0.5, 1.5, 2.5, 3.5] - val2[0.5, 1.5, 2.5, 3.5]