协方差矩阵计算：用矩阵运算简化分析

协方差是用来衡量两个变量之间的关系强度和方向的统计量，可以通过矩阵运算来求解。

假设有两个随机变量X和Y，它们的样本数据分别为{x1, x2, ..., xn}和{y1, y2, ..., yn}，则它们的协方差矩阵为：

Cov(X,Y) = [[Cov(X,X), Cov(X,Y)], [Cov(Y,X), Cov(Y,Y)]]

其中，Cov(X,X)表示X的方差，Cov(Y,Y)表示Y的方差，Cov(X,Y)和Cov(Y,X)表示X和Y的协方差，它们的计算公式如下：

Cov(X,X) = Var(X) = (1/n) * Σ(xi - μx)^2

Cov(Y,Y) = Var(Y) = (1/n) * Σ(yi - μy)^2

Cov(X,Y) = (1/n) * Σ(xi - μx) * (yi - μy)

其中，μx和μy分别表示X和Y的均值。

在矩阵表示中，可以将样本数据X和Y分别表示为列向量x和y，协方差矩阵表示为：

Cov(x,y) = (1/n) * [(x-μx) * (y-μy)^T]

其中，^T表示向量的转置。