多元高斯分布的边缘概率和条件概率

0. 多元高斯分布

假定一个 $n$ 维的随机变量 $\mathrm x=\begin{bmatrix}\mathrm x_1\\ \mathrm x_2\end{bmatrix} \sim \mathcal N(\mu, \Sigma)$，其中 $\mathrm x_1,\mathrm x_2$ 的维度分别是 $p$ 和 $q$（也即 $p+q=n$），$\mu =\begin{bmatrix}\mu_1\\ \mu_2\end{bmatrix}$，$\Sigma=\begin{bmatrix}\Sigma_{11}&\Sigma_{12}\\ \Sigma_{21}&\Sigma_{22}\end{bmatrix}$（$\Sigma=\Sigma^T, \Sigma_{21}=\Sigma_{21}^T$），

1. 边缘分布

$\mathrm x_1, \mathrm x_2$ 各自依然服从 $\mu_i$，写反差矩阵 $\Sigma_{ii}$ 的多元高斯分布；

2. 条件概率分布

给定 $\mathrm x_j$ 求 $\mathrm x_i$ 的分布：

• $\mu_{i|j}=\mu_i+\Sigma_{ij}\Sigma_{jj}^{-1}(\mathrm x_j-\mu_j)$
• $\Sigma_{i|j}=\Sigma_{jj}-\Sigma_{ij}^T\Sigma_{ii}^{-1}\Sigma_{ij}$