高斯分布的性质总结
1. 定义和表示
-
一维高斯分布:如果随机变量 X X X 服从均值为 μ \mu μ、方差为 σ 2 \sigma^2 σ2 的正态分布,记为 X ∼ N ( μ , σ 2 ) X \sim \mathcal{N}(\mu, \sigma^2) X∼N(μ,σ2)。其概率密度函数(PDF)为:
f ( x ) = 1 2 π σ 2 exp ( − ( x − μ ) 2 2 σ 2 ) f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} \exp\left(-\frac{(x - \mu)^2}{2\sigma^2}\right) f(x)=2πσ21exp(−2σ2(x−μ)2) -
多维(联合)高斯分布:如果随机向量 X = ( X 1 , X 2 , … , X n ) T \mathbf{X} = (X_1, X_2, \ldots, X_n)^T X=(X1,X2,…,Xn)T 服从均值向量 μ \mathbf{\mu} μ 和协方差矩阵 Σ \Sigma Σ 的多元正态分布,记为 X ∼ N ( μ , Σ ) \mathbf{X} \sim \mathcal{N}(\mathbf{\mu}, \Sigma) X∼N(μ,Σ)。其概率密度函数为:
f ( X ) = 1 ( 2 π ) n ∣ Σ ∣ exp ( − 1 2 ( X − μ ) T Σ − 1 ( X − μ ) ) f(\mathbf{X})