高斯随机过程

高斯分布

存在一个变量服从高斯分布，即$X\sim G(\mu ,{\sigma }^2)$。

联合高斯分布

存在 n 个变量 $X=[X_1,X_2,\cdots ,X_n]$，每个变量都服从高斯分布。则$X\sim G(\mathrm{M},{\Sigma }_{n\times n})$。其中$\mathrm{M}$是每一个变量的均值，$\Sigma$是n个变量的协方差矩阵。

高斯过程

依次类推，如果存在一个变量序列$X$，以时间序列为例，其中包含了一段时间内无穷个时刻的变量 $X=[X_1,X_2,\cdots ,X_t,\cdots ]$，他们都满足高斯分布。则称之为高斯过程。即该变量序列 $X\sim G(\mu ,\sigma )$，不过此时$\mu ,\sigma$不再是单个值或者一个向量，而是一个函数。$\mu (t)$表示时刻t对应的变量服从的高斯分布的均值，被称为均值函数，$\sigma (s,t)$表示s, t两个时刻对应的变量的协方差，此时$\sigma$就被定义为核函数。