《随机过程》学习笔记--高斯过程(1)

高斯过程(1)(Gauss Processes)

n-Dimensional Joint Gauss Distribution

n随机变量$X(t)$，对$\forall n,\forall t_1,t_2,\cdots ,t_n$，记$(X(t_1),X(t_2),\cdots,X(x_n))^T=X$，即$X$为$n$维随机向量，如果$X\sim N(\mu,\Sigma)$，其中$\mu$为均值向量，$\Sigma$为协方差矩阵，那么称$X$为$n$维联合高斯分布(n-dimensional joint Gauss distribution).
$n=1$时，$X\sim N(\mu,\sigma^2)\in \mathbb{R}^1$，$f_X(x)=\frac{1}{\sqrt{2\pi}\sigma}exp[-\frac{(x-\mu)^2}{2\sigma^2}]$；
$n=2$时，$X=(X_1,X_2)^T\in \mathbb{R}^2$， fX1,X2(x1,x2)=12πσ1σ21−ρ2√exp[−12(1−ρ2)((x1−μ1)2σ21−2ρ(x