2024年2月25日发(作者：檀雪萍)

多元高斯分布讲解

【示例范文 仅供参考】

----------------------------------------------------------------------

多元高斯分布（The Multivariate normal distribution）

在数据建模时，经常会用到多元高斯分布模型，下面就这个模型的公式并结合它的几何意义，来做一个直观上的讲解。

1， 标准高斯函数

高斯函数标准型：

f(x)=12π√e−x22f(x)=12πe−x22

这个函数描述了变量 x 的一种分布特性，变量x的分布有如下特

点：

Ⅰ， 均值 = 0

Ⅱ， 方差为1

Ⅲ， 概率密度和为1

2，一元高斯函数一般形式：

一元高斯函数一般形式：

f(x)=12π√σe−(x−μ)22σ2f(x)=12πσe−(x−μ)22σ2

我们可以令：

z=x−μσz=x−μσ

称这个过程为标准化， 不难理解，z∼N(0,1)z∼N(0,1)，从z -> x的过程如下：

Ⅰ， 将 x 向右移动 μ 个单位

Ⅱ， 将密度函数伸展 σ 倍

而标准化(x -> z)所做的事情就是上述步骤的逆向

唯一不太好理解的是前面 12π√σ12πσ 中的σ， 为什么这里多了一个 σ， 不是 2σ 或其他？

当然，这里可以拿着概率密度函数的性质，使用微积分进行积分，为了保证最终的积分等于1， 这里必须是 σ

这里我想说一下自己的直观感受：

实线代表的函数是标准高斯函数：

f(x)=12π√e−x22×22f(x)=12πe−x22×22

虚线代表的是标准高斯函数在 x 轴方向2倍延展，效果如下：

A(x = 1) -> D(x = 2)

E(x = 1.5) -> F(x = 3)

G(x = 2) -> H(x = 4)

横向拓宽了，纵向还是保持不变，可以想象，最后的函数积分肯定不等于1

采用极限的思想，将 x 轴切分成无穷个细小的片段，每个片段可以与函数围城一个区域，因为我的切分足够小，这个区域的面积可以近似采用公式：面积 = 底 × 高 求得：

从 AQRS -> DTUV， 底乘以2倍，高维持不变，所以，要保持变化前后面积不变，函数的高度应该变为原来的 1/2

所以高斯函数在 x 轴方向做2倍延展的同时，纵向应该压缩为原来的一半，才能重新形成新的高斯分布函数

扩展到一般情形，x 轴方向做 σ 倍延拓的同时， y 轴应该压缩 σ

倍（乘以 1/σ）

3、独立多元正态分布：

先假设n个变量 x=[x1,x2,⋯,xn]Tx=[x1,x2,⋯,xn]T 互不相关，且服从正态分布（维度不相关多元正态分布），各个维度的均值E(x)=[μ1,μ2,⋯,μn]TE(x)=[μ1,μ2,⋯,μn]T， 方差 σ(x)=[σ1,σ2,⋯,σn]Tσ(x)=[σ1,σ2,⋯,σn]T

根据联合概率密度公式：

f(x)=p()=p(x1)p(x2)....p(xn)=1(2π√)nσ1σ2⋯σne−(x1−μ1)22σ21−(x2−μ2)22σ22⋯−(xn−μn)22σ2nf(x)=p()=p(x1)p(x2)....p(xn)=1(2π)nσ1σ2⋯σne−(x1−μ1)22σ12−(x2−μ2)22σ22⋯−(xn−μn)22σn2

令 z2=(x1−μ1)2σ21+(x2−μ2)2σ22⋯+(xn−μn)2σ2nz2=(x1−μ1)2σ12+(x2−μ2)2σ22⋯+(xn−μn)2σn2， σz=σ1σ2⋯σnσz=σ1σ2⋯σn

这样多元正态分布又可以写成一元那种漂亮的形式了(注意一元与多元的差别)：

f(z)=1(2π√)nσze−z22f(z)=1(2π)nσze−z22

因为多元正态分布有着很强的几何思想，单纯从代数的角度看待z

很难看出z的概率分布规律，这里需要转换成矩阵形式：

z2=zTz=[x1−μ1,x2−μ2,⋯,xn−μn]⎡⎣⎢⎢⎢⎢⎢⎢⎢1σ210⋮001σ22⋯0⋯⋯⋯⋯00⋮1σ2n⎤⎦⎥⎥⎥⎥⎥⎥⎥[x1−μ1,x2−μ2,⋯,xn−μn]Tz2=zTz=[x1−μ1,x2−μ2,⋯,xn−μn][1σ120⋯001σ22⋯0⋮⋯⋯⋮00⋯1σn2][x1−μ1,x2−μ2,⋯,xn−μn]T

等式比较长，让我们要做一下变量替换：

x−μx=[x1−μ1,x2−μ2,⋯,xn−μn]Tx−μx=[x1−μ1,x2−μ2,⋯,xn−μn]T

定义一个符号

∑=⎡⎣⎢⎢⎢⎢⎢σ210⋮00σ22⋯0⋯⋯⋯⋯00⋮σ2n⎤⎦⎥⎥⎥⎥⎥∑=[σ120⋯00σ22⋯0⋮⋯⋯⋮00⋯σn2]

∑∑代表变量 X 的协方差矩阵， i行j列的元素值表示xixi与xjxj的协方差

因为现在变量之间是相互独立的，所以只有对角线上 (i = j)存在元素，其他地方都等于0，且xixi与它本身的协方差就等于方差

∑∑是一个对角阵，根据对角矩阵的性质，它的逆矩阵：

((∑)−1=⎡⎣⎢⎢⎢⎢⎢⎢⎢1σ210⋮001σ22⋯0⋯⋯⋯⋯00⋮1σ2n⎤⎦⎥⎥⎥⎥⎥⎥⎥((∑)−1=[1σ120⋯001σ22⋯0⋮⋯⋯⋮00⋯1σn2]

对角矩阵的行列式 = 对角元素的乘积

σz=|∑|12=σ1σ2.....σnσz=|∑|12=σ1σ2.....σn

替换变量之后，等式可以简化为：

zTz=(x−μx)T∑−1(x−μx)zTz=(x−μx)T∑−1(x−μx)

代入以z为自变量的标准高斯分布函数中：

f(z)=1(2π√)nσze−z22=1(2π√)n|∑|12e−(x − μx)T (∑)−1 (x − μx)2f(z)=1(2π)nσze−z22=1(2π)n|∑|12e−(x − μx)T (∑)−1 (x − μx)2

注意前面的系数变化：从非标准正态分布->标准正态分布需要将概率密度函数的高度压缩 |∑|12|∑|12倍， 从一维 -> n维的过程中，每增加一维，高度将压缩 2π−−√2π倍

维度不相关正太分布函数图像类似这样（以二元分布函数为例）：

4、相关多元正态分布：

前面也说了，我们讨论多元正态分布的前提是多元变量之间是相互独立的，实际上，有很多应用场合，变量与变量之间是有关联的。以二元正态分布为例：

向输入平面作投影后的平面图：

以现在的坐标系来看，X1，X2是相关的，但是如果我们换一个角度，它们就是互不相关的了：

上述过程被称为去相关性，更专业一点叫做归化

假设新坐标系

x′1=[u0x1,u1x1]Tx1′=[ux10,ux11]T， x′2=[u0x2,u1x2]Tx2′=[ux20,ux21]T那么原坐标系上的任意一点 [x1,x2]T[x1,x2]T 投影到新坐标系上的结果为：

[x′1x′2]=[u0x1,u1x1u0x2,u1x2][x1x2][x1x2′]=[ux10,ux11ux20,ux21][x1x2]

为了简单起见，定义矩阵：

′

U=[u0x1,u0x2u1x1,u1x2]U=[ux10,ux20ux11,ux21]

U的列空间由新坐标向量组成，坐标映射之后：

X′=UTXX′=UTX

现在我们的自变量X’是相互独立的了，满足维度不相关高斯分布模型，现在我们想套用公式：

f(z)=1(2π√)nσze−z22=1(2π√)n|∑|12e−(x − μx)T (∑)−1 (x − μx)2f(z)=1(2π)nσze−z22=1(2π)n|∑|12e−(x − μx)T (∑)−1 (x − μx)2

x−>x′x−>x′, 这个很容易，μx−>μ(x′)μx−>μ(x′)这个也不难， 但是这里还有一个 ∑∑是未知的！ 按照定义，这里的∑∑应该是X’的协方差，我们已知X，已知映射矩阵，如何求解X’的协方差？

从定义出发：

μx′=E[UTX]=UTE[x]=UTμxμx′=E[UTX]=UTE[x]=UTμx(1)(1)

映射之后的协方差：

σ(X′)=E[(X′−μX′)(X′−μX′)T]=E[(X′−μX′)(X′T−μTX′)]=E[X′X′T−

μX′X′T−X′μTX′+μX′μTX′]=E[UTXXTU−−E[UTX]XTUE(X)XT−−UTXE[UTX]T+E[UTX]E[UTX]T]=UTE[XXTXE[X]T+E[X]E[X]T]U=UTσ(X)Uσ(X′)=E[(X′−μX′)(X′−μX′)T]=E[(X′−μX′)(X′T−μX′T)]=E[X′X′T−μX′X′T−X′μX′T+μX′μX′T]=E[UTXXTU−E[UTX]XTU−UTXE[UTX]T+E[UTX]E[UTX]T]=UTE[XXT−E(X)XT−XE[X]T+E[X]E[X]T]U=UTσ(X)U

坐标映射前后的协方差矩阵满足关系：

(∑)x′=UT(∑)xU(∑)x′=UT(∑)xU (2)(2)

再进一步观察，U的列向量是单位向量，而且是相互正交的，U是正交矩阵，UT=U−1UT=U−1

(∑)x′=U−1(∑)xU(∑)x′=U−1(∑)xU

也就是说(∑)x′(∑)x′ 是 (∑)x(∑)x的相似矩阵，相似矩阵的行列式相等

|(∑)x′|=|(∑)x||(∑)x′|=|(∑)x| (3)(3)

并且还有一个重要结论：

(∑)−1x′=(UT(∑)xU)−1=(U−1(∑)xU)−1=U−1(∑)−1xU=UT(∑)−1xU(∑)x′−1=(UT(∑)xU)−1=(U−1(∑)xU)−1=U−1(∑)x−1U=UT(∑)x−1U (4)(4)

有了上述1、2、3、4四个结论，我们就可以放心套用标准化公式了：

f(z)=1(2π−−√)nσze−z22=1(2π−−√)n|(∑)′x|12e−(x′ − μx′)T (∑)−1x′ (x′ − μx′)2=1(2π−−√)n|(∑)x|12e−(UTx − UTμx)T UT(∑)−1x U(UTx − UTμx)2=1(2π−−√)n|(∑)x|12e−(x − μx)T (∑)−1x (x − μx)2f(z)=1(2π)nσze−z22=1(2π)n|(∑)x′|12e−(x′ − μx′)T (∑)x′−1 (x′ − μx′)2=1(2π)n|(∑)x|12e−(UTx − UTμx)T UT(∑)x−1 U(UTx − UTμx)2=1(2π)n|(∑)x|12e−(x − μx)T (∑)x−1 (x − μx)2

总结一下我们做了什么。

Ⅰ， 我们先定义了新的坐标系，通过矩阵 UTUT 将元素映射到新的坐标系，目的是去相关性

Ⅱ， 在新的坐标下，我们定义了新的期望、协方差、协方差的逆，他们都可以通过 UU 与 UTUT计算出来，当然我们不用计算

Ⅲ, 套用标准公式，将新的期望、协方差的逆、协方差的行列式代入，发现最后的结果与UU、UTUT无关

为什么会这样？我的理解是这样：

前提条件：概率模型已经构建

假设空白平面上有一点A， 这个点A是客观存在的，一旦A指定了，那么它的概率大小P(A)就已经确定了

现在我们添加了一个坐标系，添加坐标系的好处只是使得P(A)可以被量化 P(A)=f(u1,u2)P(A)=f(u1,u2)

同理，使用其他坐标系，可以得到其他坐标系下的另外一种量化 P(A)=f(v1,v2)P(A)=f(v1,v2)

不管使用哪个坐标系，A点的概率始终是不变的，所以f(u1,u2)=f(v1,v2)f(u1,u2)=f(v1,v2)（感觉这有点像哲学问题哈）。

5、实例分析：

∑=[10.80.81]∑=[10.80.81]

这个图形与参数是如何对应的？

可以把那条假象的坐标轴线画出来，转换前后，坐标原点不变，很明显，这是一个旋转变换，假设坐标轴旋转的角度为θ，新的坐标向量矩阵将变为：

U=[cosθsinθ−sinθcosθ]U=[cosθ−sinθsinθcosθ]

U的列空间组成了新坐标的坐标系

UT=[cosθ−sinθsinθcosθ]UT=[cosθsinθ−sinθcosθ]

新坐标系下变量是不相关的，协方差矩阵为对角阵：

(∑)new=UT∑U=[cosθ−sinθsinθcosθ][10.80.81][cosθsinθ−sinθcosθ]=[σ2100σ22](∑)new=UT∑U=[cosθsinθ−sinθcosθ][10.80.81][cosθ−sinθsinθcosθ]=[σ1200σ22]

计算可得： θ=π4θ=π4

代入计算新的协方差为：

(∑)new=[1.8000.2](∑)new=[1.8000.2]

得出的结论： 新的坐标系是原坐标系经过 θ=π4θ=π4旋转而来，在新的坐标系下，输入元素将会变得不相关，x1x1方向的方差为1.8，分布比较宽， x2x2方向的方差为0.2，分布比较窄，整体表现为扁平。

同理，不难得出：

∑=[1−0.5−0.51]∑=[1−0.8−0.81]∑=[30.80.81]∑=[1−0.5−0.51]

∑=[1−0.8−0.81]∑=[30.80.81]

2024年2月25日发(作者：檀雪萍)

多元高斯分布讲解

【示例范文 仅供参考】

----------------------------------------------------------------------

多元高斯分布（The Multivariate normal distribution）

在数据建模时，经常会用到多元高斯分布模型，下面就这个模型的公式并结合它的几何意义，来做一个直观上的讲解。

1， 标准高斯函数

高斯函数标准型：

f(x)=12π√e−x22f(x)=12πe−x22

这个函数描述了变量 x 的一种分布特性，变量x的分布有如下特

点：

Ⅰ， 均值 = 0

Ⅱ， 方差为1

Ⅲ， 概率密度和为1

2，一元高斯函数一般形式：

一元高斯函数一般形式：

f(x)=12π√σe−(x−μ)22σ2f(x)=12πσe−(x−μ)22σ2

我们可以令：

z=x−μσz=x−μσ

称这个过程为标准化， 不难理解，z∼N(0,1)z∼N(0,1)，从z -> x的过程如下：

Ⅰ， 将 x 向右移动 μ 个单位

Ⅱ， 将密度函数伸展 σ 倍

而标准化(x -> z)所做的事情就是上述步骤的逆向

唯一不太好理解的是前面 12π√σ12πσ 中的σ， 为什么这里多了一个 σ， 不是 2σ 或其他？

当然，这里可以拿着概率密度函数的性质，使用微积分进行积分，为了保证最终的积分等于1， 这里必须是 σ

这里我想说一下自己的直观感受：

实线代表的函数是标准高斯函数：

f(x)=12π√e−x22×22f(x)=12πe−x22×22

虚线代表的是标准高斯函数在 x 轴方向2倍延展，效果如下：

A(x = 1) -> D(x = 2)

E(x = 1.5) -> F(x = 3)

G(x = 2) -> H(x = 4)

横向拓宽了，纵向还是保持不变，可以想象，最后的函数积分肯定不等于1

采用极限的思想，将 x 轴切分成无穷个细小的片段，每个片段可以与函数围城一个区域，因为我的切分足够小，这个区域的面积可以近似采用公式：面积 = 底 × 高 求得：

从 AQRS -> DTUV， 底乘以2倍，高维持不变，所以，要保持变化前后面积不变，函数的高度应该变为原来的 1/2

所以高斯函数在 x 轴方向做2倍延展的同时，纵向应该压缩为原来的一半，才能重新形成新的高斯分布函数

扩展到一般情形，x 轴方向做 σ 倍延拓的同时， y 轴应该压缩 σ

倍（乘以 1/σ）

3、独立多元正态分布：

先假设n个变量 x=[x1,x2,⋯,xn]Tx=[x1,x2,⋯,xn]T 互不相关，且服从正态分布（维度不相关多元正态分布），各个维度的均值E(x)=[μ1,μ2,⋯,μn]TE(x)=[μ1,μ2,⋯,μn]T， 方差 σ(x)=[σ1,σ2,⋯,σn]Tσ(x)=[σ1,σ2,⋯,σn]T

根据联合概率密度公式：

f(x)=p()=p(x1)p(x2)....p(xn)=1(2π√)nσ1σ2⋯σne−(x1−μ1)22σ21−(x2−μ2)22σ22⋯−(xn−μn)22σ2nf(x)=p()=p(x1)p(x2)....p(xn)=1(2π)nσ1σ2⋯σne−(x1−μ1)22σ12−(x2−μ2)22σ22⋯−(xn−μn)22σn2

令 z2=(x1−μ1)2σ21+(x2−μ2)2σ22⋯+(xn−μn)2σ2nz2=(x1−μ1)2σ12+(x2−μ2)2σ22⋯+(xn−μn)2σn2， σz=σ1σ2⋯σnσz=σ1σ2⋯σn

这样多元正态分布又可以写成一元那种漂亮的形式了(注意一元与多元的差别)：

f(z)=1(2π√)nσze−z22f(z)=1(2π)nσze−z22

因为多元正态分布有着很强的几何思想，单纯从代数的角度看待z

很难看出z的概率分布规律，这里需要转换成矩阵形式：

z2=zTz=[x1−μ1,x2−μ2,⋯,xn−μn]⎡⎣⎢⎢⎢⎢⎢⎢⎢1σ210⋮001σ22⋯0⋯⋯⋯⋯00⋮1σ2n⎤⎦⎥⎥⎥⎥⎥⎥⎥[x1−μ1,x2−μ2,⋯,xn−μn]Tz2=zTz=[x1−μ1,x2−μ2,⋯,xn−μn][1σ120⋯001σ22⋯0⋮⋯⋯⋮00⋯1σn2][x1−μ1,x2−μ2,⋯,xn−μn]T

等式比较长，让我们要做一下变量替换：

x−μx=[x1−μ1,x2−μ2,⋯,xn−μn]Tx−μx=[x1−μ1,x2−μ2,⋯,xn−μn]T

定义一个符号

∑=⎡⎣⎢⎢⎢⎢⎢σ210⋮00σ22⋯0⋯⋯⋯⋯00⋮σ2n⎤⎦⎥⎥⎥⎥⎥∑=[σ120⋯00σ22⋯0⋮⋯⋯⋮00⋯σn2]

∑∑代表变量 X 的协方差矩阵， i行j列的元素值表示xixi与xjxj的协方差

因为现在变量之间是相互独立的，所以只有对角线上 (i = j)存在元素，其他地方都等于0，且xixi与它本身的协方差就等于方差

∑∑是一个对角阵，根据对角矩阵的性质，它的逆矩阵：

((∑)−1=⎡⎣⎢⎢⎢⎢⎢⎢⎢1σ210⋮001σ22⋯0⋯⋯⋯⋯00⋮1σ2n⎤⎦⎥⎥⎥⎥⎥⎥⎥((∑)−1=[1σ120⋯001σ22⋯0⋮⋯⋯⋮00⋯1σn2]

对角矩阵的行列式 = 对角元素的乘积

σz=|∑|12=σ1σ2.....σnσz=|∑|12=σ1σ2.....σn

替换变量之后，等式可以简化为：

zTz=(x−μx)T∑−1(x−μx)zTz=(x−μx)T∑−1(x−μx)

代入以z为自变量的标准高斯分布函数中：

f(z)=1(2π√)nσze−z22=1(2π√)n|∑|12e−(x − μx)T (∑)−1 (x − μx)2f(z)=1(2π)nσze−z22=1(2π)n|∑|12e−(x − μx)T (∑)−1 (x − μx)2

注意前面的系数变化：从非标准正态分布->标准正态分布需要将概率密度函数的高度压缩 |∑|12|∑|12倍， 从一维 -> n维的过程中，每增加一维，高度将压缩 2π−−√2π倍

维度不相关正太分布函数图像类似这样（以二元分布函数为例）：

4、相关多元正态分布：

前面也说了，我们讨论多元正态分布的前提是多元变量之间是相互独立的，实际上，有很多应用场合，变量与变量之间是有关联的。以二元正态分布为例：

向输入平面作投影后的平面图：

以现在的坐标系来看，X1，X2是相关的，但是如果我们换一个角度，它们就是互不相关的了：

上述过程被称为去相关性，更专业一点叫做归化

假设新坐标系

x′1=[u0x1,u1x1]Tx1′=[ux10,ux11]T， x′2=[u0x2,u1x2]Tx2′=[ux20,ux21]T那么原坐标系上的任意一点 [x1,x2]T[x1,x2]T 投影到新坐标系上的结果为：

[x′1x′2]=[u0x1,u1x1u0x2,u1x2][x1x2][x1x2′]=[ux10,ux11ux20,ux21][x1x2]

为了简单起见，定义矩阵：

′

U=[u0x1,u0x2u1x1,u1x2]U=[ux10,ux20ux11,ux21]

U的列空间由新坐标向量组成，坐标映射之后：

X′=UTXX′=UTX

现在我们的自变量X’是相互独立的了，满足维度不相关高斯分布模型，现在我们想套用公式：

f(z)=1(2π√)nσze−z22=1(2π√)n|∑|12e−(x − μx)T (∑)−1 (x − μx)2f(z)=1(2π)nσze−z22=1(2π)n|∑|12e−(x − μx)T (∑)−1 (x − μx)2

x−>x′x−>x′, 这个很容易，μx−>μ(x′)μx−>μ(x′)这个也不难， 但是这里还有一个 ∑∑是未知的！ 按照定义，这里的∑∑应该是X’的协方差，我们已知X，已知映射矩阵，如何求解X’的协方差？

从定义出发：

μx′=E[UTX]=UTE[x]=UTμxμx′=E[UTX]=UTE[x]=UTμx(1)(1)

映射之后的协方差：

σ(X′)=E[(X′−μX′)(X′−μX′)T]=E[(X′−μX′)(X′T−μTX′)]=E[X′X′T−

μX′X′T−X′μTX′+μX′μTX′]=E[UTXXTU−−E[UTX]XTUE(X)XT−−UTXE[UTX]T+E[UTX]E[UTX]T]=UTE[XXTXE[X]T+E[X]E[X]T]U=UTσ(X)Uσ(X′)=E[(X′−μX′)(X′−μX′)T]=E[(X′−μX′)(X′T−μX′T)]=E[X′X′T−μX′X′T−X′μX′T+μX′μX′T]=E[UTXXTU−E[UTX]XTU−UTXE[UTX]T+E[UTX]E[UTX]T]=UTE[XXT−E(X)XT−XE[X]T+E[X]E[X]T]U=UTσ(X)U

坐标映射前后的协方差矩阵满足关系：

(∑)x′=UT(∑)xU(∑)x′=UT(∑)xU (2)(2)

再进一步观察，U的列向量是单位向量，而且是相互正交的，U是正交矩阵，UT=U−1UT=U−1

(∑)x′=U−1(∑)xU(∑)x′=U−1(∑)xU

也就是说(∑)x′(∑)x′ 是 (∑)x(∑)x的相似矩阵，相似矩阵的行列式相等

|(∑)x′|=|(∑)x||(∑)x′|=|(∑)x| (3)(3)

并且还有一个重要结论：

(∑)−1x′=(UT(∑)xU)−1=(U−1(∑)xU)−1=U−1(∑)−1xU=UT(∑)−1xU(∑)x′−1=(UT(∑)xU)−1=(U−1(∑)xU)−1=U−1(∑)x−1U=UT(∑)x−1U (4)(4)

有了上述1、2、3、4四个结论，我们就可以放心套用标准化公式了：

f(z)=1(2π−−√)nσze−z22=1(2π−−√)n|(∑)′x|12e−(x′ − μx′)T (∑)−1x′ (x′ − μx′)2=1(2π−−√)n|(∑)x|12e−(UTx − UTμx)T UT(∑)−1x U(UTx − UTμx)2=1(2π−−√)n|(∑)x|12e−(x − μx)T (∑)−1x (x − μx)2f(z)=1(2π)nσze−z22=1(2π)n|(∑)x′|12e−(x′ − μx′)T (∑)x′−1 (x′ − μx′)2=1(2π)n|(∑)x|12e−(UTx − UTμx)T UT(∑)x−1 U(UTx − UTμx)2=1(2π)n|(∑)x|12e−(x − μx)T (∑)x−1 (x − μx)2

总结一下我们做了什么。

Ⅰ， 我们先定义了新的坐标系，通过矩阵 UTUT 将元素映射到新的坐标系，目的是去相关性

Ⅱ， 在新的坐标下，我们定义了新的期望、协方差、协方差的逆，他们都可以通过 UU 与 UTUT计算出来，当然我们不用计算

Ⅲ, 套用标准公式，将新的期望、协方差的逆、协方差的行列式代入，发现最后的结果与UU、UTUT无关

为什么会这样？我的理解是这样：

前提条件：概率模型已经构建

假设空白平面上有一点A， 这个点A是客观存在的，一旦A指定了，那么它的概率大小P(A)就已经确定了

现在我们添加了一个坐标系，添加坐标系的好处只是使得P(A)可以被量化 P(A)=f(u1,u2)P(A)=f(u1,u2)

同理，使用其他坐标系，可以得到其他坐标系下的另外一种量化 P(A)=f(v1,v2)P(A)=f(v1,v2)

不管使用哪个坐标系，A点的概率始终是不变的，所以f(u1,u2)=f(v1,v2)f(u1,u2)=f(v1,v2)（感觉这有点像哲学问题哈）。

5、实例分析：

∑=[10.80.81]∑=[10.80.81]

这个图形与参数是如何对应的？

可以把那条假象的坐标轴线画出来，转换前后，坐标原点不变，很明显，这是一个旋转变换，假设坐标轴旋转的角度为θ，新的坐标向量矩阵将变为：

U=[cosθsinθ−sinθcosθ]U=[cosθ−sinθsinθcosθ]

U的列空间组成了新坐标的坐标系

UT=[cosθ−sinθsinθcosθ]UT=[cosθsinθ−sinθcosθ]

新坐标系下变量是不相关的，协方差矩阵为对角阵：

(∑)new=UT∑U=[cosθ−sinθsinθcosθ][10.80.81][cosθsinθ−sinθcosθ]=[σ2100σ22](∑)new=UT∑U=[cosθsinθ−sinθcosθ][10.80.81][cosθ−sinθsinθcosθ]=[σ1200σ22]

计算可得： θ=π4θ=π4

代入计算新的协方差为：

(∑)new=[1.8000.2](∑)new=[1.8000.2]

得出的结论： 新的坐标系是原坐标系经过 θ=π4θ=π4旋转而来，在新的坐标系下，输入元素将会变得不相关，x1x1方向的方差为1.8，分布比较宽， x2x2方向的方差为0.2，分布比较窄，整体表现为扁平。

同理，不难得出：

∑=[1−0.5−0.51]∑=[1−0.8−0.81]∑=[30.80.81]∑=[1−0.5−0.51]

∑=[1−0.8−0.81]∑=[30.80.81]