多维高斯分布是如何由一维发展而来的？ 最近在看PRML，看到第二章概率模型时对于从一维高斯分布到二维高斯分布的推导真心看不懂啊，不理解啊，求…
高斯过程的性质 一个高斯过程完全由它的均值函数和协方差函数决定，只要均值函数m(x)和协方差函数k(x，x')确定了，这个高斯过程也就完全确定了。高斯过程有很多与高斯变量类似的统计特征，如：1.高斯过程通过线性系统或高斯过程的线性组合仍为高斯型。2.如果高斯过程是广义平稳的，则等价于平稳。3.如果高斯过程的时间进程中两个不同时刻的随机变量不相关，则等价于统计独立。4.高斯过程的线性积分则为相应的高斯随机变量。在通信系统中，电子器件内部的自由电子的热运动（热噪声），真空电子管的起伏发射和半导体中载流子的非均匀变化（又称散弹噪声，shot），电源滤波不良的哼哼声等，它们的统计特性基本上都是高斯分布，即高斯过程。5、两个高斯分布律的随机变量的卷积是高斯分布律，它的均值和方差是原来两个高斯分布律的均值和方差的代数和。6、高斯过程的边缘似然函数7、高斯过程的条件概率公式
在matlab里怎么产生零均值协方差是已知的高斯信号呢？ 如何生成满足协方差矩阵Cx=[4 匿名用户 1级 如何生成满足协方差矩阵Cx=[4-1；1 2]的二维高斯随机变量x的N个样本？为了简单起见，假设X是零均值的.对于非零均值，设均值。
