条件高斯分布
,则有均值和方差分别为
![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428145330220-1939936392.png)
![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428145336470-769612162.png)
设方差的逆为
![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428145411252-999982608.png)
![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428145418314-315148035.png)
所以正态分布的指数项为
![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428145557220-1303334011.png)
而一般高斯分布方差为
![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428145655595-211315443.png)
所以P(xb|xa)指数项中一定是关于xa的,因此只要把含xa的项找出来并与下面的一个式子进行对比,可以得到
![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428151404705-337459278.png)
又![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428151446845-5588952.png)
![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428151446845-5588952.png)
其中![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428151456861-1015142032.png)
![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428151456861-1015142032.png)
可以解得所有值,最终
![](https://images2015.cnblogs.com/blog/916352/201604/916352-20160428151533705-1173337264.png)
基本的解法如上所述,比较关键的两点:
1.条件高斯分布还是高斯分布,概率密度函数符合一般高斯分布概率密度函数的形式
2.用贝叶斯公式求条件概率时,只有分子与xa有关,因此只要看含xa项的系数与条件概率密度函数之间的关系
3.分块矩阵的求逆