一维正态分布
设\(X\)为随机变量，概率密度函数为
\[f(x)=\frac{1}{\sqrt{2 \pi} \sigma} \mathrm{e}^{-\frac{(x-\mu)^{2}}{2 \sigma^{2}}},-\infty<x<+\infty,
\]
二维正态分布
协方差反映了随机变量Ｘ和Ｙ之间“协同”变化的关系. 当Ｙ就是Ｘ时， cov(Ｘ,Ｙ)＝cov(Ｘ,Ｘ)＝Ｄ(Ｘ)协方差即为方差，这就是我们称其为协方差的原因.
参考资料：《概率论与数理统计（同济大学数学系）》
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 阿里最新开源QwQ-32B，效果媲美deepseek-r1满血版，部署成本又又又降低了！
· 单线程的Redis速度为什么快？
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决：字节Trae VS Cursor，谁才是开发者新宠？
· 展开说说关于C#中ORM框架的用法！