В теории вероятностей и статистике многомерное нормальное распределение , многомерное распределение Гаусса или совместное нормальное распределение является обобщением одномерного ( одномерного ) нормального распределения на более высокие измерения . Одно определение состоит в том, что случайный вектор называется нормально распределенным с k переменными, если каждая линейная комбинация его k компонентов имеет одномерное нормальное распределение. Его важность проистекает в основном из многомерной центральной предельной теоремы .. Многомерное нормальное распределение часто используется для описания, по крайней мере приблизительно, любого набора (возможно) коррелированных действительных случайных величин , каждая из которых группируется вокруг среднего значения.
Многомерное нормальное распределение k -мерного случайного вектора можно записать в следующих обозначениях:
таким образом, что обратная ковариационная матрица называется матрицей точности и обозначается .
Вещественный случайный вектор называется стандартным нормальным случайным вектором , если все его компоненты независимы и каждая является нормально распределенной случайной величиной с нулевым средним значением единичной дисперсии, т. е. если для всех . [1] : с. 454