【OXの算術教室】第①期：详解卡尔曼滤波(8)

如果只用F和a各自所对应的方差描述这个正态分布，画出来的散点图就是这样的↓↓
可以看到，两张图的分布形状有明显区别，这是为什么呢？根据牛顿第三定律，有F=ma成立，因此F与a之间有线性相关性。此时F越大，a大于其均值的可能性就越大，如果只用F和a各自的方差是描述不出它们之间的相关性的，画出的散点图就会有形状失真

为了表示出F和a之间的相关性，我们不妨仿照方差的定义，构造一个式子
其中是在均值附近分布的真实值，同理。我们把叫做和的协方差(Covariance)，记为。