Формулы полной вероятности и Байеса для совместных многомерно-матричных гауссовских распределений
Работа посвящена разработке математического аппарата для получения байесовских оценок параметров многомерных регрессионных объектов в их конечномерном многомерно-матричном описании. Такая потребность возникает, в частности, в задаче дуального управления регрессионными объектами, когда для описания многомерного управляемого объекта применяется многомерно-матричный математический аппарат. В статье вводится понятие одномерной случайной ячейки как совокупности многомерных случайных матриц (в соответствии с данными типа «массив ячеек» в системе программирования Матлаб) и дается определение совместного гауссовского распределения многомерных случайных матриц (определение гауссовской одномерной случайной ячейки). Это потребовало введения понятия одномерной ячейки математического ожидания и понятия двумерной ячейки вариаций-ковариаций одномерной случайной ячейки. Далее вычисляется один интеграл, связанный с функцией совместной гауссовской плотности вероятности многомерных случайных матриц. Приводятся две формулы полной вероятности и формула Байеса для совместных многомерно-матричных гауссовских распределений. На основе этих результатов получены байесовские оценки неизвестных коэффициентов многомерно-матричной полиномиальной функции регрессии. Алгоритм расчета байесовских оценок реализован в виде компьютерной программы. Представленные результаты обладают теоретической и алгоритмической общностью.
