对于⼀对服从多元正态分布的变量 ( x , y ) ，可以写出它们的联合概率密度函数：
根据Bay's rule， 
，能不能得到条件概率 
和边缘概率 
的高斯分布？
高斯推断告诉我们是可以的！是左边被拆分成两个部分的形式，因此努力方向是怎么对左边进行差分
根据舒尔补理论： 舒尔补理论Schur Compliment，这简单理解就是一个矩阵分解的方法
两边求逆：
我们只需关注高斯分布的指数部分，代入上式：
这样指数部分就被拆分为两个部分的和，实际可以理解为
与单个变量的多元高斯分布公式形式进行对比
可得他们的高斯形式：
这是一个非常漂亮的结果，我们不仅可以通过联合分布和边缘分布计算条件分布，还说明了有了观测
之后，
的均值做了调整，协方差也减小了，这体现了观测y对状态x的一个修正。
【参考】《机器人学中的状态估计》@深蓝学院
