Resumen

En este escrito se revisan algunas propiedades interesantes de la matriz de covarianza y su uso en la distribución gaussiana multivariante, especialmente en el reconocimiento de patrones. Usualmente, la matriz de covarianza se considera como algo dado y algunos conceptos tales como la distancia Mahalanobis no se estimulan lo suficiente. Aquí se muestra que se puede pensar en la matriz de covarianza como un almacenamiento práctico de la varianza de una distribución en toda proyección.

• Materias:Administración de empresas Administración Investigación operacional
• Subjects:Business enterprises Management Operations research
• Palabras claves:Optimización de procesos, Matriz de covarianza, Distribución normal, Valores propios, Cortes de distribución, Distancia de mahalanobis, Discriminante de fisher
• Keywords:Process optimization, Covariance matrix, Normal distribution, Own values, Distribution cuts, Mahalanobis distance, Fisher discriminant