n维正态分布（多维正态分布）是一种在多个维度中具有正态分布特性的概率分布。对于n维正态分布，期望和协方差矩阵（方差-协方差矩阵）是描述其特征的重要参数。
1. **期望（均值）：** 对于n维正态分布，每个维度都有一个均值。这些均值组成了一个n维向量，称为期望向量（均值向量）。如果我们用 μ 表示期望向量，μ = (μ₁, μ₂, ..., μₙ)，其中 μᵢ 表示第 i 个维度的均值。
2. **协方差矩阵（方差-协方差矩阵）：** 协方差矩阵描述了不同维度之间的相关性。对于n维正态分布，协方差矩阵是一个n×n矩阵，其中第 (i, j) 个元素表示第 i 个维度与第 j 个维度之间的协方差。主对角线上的元素是各个维度的方差，而其他元素表示不同维度之间的协方差。
如果我们用 Σ 表示协方差矩阵，Σ = [σᵢⱼ]，其中 σᵢⱼ 表示第 i 个维度与第 j 个维度之间的协方差。
请注意，期望向量和协方差矩阵是多维正态分布的两个重要参数，用于描述分布的中心位置和分散情况。不同维度之间的相关性会影响分布的形状。根据期望向量和协方差矩阵的不同，n维正态分布可以在多个维度中具有不同的特性。
