由相关系数定义ρ=E((Xi-Xi')(Xj-Xj')/sigma(i)sigma(j),其中sigma(i)是Xi的方差,X'是Xi的期望.将Xi全部正则化（就是通过平移和伸缩使期望为0,方差为1）,不影响任何两个随机变量的相关系数考虑所有相关系数的和求和E...那个不是正则化吧。。。是标准化= =不同书上术语不一样，正则化是英文的normalize来的E((X-X')^2)=E(X^2)-E(X‘^2)=E(X^2)=1，E((X1+X2+...+Xn)^2)>=0，这有什么用啊？、E(XiXj)>=-n即n(n-1)ρ>=-n这个怎么来的啊,标准化后期望都是0，应该是E(XiXj)=ρ倒数第二式有个笔误，应该是求和E(XiXj)>=-n还有，对于一个随机变量A，E(A)=0推不出E(A^2)=0求和E(XiXj)>=-n求和应该是>=0吧,E((X1+X2+...+Xn)^2)>=0而求和E(XiXj)=E((X1+X2+...+Xn)^2)。。。这不自相矛盾么。我快晕了算了，这上打符号实在不方便