我觉得||B||就是B的norm(范数?)(也相当于|b|,如果b是scalar)。因为我们写的h(Y_t|I_t)是关于Y_t而非BY_t,所以我们用正态分布的密度方程式时候,x=(2*pi*SDY)^(-1)这一项的SDY应该是Y_t分布的standard deviation。这个Y_t 的variance是B^(-1)*Sigma*B^(-1)',那么SDY=variance^(-1/2)=|Sigma|^(1/2)*||B||^(-1)。这样子,如果我们把x里面的SDY换成|Sigma|^(1/2)*||B||^(-1)就会得到h(Y_t|I_t)里面exp(*)之前的那些东西。
这里太难写公式了。