如何整合多元正态分布密度？

Question

我正在尝试找到一种解决方案，以整合多元正态分布的密度。
我有100点数据集（x，y）和这些数据的协方差矩阵（sigma） 我有一个积分密度的想法，即积分协方差矩阵的每个值（x [i]到x [j]），然后求和所有积分值。正确吗？

def gaussian(x, mu, sig):
    return np.exp(-(x - mu)**2/ (2 * sig**2))
I = np.zeros(len(sigma), dtype=float)

for i in range(0, len(sigma)):
I[i]  = quad(gaussian, x1[i] , x1[i+1] ,  args=(0, sigma[i]))[0]
sum(I)