równego prawdopodobieństwa a priori pojawienia się wypowiedzi z poszczególnych klas stanów obiektów, czyli &lt;gap&gt; oraz założeniu, że rozkłady gęstości prawdopodobieństwa warunkowego &lt;gap&gt; mogą być estymowane rozkładami normalnymi ze średnią &lt;gap&gt; i macierzą kowariancji &lt;gap&gt; (por. rozdz. 4 i 5). Jeśli we wzorze na regułę decyzyjną uwzględnimy wymienione wyżej upraszczające założenia, jak również założymy wspólną, uśrednioną macierz kowariancji C dla wszystkich klas, to po uproszczeniu regułę decyzyjną rozpoznawania można zapisać<br>&lt;gap&gt;<br>jeśli<br>&lt;gap&gt;<br>Wyrażenia po obydwu stronach nierówności przedstawiają funkcję podobieństwa &lt;gap&gt; nazywaną kwadratem odległości Mahalanobisa. Tak zdefiniowane uproszczone kryterium decyzyjne jest najczęściej wykorzystywane w prostszych systemach rozpoznawania obrazów, z tym że w miejsce kwadratu odległości Mahalanobisa wprowadzane są