Вывод информационной матрицы Фишера

[Anarchist_42]

Всем здравствуйте.
Дано: y=f^{T} \theta + e, e\in N(0,1), M=-E\left[ \frac{ dlnL(y)} { d \theta d \theta^{T}} \right]
Надо доказать что для данной функции и распределения матрица Фишера равна M=f f^{T}

Сначала считаем функцию правдоподобия:
L(y|\theta)=\prod \frac{e^{-\frac{\left(y-f^{T} \right)^{2} }{2}}}{\sqrt{2 \pi } } = \frac{e^{-\frac{\sum\left(y_{i}-f^{T}\theta \right)^{2} }{2}}}{\sqrt{2 \pi }^{n} }

Потом логарифмируем:
\ln L(y|\theta)=-\ln \sqrt{2 \pi }^{n} -\frac{\sum \left(y_{i}-f^{T}\theta \right)^{2}} {2}

Как потом дальше дифференцировать все это?
$\frac{ d \ln L }{ d\theta }$ = -$\frac{ 2+nf^{T}\theta }{ 2 } \sum y_{i}$

а как быть с $\frac{ d\ln L }{ d\theta^{T} }$ вообще не знаю.
Подскажите как получить верный результат (привести к формуле M=f f^{T}), заранее спасибо.