State Estimation for Robotics_2.1.1_Probability Density Functions: Definitions
2017-01-12 09:26
357 查看
本系列文章由 youngpan1101 出品,转载请注明出处。
文章链接: http://blog.csdn.net/youngpan1101/article/details/54375015
作者:宋洋鹏(youngpan1101)
邮箱: yangpeng_song@163.com
【《State Estimation for Robotics》英文版链接】【黄山老师的讲解视频】
定义随机变量 x ,若存在非负函数 p(x),使得对任意实数 a<b ,有
Pr{a≤x≤b}=∫bap(x)dx(2.1.1-1)
则称 x 为连续型随机变量,其中 p(x) 称为 x 的概率密度函数(probability density function, PDF),简称概率密度或密度函数,而 Pr{a≤x≤b} 为随机变量 x 落在区域 [a,b] 的概率,即 Pr{a≤x≤b} 为 p(x) 在给定区域上的积分。
连续型随机变量的概率密度函数 p(x) 的性质:
非负性: ∀x∈(−∞,+∞),p(x)≥0
规范性:∫+∞−∞p(x)dx=1
随机变量 x 的可取值范围为 [a,b],其条件变量 y 的可取值范围为 [r,s],则对任意取值的 y,x 在 [a,b] 发生的概率为
∫bap(x|y)dx=1(2.1.1-2)
则称 p(x|y) 为给定 y 下 x 的条件密度函数。
对于 n 维的随机变量,记为 x=(x1,...,xn) , 这里的 x 为随机向量,则多元的随机变量的联合密度函数(joint probability densities)为 p(x1,x2,...,xn) , 对于 x,y 两个随机向量,则可以写成 p(x,y), 对于多元的随机变量的联合密度函数,有
∫bap(x)dx=∫bnan...∫b2a2∫b1a1p(x1,x2,...,xn)dx1dx2...dxn=1(2.1.1-3)
式中,a=(a1,a2,...,an),b=(b1,b2,...,bn)。
文章链接: http://blog.csdn.net/youngpan1101/article/details/54375015
作者:宋洋鹏(youngpan1101)
邮箱: yangpeng_song@163.com
2.1.1 Definitions
【《State Estimation for Robotics》英文版链接】【黄山老师的讲解视频】
定义随机变量 x ,若存在非负函数 p(x),使得对任意实数 a<b ,有
Pr{a≤x≤b}=∫bap(x)dx(2.1.1-1)
则称 x 为连续型随机变量,其中 p(x) 称为 x 的概率密度函数(probability density function, PDF),简称概率密度或密度函数,而 Pr{a≤x≤b} 为随机变量 x 落在区域 [a,b] 的概率,即 Pr{a≤x≤b} 为 p(x) 在给定区域上的积分。
连续型随机变量的概率密度函数 p(x) 的性质:
非负性: ∀x∈(−∞,+∞),p(x)≥0
规范性:∫+∞−∞p(x)dx=1
随机变量 x 的可取值范围为 [a,b],其条件变量 y 的可取值范围为 [r,s],则对任意取值的 y,x 在 [a,b] 发生的概率为
∫bap(x|y)dx=1(2.1.1-2)
则称 p(x|y) 为给定 y 下 x 的条件密度函数。
对于 n 维的随机变量,记为 x=(x1,...,xn) , 这里的 x 为随机向量,则多元的随机变量的联合密度函数(joint probability densities)为 p(x1,x2,...,xn) , 对于 x,y 两个随机向量,则可以写成 p(x,y), 对于多元的随机变量的联合密度函数,有
∫bap(x)dx=∫bnan...∫b2a2∫b1a1p(x1,x2,...,xn)dx1dx2...dxn=1(2.1.1-3)
式中,a=(a1,a2,...,an),b=(b1,b2,...,bn)。
相关文章推荐
- SLAM学习之《State Estimation for Robotics》——2.1.1
- State Estimation for Robotics_简介
- State Estimation for Robotics_2.1.3_Moments of PDFs
- State Estimation for Robotics_2.1.5_Statistically Independent, Uncorrelated
- State Estimation for Robotics_2.1.2_Bayes' Rule and Inference
- state estimation for robotics-1
- State Estimation for Robotics_2.1.4_Sample Mean and Covariance
- 人群密度估计--CNN-based Cascaded Multi-task Learning of High-level Prior and Density Estimation for Crowd
- [深度学习论文笔记][ICCV 17 oral]Binarized Convolutional Landmark Localizers for Human Pose Estimation and...
- SSD: how to optimize your Solid State Drive for Linux Mint 17.3, Ubuntu 16.04 and Debian
- 使用Memcached Functions for MySQL同步更新MySQL和Memcached
- Kernel density estimation
- Accurate Scale Estimation for Robust Visual Tracking
- "checking for termcap functions library… "排错记录
- Binarized Normed Gradients for Objectness Estimation at 300fps阅读笔记
- Database returned an invalid value in QuerySet.datetimes(). Are time zone definitions for your datab
- Learning ROS for Robotics Programming
- BING: Binarized Normed Gradients for Objectness Estimation at 300fps
- Web sites searching for Gene/Protein Names/functions
- [Javascript] Some very simple functions for Word and Excel handling