State Estimation for Robotics_2.1.1_Probability Density Functions: Definitions

本文详细介绍了随机变量的概念及分类，重点阐述了连续型随机变量及其概率密度函数的定义和性质，并进一步讨论了条件密度函数及多元随机变量的联合密度函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

2.1.1 Definitions

$\quad$ 【《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

$P r {a \leq x \leq b} = \int b a p (x) d x (2.1.1-1)$ $Pr\left \{ a \leq x \leq b \right \} =\int_{a}^{b} p(x)dx \tag{2.1.1-1}$
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 $Pr\left \{ a \leq x \leq b \right \}$ 为随机变量 $x$ 落在区域 $[a,b]$ 的概率，即 $Pr\left \{ a \leq x \leq b \right \}$ 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： $\forall x \in (-\infty，+\infty) ，p(x)\geq0$
- 规范性： $\int_{-\infty}^{+\infty} p(x)dx=1$
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

$\int b a p (x | y) d x = 1 (2.1.1-2)$ $\int_{a}^{b} p(x|y)dx=1 \tag{2.1.1-2}$
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 ${\rm x }=(x_{1},...,x_{n})$ , 这里的 ${\rm x}$ 为随机向量，则多元的随机变量的联合密度函数（joint probability densities）为 $p(x_{1},x_{2},...,x_{n})$ , 对于 ${\rm x, y}$ 两个随机向量，则可以写成 $p({\rm x, y})$ , 对于多元的随机变量的联合密度函数，有

$\int b a p (x) d x = \int b n a n . . . \int b 2 a 2 \int b 1 a 1 p (x 1, x 2, . . ., x n) d x 1 d x 2 . . . d x n = 1 (2.1.1-3)$ $\int_{{\rm a}}^{{\rm b}} p({\rm x })d{\rm x }=\int_{a_{n}}^{b_{n}}...\int_{a_{2}}^{b_{2}}\int_{a_{1}}^{b_{1}}p(x_{1},x_{2},...,x_{n})dx_{1}dx_{2}...dx_{n}=1 \tag{2.1.1-3}$
式中， ${\rm a}=(a_{1},a_{2},...,a_{n})$ ， ${\rm b}=(b_{1},b_{2},...,b_{n})$ 。