机器人学中的状态估计 中文版_机器人学中的状态估计第二章课后习题答案2

# 2.5.6

随机变量

的概率密度函数如下：

将指数部分的求和号展开：

因为协方差矩阵是对称矩阵，<0>式中

因此：

在式<1>中：

为二次项

为一次项

可以凑出“完全平方形式”

上式中M为一个常数;

根据上式二次项一次项对应参数，可以得到：

为了满足归一化条件，需要将变量指数项外的其他常数项归一到$eta$中，也即证明K个独立正态分布随机变量概率密度相乘归一化之后仍为正态分布

# 2.5.7

统计学上有公式：
对于独立随机变量

这里假设

的方差为

则方差的计算公式为：

# 2.5.8

根据统计学：

因此对于任意

根据Isserlis定理：

方差：

根据<0>,其中：

将上述两式带入<0>:

备注：这些答案都是我自己推导的，有可能存在一些错误或者笔误，毕竟作为水平有限，欢迎指正，修改的会同步到github上，知乎文章不会修改，我会在github上说明。

github源码地址：

mingtiancai/estimation_for_robotics_answer​github.com