p(xt | z1:t-1) = f p(xt | xt-1, z1:t-1)P(xt-1 | z1:t-1)dxt-1
根据马尔科夫假设,当前的状态只与前一时刻的状态有关,与历史观测值无关,通常去掉,z1:t-1,f表示积分
查普曼-科莫高洛夫方程:
p(xt | z1:t-1) = f p(xt | xt-1)P(xt-1 | z1:t-1)dxt-1
P(y,z | x) = P(y | z,x)*P(z |x),可以这样理解:P(y,z) = P(y | z)*P(z),然后两边加入条件x即可。
P(y| x) = f P(y,z | x) dz,看成是y,z的联合分布对z积分即是边缘分布
而 f P(y,z | x) dz = f P(y | z,x)*P(z |x) dz