【最优估计学习笔记】概率密度函数

概率密度函数

概率密度函数是概率论里面最重要的概念之一，概率密度函数（Probability Density Functions，简称PDF）。

定义一个随机变量，记为$x$，概率密度函数是描述$x$概率属性最重要的工具。定义概率密度函数表达为$p(x)$，其为非负值即$p(x)\ge 0$，并在其所能取值的区间内积分值为1，即：
$${\int }_a^{b}p(x)dx=1$$，上式的意义就是用于描述一个随机变量在任何一个区间的概率，数学表示为：
$$\text{Pr}(c\le x\le d)={\int }_c^{d}p(x)dx$$
几何意义是下图所示阴影的面积：

条件概率密度函数

对于任意给定的$y$，在给定区间$(a,b)$内，条件概率密度函数$p(x|y)$都有如下公式成立：
$${\int }_a^{b}p(x|y)dx=1$$

联合概率密度函数

对于一个$n$维随机变量$\text{x}\text{x}\text{x}=(x_1,x_2,...,x_N)$，将$\text{x}\text{x}\text{x}$和$\text{y}\text{y}\text{y}$串成一个更长的随机向量$p(\text{x,y}\text{x,y}\text{x,y})$，在$N$维场景下，多维概率密度函数满足如下条件：

$${\int }_a^{b}p(\text{x}\text{x}\text{x})d\text{x}\text{x}\text{x}={\int }_{a_N}^{b_N}...{\int }_{a_2}^{b_2}{\int }_{a_1}^{b_1}p(x_1,x_2,...,x_N)d{x}_{1}d{x}_2...d{x}_N=1$$

其中$\text{a}\text{a}\text{a}=(a_1,a_2,a_3,...a_N)$，$\text{b}\text{b}\text{b}=(b_1,b_2,b_3,...b_N)$，后面会简化表达为$\text{a}\text{a}\text{a}$和$\text{b}\text{b}\text{b}$。