Saya berjuang dengan konsep matriks kovarians. Sekarang, pemahaman saya untuk σ x x , σ y y , dan σ θ θ bahwa mereka menggambarkan ketidakpastian. Misalnya, untuk σ x x , ini menggambarkan ketidakpastian nilai x. Sekarang, pertanyaan saya tentang sisa sigma, apa yang mereka wakili? Apa artinya jika mereka nol? Saya bisa mengartikannya jika σ x x
Catatan, saya membaca Prinsip Gerakan Robot - Teori, Algoritma, dan Implementasi oleh Howie Choset et. al., yang menyatakan itu
Dengan definisi ini adalah sama dengan σ 2 i varian X i . Untuk i ≠ j , jika σ i j = 0 , maka X i dan X j tidak tergantung satu sama lain.
Ini mungkin menjawab pertanyaan saya jika sisa sigma nol tetapi, saya masih bingung tentang hubungan antara variabel-variabel ini misalnya dan y . Kapan ini terjadi? Maksud saya korelasi di antara mereka. Atau dengan kata lain, dapatkah saya menganggapnya nol?
Buku lain yaitu FastSLAM: A Scalable Method ... oleh Michael dan Sebastian yang menyatakan
Elemen off-diagonal dari matriks kovarians dari Gaussian multivariat ini mengkodekan korelasi antara pasangan variabel keadaan.
Mereka tidak menyebutkan kapan korelasinya mungkin terjadi dan apa artinya?