题目
设质点运动的位置如直线过程,其中与,并彼此独立。试问:(1) t时刻随机变量的一维概率密度函数、均值与方差?(2) 它是可预测的随机信号吗?
设质点运动的位置如直线过程,其中与,并彼此独立。试问:
(1) t时刻随机变量的一维概率密度函数、均值与方差?
(2) 它是可预测的随机信号吗?
题目解答
答案
解:
(1)独立高斯分布的线性组合依然是高斯分布
所以它的一维概率密度函数为: 
(2) 此信号是可预测随机信号
解析
步骤 1：确定随机变量的分布
由于质点运动的位置是直线过程，且与是独立的高斯分布，因此随机变量的一维概率密度函数也是高斯分布。高斯分布的均值和方差可以通过线性组合的性质来计算。
步骤 2：计算均值
随机变量的均值等于其线性组合的均值，即：
$E[X(t)] = E[Yt + X_0] = E[Y]t + E[X_0] = 0 \times t + 0 = 0$
步骤 3：计算方差
随机变量的方差等于其线性组合的方差，即：
$D[X(t)] = D[Yt + X_0] = t^2D[Y] + D[X_0] = t^2 \times 1 + 2 = t^2 + 2$
步骤 4：确定是否可预测
一个随机信号是可预测的，如果它的均值和方差是已知的。由于我们已经计算出了均值和方差，因此可以判断该信号是可预测的。
由于质点运动的位置是直线过程，且与是独立的高斯分布，因此随机变量的一维概率密度函数也是高斯分布。高斯分布的均值和方差可以通过线性组合的性质来计算。
步骤 2：计算均值
随机变量的均值等于其线性组合的均值，即：
$E[X(t)] = E[Yt + X_0] = E[Y]t + E[X_0] = 0 \times t + 0 = 0$
步骤 3：计算方差
随机变量的方差等于其线性组合的方差，即：
$D[X(t)] = D[Yt + X_0] = t^2D[Y] + D[X_0] = t^2 \times 1 + 2 = t^2 + 2$
步骤 4：确定是否可预测
一个随机信号是可预测的，如果它的均值和方差是已知的。由于我们已经计算出了均值和方差，因此可以判断该信号是可预测的。