概率统计：03.5.pptVIP

当0 x 1时，fX (x) ≠ 0 1 2 (3)当y=1时，求 1 2 1 当x=1/2时， 1 2 1 2 1 (4) 求P(X≥0.75|Y≥1) 作业： Chap3：24、28、29 §3.3 随机变量的独立性 —— 将事件的独立性推广到随机变量 两个随机变量的相互独立性 若(X,Y )为二维随机变量，则对某一对实数 x, y (X ≤ x), 如果对于任何实数 x, y，上述关系都成立，则称随机变量X,Y独立 (Y ≤ y), 其交事件为：(X ≤ x, Y ≤ y), P(X ≤ x, Y ≤ y)= P(X ≤ x) P(Y ≤ y) 定义 设(X,Y )为二维随机变量，若对于任何实数 x, y 都有 则称随机变量X 和Y 相互独立 由定义可知 二维随机变量 ( X, Y ) 相互独立 F( x, y)= FX(x) FY(y) P(a X ≤ b, cY ≤ d) = F(b , d) -F(a, d) -F(b, c) +F(a, c) = FX (b) FY (d) -FX (a) FY (d) -FX (b) FY (c) +FX (a) Y F(c) = [FX (b) -FX (a) ][FY (d) -FY (c)] =P(a X ≤ b) P(cY ≤ d) 令a → -∞, c → -∞， P(-∞ X ≤ x, -∞ Y ≤ y) 即F( x, y)= FX(x) FY(y) =P(-∞ X ≤ x) P(-∞ Y ≤ y) b =x, c = y，则 二维离散型随机变量( X, Y ) 相互独立 即 取a =xi-1, c =yi-1， b =xi, d =yi， 得P(xi-1 X ≤ xi, yi-1 Y ≤ yi) = P(xi-1 X ≤ xi ) P(yi-1 Y ≤ yi) 即P(X = xi, Y = yi)= P(X = xi ) P(Y = yi) P(X = xi, Y = yi)= P(X = xi ) P(Y = yi) 则 例：已知(X, Y)的联合分布律如下： (1)试判断X 与 Y的独立性 (2)求P(Y=1|X=2) X Y pij 1 pi? p? j -1 1 2 0 X Y pij 1 pi? p? j -1 1 2 二维连续型随机变量 ( X, Y ) 相互独立 二维连续型随机变量 ( X,Y ) 相互独立 二维随机变量 ( X, Y ) 相互独立, 则边缘分布完全确定联合分布 又 证 对任何 x,y 有 取 相互独立 命题 故 将 代入 即得 例1 已知 ( X, Y ) 的联合概率密度为 (1) 讨论X ,Y 是否独立？ (2) 解 由图可知边缘密度函数为 1 1 当0x1时 (1) 显然， 故X ,Y 相互独立 同样地， 1 1 (2) 1 1 由图可知边缘密度函数为 当0x1时 显然， 故X ,Y 不独立 同样地， 1 1 判断连续型二维随机变量相互独立的 两个结论 设f (x,y)是连续型二维随机变量(X ,Y )的联合 密度函数，r (x), g(y)为非负可积函数，且 则(X ,Y )相互独立 且 证明：若 则 同样地 利用此结果，不需计算即可得出例1(1)中的随机变量X 与Y 是相互独立的. 例1(1)中， 其中 再如，服从矩形域{(x,y)| a x b, c y d}上 的均匀分布的二维随机变量( X ,Y ), X ,Y 是相互独立的. 且其边缘分布也是均匀分布 若 则 X ,Y 是相互独立的. 且其边缘分布为 若 则 X ,Y 是相互独立的. 且其边缘分布为 对于分布函数也有类似的结果 设F(x,y)是连续型二维随机变量(X ,Y )的联合 分布函数，则(X ,Y )相互独立的充要条件为 且 设 X ,Y 为相互独立的随机变量，u(x), v(y)为 连续函数, 则U = u(X ),V = v (Y )也相互独立. 事实上，设X 与Y 的概率密度函数分别为f X(x), f Y (y), 则 因此， 例如，若 X ,Y 为相互独立的随机变量 则aX + b, cY + d 也相互独立； X 2, Y 2 也相互独立； 随机变量相互独立的概念 可以推广到 n 维随机变量 若 则称随机变量X 1, X 2 , , X n 相互独立 若两个随机变量相互独立, 且又有相同 的分布, 不能说这两个随机变量相等. 如 X P -1 1 0.5 0.5 Y P -1 1 0.5 0.5 X ,Y 相互独立，则 X -1 1 -1