一随机向量及其分布.pptVIP

第3.2节 随机向量,随机变量的独立性(3) 独立性 四、随机变量的相互独立性 作 业 一、随机向量及其分布 二、边际分布 三、条件分布 四、随机变量的独立性 前面介绍过随机事件的独立性的概念，这一节将利用事件独立性的定义给出随机变量相互独立的定义。随机变量的独立性是概率论中的一个重要概念.两随机变量独立的定义是： 两事件A,B独立的定义是： 若P(AB)=P(A)P(B) 则称事件A,B独立 . 设 (?,?)是两个随机变量，若对任意的x,y,有 则称(?,?)相互独立 . 1. 两个随机变量独立 用分布函数表示,即设 (?,?)是两个随机 变量，若对任意的x,y,有 则(?,?)称相互独立 . 它表明，两个随机变量相互独立时，它们的联合分布函数等于两个边际分布函数的乘积 . 其中 是(?,?)的联合密度， 几乎处处成立，则称X,Y相互独立 . 对任意的 x, y, 有 若 (?,?)是连续型随机变量 ，则上述独立性的定义等价于： 这里“几乎处处 成立”的含义是： 在平面上除去面 积为0的集合外， 处处成立. 分别是?的 边缘密度和?的边缘密度 . 若 (?,?)是离散型随机变量 ，则上述独立性的 定义等价于： 则称?和?相互独立. 对(?,?)的所有可能取值(xi, yj),有 说明: 解 例1 (1)由分布律的性质知 特别有 又 (2) 因为 ?与?相互独立, 所以有 例2 设(?,?)的概率密度为 问?与?是否独立？ x0 即： 对一切x, y, 均有： 故?与?独立 y 0 解： 解 由于?与?相互独立, 例3 因为?与?相互独立, 解 所以 于是 求随机变量 (?,?)的分布律. 例4 设两个独立的随机变量 ?与?的分布律为 例5 一负责人到达办公室的时间均匀分布在8~12 时,他的秘书到达办公室的时间均匀分布在7~9时, 设他们两人到达的时间相互独立, 求他们到达办 公室的时间相差不超过 5 分钟的概率. 解 于是 2. n个随机变量的独立性 对于分布函数而言，独立性表现为 离散情形下，独立性表现为 连续型随机变量的独立性表现为 证明： 3. n个随机变量的独立性(集合论观点） 证明需要测度论的相关知识，因此从略。