§条件概率与随机变量的独立性.ppt

* * §3.2 条件概率与随机变量的独立性 一、条件分布的概念 在第一章中，曾介绍了条件概率的概念，那是对随机事件 而说的。本节要从事件的条件概率引入随机变量的条件概率分 布的概念。 引例 考虑某大学的全体学生，从中随机抽取一个学生，分 别以X和Y表示其体重和身高，则X和Y都是随机变量，它们都有 一定的概率分布。现在若限制1.7Y1.8(米)，在这个条件下去 求X的条件分布，这就意味着要从该校的学生中把身高在1.7米 和1.8米之间的那些人都挑出来，然后在挑出的学生中求其体重 的分布。 设X是一个随机变量，其分布函数为 若另有一事件A已经发生，并且A的发生可能会对事件{X≤x},则对任一给定的实数x，记 并称 为在事件A发生的条件下，X的条件分布函数。 条件分布函数 例1 设X在区间[0，1]上服从上的均匀分布, 求在已知X1/2 的条件下的条件分布函数。 解 因为X在[0,1]上服从均匀分布，其分布函数为 由于X在[0,1]上服从均匀分布，故 当 时， 当 时， 由条件分布函数的定义，有 从而 二、 随机变量的独立性 设A是随机变量Y所生成的事件: A={Y≤y}，且 则有 一般地, 由于随机变量X，Y之间存在相互联系,因而一个随机变量的取值可能会影响另一个随机变量的取值统计规律性。 在何种情况下, 随机变量X，Y之间没有上述影响, 而具有所谓的“独立性”, 我们引入如下定义。 定义1 设随机变量(X，Y)的联合分布函数为F(x，y), 边缘分布函数为FX(x)，FY(y), 若对任意实数x，y,有 即 则称随机变量X和Y相互独立。 注：若随机变量X和Y相互独立，则联合分布由边缘分布惟一确定。 定理1 随机变量X与Y相互独立的充要条件是X所生成的任何事件与Y生成的任何事件独立, 即, 对任意实数集A, B,有 定理2 如果随机变量X与Y相互独立, 则对任意函数 ， ，均有 和 相互独立。 证 令 对任意x，y，记 则由定理1，有 从而，由定义知 和 相互独立。 关于两个随机变量的独立性的概念可以推广到n个随机变量的情形 三、离散型随机变量的条件分布与独立性 设(X，Y)是二维离散型随机变量，其概率分布为 由条件概率公式，当 时，有 称其为在 的条件下随机变量X的条件概率分布。 类似地，定义在 的条件下随机变量Y的条件概率函数： 条件分布是一种概率分布，它具有概率分布的一切性质。 定义2 若对(X，Y)的据有可能取值(xi，yj)，有 即 则称X和Y相互独立。 例2 设X和Y的联合分布律为 -1 0 2 0.1 0.2 0 0.3 0.05 0.1 0.15 0 0.1 0 1 2 (1)求Y=0时，X的条件概率分布； (2)判断X与是否相互独立？ 解 (1) 在Y=0时，X的条件概率分布为 -1 0 2 0.1 0.2 0 0.3 0.05 0.1 0.15 0 0.1 0 1 2 即 X 0 1 2 P{X=xi|Y=0} 0.8 0.2 0 同理 故X=0时，Y的条件概率分布为 (2) 因为 所以X与Y不相互独立。 而 ，可见 即 Y -1 0 2 P{Y=yi|X=0} 1/3 2/3 0 例3 设随机变量X与Y相互独立, 下表列出了二维随机变量联合分布律及关于X和关于Y的边缘分布律中的部分数值, 试将其余数值填入表中的空白处. 解 由于 又因为X与Y相互独立，有 又设 则 由独立性，有 解得 或 于是 四、连续型随机变量的条件密度与独立性 设(X，Y)是二维离散型随机变量，由于对任意的x，y 所以不能直接用条件概率公式引入“条件分布函数”。 定义3 设二维离