概率3-4变量及独立性.pptVIP

* 随机变量相互独立的定义 课堂练习 小结 布置作业 第五节 随机变量的独立性 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 . 一、随机变量相互独立的定义 定义1：设 X,Y是两个R.V，若对任意的x , y,有 则称 R.V.X 和 Y 相互独立 . (5.1) 定义2：设 X,Y是两个R.V.，若对任意的x , y,有 则称 X 和 Y 相互独立 . 它表明，当两个R.V相互独立时，则由两个边缘分布函数可决定它们的联合分布函数. (5.2) 若 (X,Y)是离散型 R.V ，则上述独立性的定义等价于： 则称 X 和Y 相互独立. 定义3：对(X,Y)的所有可能取值(xi, yj),有 (5.3) 注：X 和Y 不独立 至少存在(xi, yj)不满足(5.3) 则称 X 和 Y 相互独立 . 定义4： 设 为(X,Y)的联合密度， 分别是X的边缘密度和Y 的边缘密度， 若对任意连续点的 x, y, 有 若 (X,Y)是连续型R.V ，则上述独立性的定义等价于： (5.4) 注:(1)X 和Y 不独立 存在连续点 (x, y)不满足(5.4)； (2)定义1，2，3，4相互等价； (3) X 和Y 独立时，联合分布与边缘分布可互相确定。 例1 袋中有二个白球，三个黑球，从中取两次球 求：（X,Y）的联合分布及边缘分布，分有放回和无放 回讨论 解：有放回 0 1 1 0 1 0 1 1 0 1 不放回 有放回时，X和Y相互独立； 不放回时则不是 二、例题 例2 设(X,Y)的概率密度为 问X和Y是否独立？ 解 x0 y 0 即 可见对一切 x, y, 均有： 故 X , Y 独立 . 若(X,Y)的概率密度为 情况又怎样？ 解 0x1 0y1 由于存在(1/2，1/2), 故 X 和 Y 不独立 . 例４ 已知 ( X, Y ) 的联合概率密度为 (1) (2) 讨论X ,Y 是否独立？ 解 (1) 由图可知边缘密度函数为 1 1 显然， 故X ,Y 相互独立 (2) 由图可知边缘密度函数为 显然， 故X ,Y 不独立 1 1 离散型随机变量X1,X2,…，X n相互独立等价于联合概率分布等于边缘概率分布的乘积。 连续型随机变量X1,X2,…，X n相互独立等价于联合概率密度函数等于边缘概率密度函数的乘积。 特别 随机变量独立性的概念不难推广到两个以上随机变量的情形: 定义：设n维随机变量(X1,X2,…Xn)对任意 有 称随机变量X1,X2,…，X n相互独立。 x1,x2,…,xn 三、课堂练习 1. 设随机变量 (X,Y) 的概率密度是 问 X 和 Y 是否相互独立? 2. 证明 对于二维正态随机变量 (X,Y) , X 和 Y 相互独立的充要条件是参数 . 2设 （ X,Y）～N( ) 证明： X,Y相互独立 证： *