概率论与数理统计课件3-4.pdf

概率论与数理统计 主讲：秦茂玲 手机 Email ：ml.qin@163.com 第四节 相互独立的随机变量 一、二维随机变量的相互独立性 二、二维随机变量的推广 三、小结 §4 相互独立的随机变量 一、二维随机变量的独立性 定义1 (P73定义) 若二维随机变量(X ,Y)对任意的x ,y ,有 ( y ) ( ) ( ) P X x , Y P X  x P Y y 则称X ,Y 相互独立. 分布函数等价形式, 即 设X ,Y是两个随机变量,若对任意的x, y , 有 F (x , y ) F (x ) F (y ) X Y 则称X 与Y 相互独立. 1. 若(X ,Y )为离散型随机变量 X 与Y 相互独立充分必要条件: ( ) ( ) ( ) ( ) P X x , Y y P X x P Y y i, j N i j i j  p ij p i  p j  P ( X xi |Y yj ) p i , P ( Y yj |X xi ) p j 离散型随机变量的联合分布列等于其边缘分布列的乘积 p p { p ij p { p ij ij j P X x | Y y } i  P Y y | X x } } } i j j i 任一变量的条件分布列等于其边缘分布列 P {X x i Y y j p j , P { Y y i X xj p i  2. 若(X ,Y)为连续随机变量 X 与Y 相互独立充分必要条件： 证明 f (x , y ) f X (x ) f Y (y ) (对任意实数x , y )  f (x y ) f (x ), f (y x ) f (y ) (x , y R) f (x , y ) f (x | y ) f (y ) f (y |x ) f (x ) X Y X |Y X Y Y X Y |X Y X 连续型随机变量的联合密度等于其边缘密度的乘积 任一变量的条件密度等于其边缘密度 无条件 小结 X 与Y 相互独立  概 P {X  x , Yy } P {X  x }P {Y