概率论及数理统计(第三章第2节).pptVIP

第二节 随机变量的独立性 * 随机变量取一个或某范围的值, 是随机事件, 利用随机事件的独立性, 可定义随机变量的独立性。 1. 两个随机变量的独立性 定义1. 设 ( X, Y ) 是二维随机变量, 若对任意的实数 x、y, 都有事件 { X≤x } 与 { Y≤y } 相互独立, 则称随机变量 X与 Y 相互独立。 本质上就是, 两个随机变量取任意的值都独立的话, 就说这两个随机变量相互独立。 因为事件{ X≤x } 与 { Y≤y } 相互独立, 等价于 P{ X≤x , Y≤y } = P{ X≤x } P{ Y≤y } 而上式又等价于 F( x, y ) = FX(x) FY( y) 。 因此, 随机变量 X与 Y 相互独立的充分必要条件是 F( x, y ) = FX (x) FY ( y) 对任意的实数 x、y 成立。 ◆离散型和连续型随机变量独立性的判定 (1) 离散型随机变量 X与 Y 相互独立等价于 对 ( X, Y ) 的所有可能取值 (xi , yj) , 都有 P{ X = xi , Y = yj} = P{ X = xi } P{Y = yj} 即是 pij = pi· p·j 对所有的 i 和 j 成立。 注: 判断离散型随机变量是否独立, 如果是下肯定的结论, 必须对所有的 i 和 j 判断 pij = pi· p·j ？ 而如果是下否定的结论, 只需找到一个 pij ≠ pi· p·j 即可。 (2) 设连续型随机变量 ( X, Y ) 的联合概率密度 f (x, y) 处处连续, 则 X与 Y 相互独立等价于 f (x, y) = fX (x) fY ( y) 对任意的实数 x、y 成立。 ◇ 如果 f (x, y) 存在一些孤立的或总面积为 0 的不连续点, 可不予理会! 注: 否定连续型随机变量的独立性时,需要找到一个面积不为 0 的区域, 在该区域上 一般说来, 前者更容易找到一些。 f (x, y) ≠ fX (x) fY ( y) 或者找出 f (x, y) 的一个连续点 (x0, y0), 使得 f (x0, y0) ≠ fX (x0) fY ( y0) 分析上述结果, 我们得到 ◆ 判断随机变量独立性的一般步骤 联合分布 边缘分布 判断是否独立 例1. 设随机变量 ( X, Y ) 具有联合概率密度 问: X、Y 是否相互独立？ 分析: f (x, y) 在如图所示区域内不等于 0, 在其余区域均等于 0。 o x y 1 1 因为 o x y 1 1 当 x≤0 或 x≥1时, 在整个积分路径上被积函数 f (x, y) 始终为 0; 因此 y = x 当 0 x 1 时, 类似地, o x y 1 1 当y≤0 或 y≥1时, 当 0 y 1 时, y = x 于是, 故当 0 x 1 且 0 y x 时, f (x, y) = 2≠fx(x) fy(y) = 4x(1-y) 因此, X 与 Y 不相互独立。 找出一个 面积不为0 的区域 * * * * *