相互独适立的随机变量.pptVIP

概率论 概率论 随机变量相互独立的定义 例题 二维随机变量的推广 §4 相互独立的随机变量 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 X,Y是两个r.v，若对任意的x,y,有 则称 X 和 Y 相互独立 . 一、随机变量相互独立的定义 用分布函数表示,即 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，两个r.v相互独立时，它们的联合分布函 数等于两个边缘分布函数的乘积 . 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. 对(X,Y)的所有可能取值(xi, yj),有 其中 是X和Y的联合密度， 几乎处处成立，则称 X 和 Y 相互独立 . 对任意的 x, y, 有 若 (X,Y)是连续型r.v ，则上述独立性的定义等价于： 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X的边缘密度和Y 的边缘密度 . 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 0 1 1 0 1 0 1 1 不放回 有放回时，X和Y相互独立； 不放回时则不是 设 （ X,Y）～N( ) X,Y相互独立吗？ 证明： X,Y相互独立 证： 例２ 因为 所以 易见 由x,y的任意性知，上式对一切x,y成立， 故X和Y相互独立 已知X和Y相互独立 例3 设(X,Y)的概率密度为 问X和Y是否独立？ x0 y 0 解： 即 可见对一切 x, y, 均有： 故 X , Y 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 判断连续型二维随机变量相互独立的 设f(x,y)是连续型二维随机变量(X ,Y )的联合 密度函数，如果其大于0的区域不是矩形，则 X与Y一定不独立。 若两个随机变量相互独立, 且又有相同 的分布, 不能说这两个随机变量相等. 如 X P -1 1 0.5 0.5 Y P -1 1 0.5 0.5 X ,Y 相互独立，则 X -1 1 -1 1 0.25 0.25 Y pij 0.25 0.25 P (X = Y ) = 0.5, 故不能说 X = Y . 注意 解 练习： (1)由分布律的性质知 特别有 又 (2) 因为 X 与 Y 相互独立, 所以有 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 二、二维随机变量的推广 1.分布函数 2.概率密度函数 其它依次类推. 3.边缘分布函数 4.边缘概率密度函数 5. 相互独立性 6.重要结论 这一讲，我们由两个事件相互独立的概念引入两个随机变量相互独立的概念. 给出了各种情况下随机变量相互独立的条件，希望同学们牢固掌握 . 小结 布置作业 1.《概率统计》练习册 2.《概率统计》P86:13,14,15,16,17,18. 概率论 概率论