随机变量的相互独立性.ppt

随机变量的相互独立性 * * * * 特别，对于离散型和连续型的随机变量，该定义分别等价于 定义 设（X，Y）的联合分布函数为F(x,y)，两个 边缘分布函数分别为FX(x),FY(y)，如果对于任意的x,y 都有F(x,y)= FX(x) FY(y)，则称随机变量X，Y相互独立。 对任意i,j 对任意x,y 在实际问题或应用中，当X的取值与Y的取值互不影响时，我们就认为X与Y是相互独立的，进而把上述定义式当公式运用. 在X与Y是相互独立的前提下， 边缘分布可确定联合分布！ 实际意义 设（X，Y）的概率分布（律）为 证明：X、Y相互独立。 例 2/5 1/5 2/5 p .j 2/4 4/20 2/20 4/20 2 1/4 2/20 1/20 2/20 1 1/4 2/20 1/20 2/20 1/2 pi. 2 0 -1 y x 逐个验证等式 证 ∵X与Y的边缘分布律分别为 ∴X、Y相互独立 2/5 1/5 2/5 p.i 2 0 -1 X 2/4 1/4 1/4 Pj. 2 1 1/2 Y 例: 设二维随机变量(X,Y)的分布律如表所示。 4/20 2/20 4/20 1/2 2/20 1/20 2/20 1 2/20 1/20 2/20 -1/2 2 0 -1 X Y 问X与Y相互独立吗？ 解: X与Y的边缘分布律分别为 X -1/2 1 1/2 pi. 1/4 1/4 1/2 Y -1 0 2 p.j 2/5 1/5 2/5 逐一验证可知， pij= pi. ·p.j（i=1,2,3,j=1,2,3）。 从而X与Y相互独立。 例 设（X，Y)的概率密度为 求 (1) P（0≤X≤1 ，0≤Y≤1） (2) (X,Y)的边缘密度， （3）判断X、Y是否独立。 解 (1)设A={（x，y）：0≤x≤1 ，0≤y≤1）} 1 1 (2) 边缘密度函数分别为 当 时 当 时 所以， 同理可得 (3) 所以 X 与 Y 相互独立。 例 已知二维随机变量（X，Y）服从区域D上的均匀分 布，D为x轴，y轴及直线y=2x+1所围成的三角形区 域。判断X，Y是否独立。 解 （X,Y）的密度函数为 当 时， 所以，关于X的边缘分布密度为 关于X的边缘分布密度为 当 或 时 当 时， 所以，关于Y的边缘分布密度为 关于Y的边缘分布密度为 当 或 时 所以 所以，X与Y不独立。 设（X,Y)服从矩形域 上的均匀分布，求证 X 与 Y 独立。 例 时 解 于是 同理 所以 即 X 与 Y 独立。 时