北邮概率统计课件3.4相互独立的随机变量.pptx

第四节 相互独立的随机变量 两随机变量独立概念的引出 两事件A, B独立的定义是： 若P (AB) = P (A) P(B) 则称事件 A, B相互独立 . 问： 若 X, Y 是两个随机变量，若对任意的x,      y,有P(X x,Y y) P(X x)P(Y y) 则能否得出 X, Y 相互独立 ？ 2013-5-17 北邮概率统计课件 概率统计 一. 随机变量相互独立的定义 设 (X,Y) 的 联合分布函数及边缘分布函数 为F(x,y) 及 F (x),F ( y). 若对任意的 x, y都有: X Y P(X  x,Y  y)  P(X  x) P(Y  y) 即 F(x, y)  F (x) F ( y) X Y 则 称 随机变量 X和 Y是相互独立的. 二. 当 (X,Y) 为离散型随机变量       X和Y相互独立 P(X x ,Y y ) P(X x ) P(Y y ) i j i j (x , y ) 是 (X ,Y )的所有可能的取值 j i 2013-5-17 北邮概率统计课件 概率统计 例1. 设 X,Y 相互独立，它们的分布律分别为: Y 1 2 3 X P 0 1 2 1 3 1 4 2 1 P 3 4 4 求: (X,Y) 的联合分布律. 解: X ,Y 相互独立   P  P(X  x ,Y  y )  P(X  x ) P(Y  y ) i j i j i j P  P(X  0,Y  1)    从而： P(X 0) P(Y 1) 01 2 1 2    3 4 12 2013-5-17 北邮概率统计课件 概率统计 P  P(X  1,Y  1) P(X 1) P(Y 1)     11 1 1 1    3 4 12 Y 1 2 2 3 X 4 2 依次可得 (X,Y) 0 12 12 12 的联合分布律为: 1 2 1 1 12 12 12 从此例可得出：对离散型随机变量而言，已知联合分布律 可求出其相应的边缘分布律，但反之则不然。而一旦已知 X,Y 相互独立条件后，则可由边缘分布律直接求得其联合 分布律。 2013-5-17 北邮概率统计课件 概率统计 三. 当 (X,Y) 为连续型随机变量 f (x, y) f (x) f ( y)   X 和Y相互独立 X Y 例2. 设 (X,Y) 服从正态分布，其边缘分布密度为： ( y  )2 ( x  )2 2 1 1  1   2 2  2 fY ( y)  e 2  e , fX (x) 2 1 2    2 1 2   x     y   2013-5-17 北邮概率统计课件 概率统计 问: X 和 Y 相互独立的充分必要条件是什么? 解:   f (x) f ( y) X Y ( x )2 ( y )2 1  1 2 1  1 2  ( e 21 ) (  e 2 ) 2 2 2 1 2 2 2 x ) ( y ) 1 ( 1  [ 1  2 ] 2 2 2    e 1 2 2  1 2 f (x) f ( y)  f (x, y) 要 X Y   0 则比较可知其充分必要条件是： 2013-5-17 北邮概率统计课件 概率统计 a  x  b , c  y  d 例3. 设随机变量 (X,Y) 在矩形域: 内服从均匀分布 求: (1) 联合概率密度及边缘概率密度 (2) 检验 X 和 Y 是否相互独立 (3) (X,Y) 的联合分布函数 c  d (4) P(X b,Y   ) 2 解: (1). 由题意在     区域内 a x b , c y d (X,Y) 服从均匀分布 2013-5-17 北邮概率统计课件 概率统计 所以，其联合概率密度为：  1 a  x  b,c  y  d  f (x, y) (b a)(d c)     0 其它    ,   在矩形 a x b c y d 上: dy 1   d      f (x)  f (x, y) dy (b a)(d c) b a   X  c dx 1   b   f ( y)  f (x, y) dx  Y (b a)(d c) d c    a 2013-5-17 北邮概率统计课件 概率统计 f (x)  0 , f ( y)  0 在其它域上: X Y 所以得其边缘概率密度分别为：  1  1 c  y  d a  x  b 