随机变量的相互独立性

所属章节:第3章 多维随机变量及其分布

如果 nn 维随机变量 (X1,X2,⋯ ,Xn)(X_1,X_2,\cdots,X_n) 的分布函数等于边缘分布函数的乘积,即

F(x1,x2,⋯ ,xn)=F1(x1)⋅F2(x2)⋯Fn(xn),F(x_1,x_2,\cdots,x_n)=F_1(x_1)\cdot F_2(x_2)\cdots F_n(x_n),

其中 Fi(xi) (i=1,2,⋯ ,n)F_i(x_i)\ (i=1,2,\cdots,n) 为 XiX_i 的边缘分布函数,xix_i 为任意实数,则称 X1,X2,⋯ ,XnX_1,X_2,\cdots,X_n 相互独立。

充要条件

nn 个随机变量 X1,X2,⋯ ,XnX_1,X_2,\cdots,X_n 相互独立

⟺对任意的 n 个实数 xi (i=1,2,⋯ ,n),n 个事件 {X1≤x1},{X2≤x2},⋯ ,{Xn≤xn} 相互独立。\Longleftrightarrow \text{对任意的 }n\text{ 个实数 }x_i\ (i=1,2,\cdots,n), n\text{ 个事件 } \{X_1\le x_1\},\{X_2\le x_2\},\cdots,\{X_n\le x_n\} \text{ 相互独立。}

离散型随机变量:联合分布律等于边缘分布相乘

nn 个离散型随机变量 X1,X2,⋯ ,XnX_1,X_2,\cdots,X_n 相互独立

⟺对任意的 xi∈Di={Xi 的一切可能值}(i=1,2,⋯ ,n),有\Longleftrightarrow \text{对任意的 }x_i\in D_i = \{X_i\text{ 的一切可能值}\} \quad(i=1,2,\cdots,n),\text{有} P{X1=x1,⋯ ,Xn=xn}=∏i=1nP{Xi=xi}.P\{X_1=x_1,\cdots,X_n=x_n\} = \prod_{i=1}^{n}P\{X_i=x_i\}.

连续型随机变量:概率密度等于边缘概率密度相乘

设 (X1,X2,⋯ ,Xn)(X_1,X_2,\cdots,X_n) 为 nn 维连续型随机变量,则

X1,X2,⋯ ,Xn 相互独立⟺概率密度等于边缘概率密度相乘X_1,X_2,\cdots,X_n\text{ 相互独立} \Longleftrightarrow \text{概率密度等于边缘概率密度相乘}

即

f(x1,x2,⋯ ,xn)=f1(x1)⋅f2(x2)⋯fn(xn),f(x_1,x_2,\cdots,x_n) = f_1(x_1)\cdot f_2(x_2)\cdots f_n(x_n),

其中 fi(xi)f_i(x_i) 为 XiX_i 的边缘概率密度。

性质

  1. 设 X1,X2,⋯ ,XnX_1,X_2,\cdots,X_n 相互独立,则其中任意 k (2≤k≤n)k\ (2\le k\le n) 个随机变量也相互独立。

  2. 设 (X,Y)(X,Y) 为二维离散型随机变量,XX 与 YY 独立,则条件分布等于边缘分布:

    P{X=xi∣Y=yj}=P{X=xi},(P{Y=yj}>0).P\{X=x_i\mid Y=y_j\} = P\{X=x_i\}, \qquad \bigl(P\{Y=y_j\}>0\bigr). P{Y=yj∣X=xi}=P{Y=yj},(P{X=xi}>0).P\{Y=y_j\mid X=x_i\} = P\{Y=y_j\}, \qquad \bigl(P\{X=x_i\}>0\bigr).
  3. 设 (X,Y)(X,Y) 为二维连续型随机变量,XX 与 YY 独立,则条件概率密度等于边缘概率密度:

    fX∣Y(x∣y)=f(x,y)fY(y)=fX(x),(fY(y)>0).f_{X\mid Y}(x\mid y) = \frac{f(x,y)}{f_Y(y)} = f_X(x), \qquad \bigl(f_Y(y)>0\bigr). fY∣X(y∣x)=f(x,y)fX(x)=fY(y),(fX(x)>0).f_{Y\mid X}(y\mid x) = \frac{f(x,y)}{f_X(x)} = f_Y(y), \qquad \bigl(f_X(x)>0\bigr).
  4. 若 X1,X2,⋯ ,XnX_1,X_2,\cdots,X_n 相互独立,g1(x),g2(x),⋯ ,gn(x)g_1(x),g_2(x),\cdots,g_n(x) 为一元连续函数,则g1(X1),g2(X2),⋯ ,gn(Xn)g_1(X_1),g_2(X_2),\cdots,g_n(X_n)相互独立。

关联知识

原文:原笔记 · 3.3 随机变量的相互独立性 P75(原文件第 302–404 行)。

返回概率论导航