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 n 维随机变量 (X1,X2,⋯,Xn) 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),
其中 Fi(xi) (i=1,2,⋯,n) 为 Xi 的边缘分布函数,xi 为任意实数,则称 X1,X2,⋯,Xn 相互独立。
充要条件
n 个随机变量 X1,X2,⋯,Xn 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。
离散型随机变量:联合分布律等于边缘分布相乘
n 个离散型随机变量 X1,X2,⋯,Xn 相互独立
⟺对任意的 xi∈Di={Xi 的一切可能值}(i=1,2,⋯,n),有
P{X1=x1,⋯,Xn=xn}=i=1∏nP{Xi=xi}.
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) 为 n 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
即
f(x1,x2,⋯,xn)=f1(x1)⋅f2(x2)⋯fn(xn),
其中 fi(xi) 为 Xi 的边缘概率密度。
性质
-
设 X1,X2,⋯,Xn 相互独立,则其中任意 k (2≤k≤n) 个随机变量也相互独立。
-
设 (X,Y) 为二维离散型随机变量,X 与 Y 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{Y=yj∣X=xi}=P{Y=yj},(P{X=xi}>0).
-
设 (X,Y) 为二维连续型随机变量,X 与 Y 独立,则条件概率密度等于边缘概率密度:
fX∣Y(x∣y)=fY(y)f(x,y)=fX(x),(fY(y)>0).
fY∣X(y∣x)=fX(x)f(x,y)=fY(y),(fX(x)>0).
-
若 X1,X2,⋯,Xn 相互独立,g1(x),g2(x),⋯,gn(x) 为一元连续函数,则g1(X1),g2(X2),⋯,gn(Xn)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