随机变量相互独立

听海边涛声

已于 2023-12-17 20:32:07 修改

阅读量632

点赞数 8

文章标签：概率论

于 2023-12-17 11:30:23 首次发布

本文链接：https://blog.csdn.net/panghuangang/article/details/135042534

版权

二维随机变量

首先以二维随机变量为例来说明随机变量相互独立的概念

设 $F(x,y)$ 是二维随机变量 $(X,Y)$ 的分布函数， $F_{X}(x)$ 和 $F_{Y}(y)$ 分别是边缘分布函数，如果对于所有 $x,y$ 都有：

$P(X\leq x,Y\leq y)=P(X\leq x)P(Y\leq y)\; \; \; \; \; (1)$

上式用分布函数表示为 $F(x,y)=F_{X}(x)F_{Y}(y)\: \; \; \; \; \; \; \; (2)$

那么就称随机变量 $X$ 和 $Y$ 是相互独立的。

对于连续型随机变量，设 $f(x,y)$ 是 $(X,Y)$ 的联合概率密度， $f_{X}(x)$ 和 $f_{Y}(y)$ 分别是边缘概率密度，随机变量 $X$ 和 $Y$ 相互独立意味着：

$f(x,y)=f_{X}(x)f_{Y}(y)\; \; \; \; \; \; (3)$

对于离散型随机变量，随机变量 $X$ 和 $Y$ 相互独立意味着：

$P(X=x_{i},Y=y_{j})=P(X=x_{i})P(Y=y_{j})\; \; \; \; \; \; (4)$

n维随机变量

对于n维随机变量 $(X_{1},X_{2},\cdots ,X_{n})$ ，分布函数是 $F(x_{1},x_{2},\cdots ,x_{n})$ ，边缘分布函数是 $F_{X_{i}}(x_{i})$ （其中 $i=1,2,\cdots ,n$ ），则 $X_{1},X_{2},\cdots ,X_{n}$ 相互独立意味着：

$F(x_{1},x_{2},\cdots ,x_{n})=F_{X_{1}}(x_{1})F_{X_{2}}(x_{2})\cdots F_{X_{n}}(x_{n})\; \; \; \; \; \; \; \; (5)$

两个多维随机变量

设随机变量 $(X_{1},X_{2},\cdots ,X_{m})$ 的分布函数是 $F_{1}(x_{1},x_{2},\cdots ,x_{m})$ ，随机变量 $(Y_{1},Y_{2},\cdots ,Y_{n})$ 的分布函数是 $F_{2}(y_{1},y_{2},\cdots ,y_{n})$ ，随机变量 $(X_{1},X_{2},\cdots ,X_{m},Y_{1},Y_{2},\cdots ,Y_{n})$ 的分布函数是 $F(x_{1},x_{2},\cdots ,x_{m},y_{1},y_{2},\cdots ,y_{n})$ 。

则随机变量 $(X_{1},X_{2},\cdots ,X_{m})$ 和 $(Y_{1},Y_{2},\cdots ,Y_{n})$ 相互独立意味着：

$F(x_{1},x_{2},\cdots ,x_{m},y_{1},y_{2},\cdots ,y_{n})=F_{1}(x_{1},x_{2},\cdots ,x_{m})F_{2}(y_{1},y_{2},\cdots ,y_{n})\; \; \; \; \; (6)$

一个重要的定理：

设 $(X_{1},X_{2},\cdots ,X_{m})$ 和 $(Y_{1},Y_{2},\cdots ,Y_{n})$ 相互独立，则 $X_{i}(i=1,2,\cdots, m)$ 和 $Y_{j}(j=1,2,\cdots ,n)$ 相互独立。又如果 $h,g$ 是连续函数，则 $h(X_{1},X_{2},\cdots ,X_{m})$ 和 $g(Y_{1},Y_{2},\cdots ,Y_{n})$ 相互独立。