概率论第5记：随机变量的独立性

设X，Y是两个随机变量，若对于任意实数a，b（a<b），c，d（c<d），事件{a<X≤b}和{c<Y≤d}相互独立，即P{a<X≤b，c<Y≤d}=P{a<X≤b}P{c<Y≤d}，则称随机变量X，Y相互独立.
离散型随机变量X，Y相互独立的充分必要条件是对于（X，Y）所有可能取的数偶（xi，yj），有P{X=xi，Y=yj}=P{X=xi}P{Y=yj}；
连续型随机变量X，Y相互独立的充分必要条件是f（x，y）=f_X（x）f_Y（y），在平面上几乎处处[3]成立，其中f，f_X，f_Y分别是（X，Y）的概率密度和边缘概率密度.
从上面的论述可以看出，X，Y相互独立，不仅概率密度具有如上公式特征，概率分布函数也具有这个特征。

随机变量的函数分布

这里研究的是已知随机变量X的概率密度函数，求以X为变量的Y=g(X)的分布。
离散型的由于不涉及求导，比较简单，举例说明
设随机变量X具有分布律如下：

求Y=X²+1的分布律.解　Y所有可能取的值为1，2，10，由P{Y=1}=P（X²+1=1）=P{X=0}=3/10，P{Y=2}=P{X²+1=2}=P{（X=1)∪（X=-1）}=P{X=1}+P{X=-1}=3/10，P{Y=10}=P{X²+1=10}=P{X=3}=4/10，即得Y的分布律为

连续型随机变量的求解方式一般是先构造Y的函数分布，然后对Y变换为X，得到X的概率分布函数，再对得到的X概率分布函数求导，即可得到Y的概率密度函数。
举例如下：
一食品工厂，一天的产量X（以吨计）具有概率密度

一天的产值是U=3X+1（以千元计），求U的概率密度f_U（u）.
分别记X，U的分布函数为F_X（x）和F_U（u）.现在先来求F_U（u）
F_U（u）=P{U≤u}=P{3X+1≤u}=P{X≤（u-1）/3}=F_X（（u-1）/3），将F_U（u）关于u求导数，由已知条件得U的概率密度：

再举一个例子：
设随机变量X具有概率密度f_X（x）（-∞<x<∞），求Y=X²的概率密度f_Y（y）.解　分别记X和Y的分布函数为F_X（x）和F_Y（y）.先来求F_Y（y）.由于Y=X²≥0，因此当y<0时，F_Y（y）=P{Y≤y}=0，而当y>0时，有

将F_Y（y）关于y求导，得Y的概率密度

这部分有疑惑的童鞋请复习高数。