1.随机变量独立性的定义
对任意的x,y,成立,即.
2.独立性等价判断
2.1 离散型
用分布律判断。对一切i,j都成立。即。
2.2 连续型
用密度函数判断。。
3.如何直观理解
为什么要用这种方式定义独立性呢。或者为什么满足这个公式的两个随机变量就是独立的呢?
3.1 从条件概率的角度理解
3.2 以一个直观的例子来理解
一个电路上串联两个小灯泡。那么电路连通的概率为P(X=x,Y=y)=P(X=x)P(Y=y)。对于连续型,概率密度表示的就是取值附近微笑邻域的概率,f(x,y)可以认为是电路联通的概率,f(x)和f(y)可以认为是灯泡1和灯泡2工作的概率。当两个灯泡独立时,f(x,y)=f(x)f(y)。
4.疑问
随机事件的独立性
两个随机事件A,B,如果满足P(AB)=P(A)P(B),则称A,B相互独立。
(从条件概率的角度,P(AB)=P(A)P(B|A)=P(A)P(B))
而相互独立的两个随机事件是不会为彼此提供信息的。比如上面的两个灯泡是否工作,这两个事件就是相互独立的。而抛一次骰子,点数为1和点数为2这两个事件就不是相互独立的。因为如果知道点数为1,那么点数为2这个事件就一定不会发生,也就是事件A会为B提供信息。P(AB)=0≠P(A)P(B)=1/36。
现在考虑这样两个事件,抛一次八个面的骰子,A定义为点数小于等于4,B定义为点数大于等于4,小于等于5。P(A)=4/8=1/2,P(B)=2/8=1/4,P(AB)=P(点数等于4)=1/8=P(A)P(B)。从定义上来说,A与B是独立的。但是A会不会为B提供信息量呢,感觉好像是会的,也就是A与B应该不是独立的。为什么会这样呢?
进一步分析条件概率
P(B|A)=1/4=P(B)。发现在given A的情况下B发生的概率和原来B发生的概率是一样的。也就是A与B确实是独立的。
以下是chatgpt给出的回答:
这表明,尽管在初始情况下 A 和 B 是独立的,但在给定 A 发生的条件下,我们对 B 的概率有了新的信息,即 A 发生会提供关于 B 的信息。因此,从实际应用的角度来看,我们可能会认为 A 和 B 不是完全独立的。