概率论g是什么分布_独立和互斥是什么关系？独立和不相关是什么关系？

独立和互斥是什么关系？独立和不相关是什么关系？这是概率论中最基本的两个问题，也是很多人最容易弄混的两个问题。甚至有些教材都不能准确地回答这两个问题。

---

首先来看独立和互斥的关系。要弄清楚关系，首先得弄明白定义。我们以两个事件间的关系为例。

事件

与事件

独立的定义是：

。

事件

与事件

互斥的定义是：集合

与集合

没有相同的样本点，即

。（

代表空集，

也可以简记为

）

如果事件

或事件

发生的概率

都不为0，那么独立和互斥有这样一层关系： 互斥不独立，独立不互斥。

证明：若

互斥，则

，那么

，而

，因此

，即

不独立。

另一方面，若

独立，则有

。接下来用反证法：假设

互斥，则

，那么

，而

，则

，产生矛盾。因此若

独立，则

不互斥。

“互斥不独立，独立不互斥”是在事件

与事件

发生的概率都不为0的情况下才有的结论。

接下来我要强调一个概念：零概率事件与不可能事件是不同的。不可能事件的定义是：若

，则

是不可能事件；零概率事件的定义是：若

，则

是零概率事件。咋一看，两个定义好像没有什么区别。的确，在离散情况下，两者是等价的。但是在连续场合，零概率事件是有可能发生的。比如

服从（0,1）上的均匀分布，那么事件{

}发生的概率为0，因为连续型随机变量取一个点的概率为0。但是事件{

}是有可能发生的。不可能事件是比零概率事件更强的定义。因此若

，无法推出

是空集。

类似地，1概率事件与必然事件是不同的。1概率事件是指发生概率为1的事件，但是它比“必然事件”更弱些。仍然举上面的例子：事件{

}发生的概率为1，但是它不是必然事件，因为事件{

}仍然有可能发生。

于是有如下结论：零概率事件与任何事件独立；1概率事件与任何事件独立。我在这里只证明“零概率事件与任何事件独立”：设

，那么对于任何事件

，有

，那么

，得到

。于是有

，即

独立。类似地，“1概率事件与任何事件独立”留给读者自己证明。

我们已经知道，零概率事件与任何事件独立，1概率事件与任何事件独立。那么有没有什么事件与任何事件互斥呢？答案是：不可能事件与任何事件互斥。证明很简单：设

是不可能事件，则

，对于任何事件

，有

，于是

互斥。

最后来一个终极问题：有没有什么事件与任何事件既独立又互斥呢？答案是：不可能事件与任何事件既独立又互斥！证明很简单：首先，不可能事件与任何事件互斥，这在上一段已经证明；又因为不可能事件一定是零概率事件，而零概率事件与任何事件独立。所以不可能事件与任何事件既独立又互斥。

---

接着来看独立和不相关的关系。同样地，要弄清楚关系，首先得弄明白定义。

这里是指随机变量之间的独立或者相关关系，而非上文中的事件间的关系。仍然以两个随机变量之间的关系为例。

随机变量

独立的定义是：

。其中

是

的联合分布函数，

分别是

的分布函数。

随机变量

不相关的定义是：

.

有99.99%的学生认为“独立必不相关，不相关未必独立”。甚至有一些粗心的教材也是这样写的。事实上这种说法是不准确的。回到不相关的定义，两个随机变量不相关的前提是：它们的数学期望存在。如果数学期望不存在，那么无相关性可言。比如设

独立同分布于柯西分布，我们知道柯西分布的数学期望是不存在的，因此我们不能说

不相关，尽管

是独立的。

在数学期望存在的情况下，“独立必不相关，不相关未必独立”是对的。独立是比不相关更强的概念。我们再次回到定义：随机变量独立是由分布函数定义的，而不相关只是用一阶矩（即数学期望）定义的。分布函数是比矩更高的概念，分布函数能决定矩，而矩未必能决定分布函数。当然这只是直观的说明。为了论证“在数学期望存在的情况下，独立必不相关，相关未必独立”，需要对“独立必不相关”作出证明，并对“不相关未必独立”举出反例。对“独立必不相关”作出证明已经超出了初等概率论的范畴，我在这里便不再详写。而“相关未必独立”的反例是有很多的。比如

,则

。即

不相关。但是

也不独立。我们只需举出一个反例： 由于

，所以

。记事件

{

}，

{

}，则

。

另外，我们所说的“相关”是指“线性相关”。除了线性相关，两个随机变量仍然有其他形式的相关性。如

虽然不线性相关，但是他们具有平方相关的关系。

---

以上是对概率论中两个易混知识点的解析。希望能对大家有所帮助。