理论教育 两个随机变量的独立性:概率论与数理统计中的重要知识点

两个随机变量的独立性:概率论与数理统计中的重要知识点

时间:2023-10-22 理论教育 版权反馈
【摘要】:定义3.10设二维随机向量(X,Y)的联合分布函数和边缘分布函数分别为F(x,y),FX,FY,若对于任意的实数x,y 有或则称随机变量X 与Y 相互独立.定理3.1①设二维离散型随机向量(X,Y)的分布律为边缘分布律为pi·和p·j,则X 与Y 相互独立的充要条件是:对任意的i,j=1,2,…

两个随机变量的独立性:概率论与数理统计中的重要知识点

定义3.10 设二维随机向量(X,Y)的联合分布函数和边缘分布函数分别为F(x,y),FX(x),FY(y),若对于任意的实数x,y 有

则称随机变量X 与Y 相互独立(mutual independence).

定理3.1① 设二维离散型随机向量(X,Y)的分布律为

边缘分布律为p和p·j,则X 与Y 相互独立的充要条件是:对任意的i,j=1,2,…,有

②设二维连续型随机向量(X,Y)的概率密度及边缘概率密度分别为f(x,y),fX(x),fY(y),则X 与Y 相互独立的充要条件是:对任意的实数x,y,有等式

几乎处处成立.

证 我们就连续型的情形进行证明.

必要性

设X 与Y 相互独立,则对任意的实数x,y,有

其中fX(x)≥0, fY(y)≥0,从而fX(x)·fY(y)≥0.由定义可知

充分性

设f(x,y)=fX(x)·fY(y)对任意的实数x,y 均成立,则有

由定义3.10 可知,X 与Y 相互独立.

例3.14 设随机变量X 和Y 相互独立,表3.11 列出了二维离散型随机向量(X,Y)的联合分布律及关于X 和关于Y 的边缘分布律的部分数值,试将其余数值填入表3.11 空白处.

表3.11

解 由于

考虑到X 与Y 相互独立,有

所以 P{X=xi}=

同理,可以得到其他数值.因此(X,Y)的联合分布律和边缘分布律见表3.12.

表3.12

例3.15 已知随机变量X 和Y 的概率分布见表3.13 和表3.14.

表3.13

表3.14

且P{XY=0}=1.求

①求X 与Y 的联合分布.

②X 与Y 是否独立?

解 方法一

①由P{XY=0}=1,可见

于是,得X 与Y 的联合分布及边缘分布如表3.15 所示.

表3.15

②由以上结果可知

即有

于是,X 与Y 不独立.

方法二

①由P{XY=0}=1,可见(www.daowen.com)

因此,X 与Y 的联合分布如表3.16 所示.

表3.16

由表3.16,容易求得X 与Y 的联合分布,见表3.17.

表3.17

续表

②同方法一.

例3.16 一电子仪器由两个部件构成,用X 和Y 分别表示两个部件的寿命(单位:1 000 h).已知X 和Y 的联合分布函数为

①问X 与Y 是否独立?

②求两个部件的寿命都超过100 h 的概率β.

解 方法一

①X 与Y 的边缘分布函数分别为

由此可知

于是,X 与Y 相互独立.

②β=P{X>0.1,Y>0.1}=P{X>0.1}·P{Y>0.1}

  =[1-FX(0.1)]·[1-FY(0.1)]=e -0.05·e -0.05=e -0.1.

方法二

①用f(x,y), fX(x), fY(y)分别表示(X,Y)的联合概率密度和两个边缘概率密度,则有

于是有,f(x,y)=fX(x)·fY(y).

所以,X 与Y 相互独立.

②β=P{X >0.1,Y >0.1}=0.25e-0.5(x+y)dxdy=e-0.1.

例3.17 设随机向量(X,Y)服从区域D 上的均匀分布,且

①D={(x,y)a≤x≤b,c≤y≤d}.

②D={(x,y)x2+y2≤R2}.

讨论X 与Y 的独立性.

解 ①由题设条件,得知

易知,对任意的实数x,y,有f(x,y)=fX(x)·fY(y).所以,X 与Y 相互独立.

②由题设条件,得知

利用本章例3.9 的结果,有

显然,当x2+y2≤R2 时,f(x,y)≠fX(x)·fY(y),所以,X 与Y 不独立.

定理3.2 设二维随机向量(X,Y)服从二维正态分布,即

则X 与Y 相互独立的充要条件是ρ=0.

证 二维正态分布的联合概率密度为

由本章例3.10 的结果可知,X,Y 的边缘概率密度分别为

必要性 若X 与Y 相互独立,对于任意的实数x,y,必有

由于

从而

充分性 显然,在f(x,y)中ρ=0 时,对任意的实数x,y 必有

即X 与Y 相互独立.

还可以证明,如果X 与Y 相互独立,那么它们的连续函数g(X)与h(Y)也一定相互独立.特别地,两个相互独立的随机变量的线性函数aX+b 与cY+d(ac≠0)也相互独立.这一结论今后将经常用到,但证明已超出本书范围,故从略.

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈