随机变量的独立性,条件分布

x
FX Y ( x y) pX Y ( x y) d x
x
[ p(x, y)
pY ( y)]d x.
y
FY X ( y x) pY X ( y x) d y
y
[ p(x, y)
pX (x)]d y.
备份题
例1 设
(X,Y )
~
p( x,
y)
Cy(1 0,
x),
0 x 1,0 其 它.
则称X和Y相互独立.
例1 已知 ( X ,Y ) 的分布律为
( X ,Y ) (1,1) (1,2) (1,3) (2,1) (2,2)
111 1
pij
6
9 18
3
(1) 求与应满足的条件;
(2) 若 X 与 Y 相互独立,求 与 的值.
(2,3)
解 将 ( X ,Y ) 的分布律改写为
Y X
1
1
1
6
1
2
3
p• j P{Y yj } 1 2
2 1 9
1
9
3 pi• P{ X xi }
1
1
18
3
1
3
1
18
2
3
(1)由分布律的性质知
0,
0,
2
3
1,
故与应满足的条件是 : 0, 0 且 1 .
3
(2) 因为 X 与 Y 相互独立, 所以有
pij pi• p• j , (i 1,2; j 1,2,3)
xe(x y)dy xe x
0
x>0
pY ( y) 0 xe( x y)dx e y
y >0
即：

则称X与Y 相互独立 . 它表明,两个随机变量相互独立时,它们的联合分布函数等于 两个边缘分布函数的乘积 .
第2页
3.4 随机变量独立性
可以证明如下结论： （1）若 (X,Y)是连续型r.v ，则上述独立性的定义等价于：
对任意的 x, y, 有
f ( x , y ) f X ( x ) fY ( y )
第6页
3.4 随机变量独立性
例3.4.1
1.
P( X P( X P( X P( X
X ,Y 具有分布律右图，则：
1, Y 0) 1 6 P( X 1) P(Y 0) 2, Y 0) 1 6 P( X 2) P(Y 0) 1, Y 1) 2 6 P( X 1) P(Y 1) 2, Y 1) 2 6 P( X 2) P(Y 1)
p ij p i p j
离散型随机变量的联合分布列等于其边缘分布列的乘积
P { X x i | Y y j } p i , , P { Y y j | X x i } p j
任一变量的条件分布列等于其边缘分布列
要判断 X 和 Y 不独立,只需找到 X, Y 的一对取值(xi,yj),使得 P{X xi , Y y j } P{X xi }P{Y y j }.
P( X1 x1i1 )
i2 ,i3 ,in

P( X1 x1i1 , X 2 x2i2 ,, X n xnin )
P( X1 x1i1 , X 2 x2i2 )
f X1 ( x1 )


i3 ,i4 ,in

P( X1 x1i1 , X 2 x2i2 ,, X n xnin )

f (x,y)=fX(x)fY(y).
特别地,令x = μ1,y = μ2, 由上述等式得到
1
1,
2 1 2 1 2 2 1 2
从而ρ = 0.
综上所述, 得到以下的重要结论: 定理2 对于二维正态随机变量(X, Y), X与 Y相互独立的充要条件是参数ρ = 0.
讲评 随机变量的独立性往往由实际问题
PX≤ x Y y为随机变量X在条件Y= y下的条件
分布函数, 记作 FX Y ( x y).
即
x f (x, y)
FX Y ( x y)
dx. fY ( y)
则上式就是在给定条件Y= y下, 随机变量X的
条件分布函数.
而 f (x, y) 称为在给定条件
fY ( y)
Y= y下X的条件概率密度,
L
f (x1, x2,L , xn)dx2dx3L dxn,
(3.5)
fX1,X2 (x1, x2)
L
f (x1, x2,L , xn)dx3dx4L dxn.
(3.6)
定义2 若对于所有的实数x1,x2,…, xn有
F(x1, x2,L , xn) FX1 (x1)FX 2 (x2)L FXn (xn) (3.7) ，
随机变量的独立性是概率论与数理统计 中的一个很重要的概念,它是由随机事件的相 互独立性引申而来的.我们知道,两个事件A与B 是相互独立的,当且仅当它们满足条件 P(AB)=P(A)P(B).
由此, 可引出两个随机变量的相互独立性.
设X,Y为两个随机变量,于是{X≤x},{Y≤y}为 两个随机事件, 则两事件{X≤x},{Y≤y}相互独立, 相当于下式成立 P{X≤x,Y≤y}=P{X≤x} P{Y≤y}, 或写成 F(x,y)=FX(x)FY(y).

3e3 ydy e3
1
19
例5 甲乙两人约定中午12:30分在某地会面. 如果甲 来到的时间在12:15到12:45之间是均匀分布, 乙独立 地到达, 而且到达时间在12:00到13:00之间是均匀分 布, 试求先到的人等待另一人到达的时间不超过5分 钟的概率, 又甲先到的概率是多少?
解 由 X 与Y 独立性知
0
0, x 0
x0
ex , x 0
0, x 0
18
当 x 0时，有
fY|X ( y | x)
f (x, y) fX (x)
xe x(1
ex 0
y)
y
y 0
0
xexy y 0
0 y0
(2)当 X 3时，有
P(Y 1 X 3)
1 fY|X ( y | 3)dy
的边缘分布律中的部分数值, 试将其余数值填入表 中的空白处.
X
Y y1 y2 y3 P{ X xi } pi .
x1
1/ 8
x2
1/ 8
P{ y yj } p j 1/ 6
1
解 由于 P{ X x1,Y y1} P{Y y1} P{X x2 ,Y y1} 1/ 6 1/ 8 1/ 24,
1 p• j
i 1
pij
p• j p• j
1
同样， P{Y y j | X xi }也具有这两点性质。
9
例2 设 X与Y的联合概率分布如右表.
求Y 0 时, X 的条件概率 X Y -1 0 2 分布以及 X 0 时, Y 的条件 0 0.1 0.2 0
概率分布;
1 0.3 0.05 0.1 2 0.15 0 0.1
f ( x, y),( X ,Y ) 关于 Y 的边缘概率密度为fY ( y).若