243 字
1 分钟
[工科概率论] 随机变量的独立性

随机变量独立性的定义#

P(Xx,Yy)=P(Xx)P(Yy)P(X \le x, Y \le y) = P(X \le x) P(Y \le y)

或者写成

F(x,y)=FX(x)FY(y)F(x,y) = F_X(x) F_Y(y)

就称随机变量XXYY相互独立

概率密度函数的独立性条件#

XXYY独立的充分必要条件

f(x,y)=fX(x)fY(y)f(x,y) = f_X(x) f_Y(y)

离散型随机变量独立性的定义#

XXYY独立的充分必要条件

pij=pipj\large p_{ij} = p_{i\cdot} p_{\cdot j}

用相关系数不一定能判断独立性#

如果随机变量XXYY独立,则它们的相关系数ρXY=0\rho_{XY} = 0,但反过来不成立,ρXY=0\rho_{XY} = 0并不能说明XXYY独立

X,Y独立ρXY=0X,Y\text{独立} \Rightarrow \rho_{XY} = 0

例如,设随机变量XX服从均匀分布U(1,1)U(-1,1),定义随机变量Y=X2Y = X^2,则可以计算出ρXY=0\rho_{XY} = 0,但显然YY完全由XX决定,二者并不独立

特例#

如果(X,Y)(X,Y)服从二维正态分布,则是充要条件

ρXY=0X,Y独立\rho_{XY} = 0 \Leftrightarrow X,Y\text{独立}
[工科概率论] 随机变量的独立性
https://a1kari8.github.io/posts/probability_theory/rv_independent/
作者
A1kari8
发布于
2025-11-23
许可协议
CC BY-NC-SA 4.0