证明X与Y相互独立
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了证明X与Y相互独立相关的知识,希望对你有一定的参考价值。
这是离散随机变量。x和y是独立的。用定义证明。p(x=0,y=-1)=p(x=0)p(y=-1),以此类推即可。
事实上,只要联合分布律每一行或者每一列成比例,可以直接看出x和y是独立的。 参考技术A X的概率密度g(x)=∫[-∞,+∞]f(x,y)dy
=1/(5√2π)
*
e^(-x^2/50).
Y的概率密度h(y)=∫[-∞,+∞]f(x,y)dx
=1/(5√2π)
*
e^(-y^2/50).
f(x,y)=g(x)h(y),
所以,X与Y相互独立.
g(x)=∫[-∞,+∞]f(x,y)dy
=∫[-∞,+∞]1/(50π)*
e^[-(x^2+y^2)/50]dy
=1/(50π)*e^(-x^2/50)*∫[-∞,+∞]
e^(-y^2)/50]dy
==1/(5√2π)
*
e^(-x^2/50).
这里利用了Poisson积分:
(1/ο√(2π)∫[-∞,+∞]e^[-x^2/2ο^2]dx=1.
X与Y独立吗?
参考技术A是独立。
边缘分布律:以x为例,x取0的概率是1/6,取-1概率是1/3+1/12=5/12,
取2的概率就是5/12,那么做一个表,第一行是可能的取值0,1,2.第二行把相应概率填进去。
P(X=-2,Y=1)=0≠P(X=-2)·P(Y=1)
∴X与Y不相互独立。
随机变量X和Y的联合分布函数是设(X,Y)是二维随机变量,对于任意实数x,y,二元函数:F(x,y) = P(X<=x) 交 (Y<=y) => P(X<=x, Y<=y)称为二维随机变量(X,Y)的分布函数。
概念
在做实验时,常常是相对于试验结果本身而言,我们主要还是对结果的某些函数感兴趣。例如,在掷骰子时,我们常常关心的是两颗骰子的点和数,而并不真正关心其实际结果。
关心的也许是其点和数为7,而并不关心其实际结果是否是(1,6)或(2,5)或(3,4)或(4,3)或(5,2)或(6,1)。我们关注的这些量,或者更形式的说,这些定义在样本空间上的实值函数,称为随机变量。
以上是关于证明X与Y相互独立的主要内容,如果未能解决你的问题,请参考以下文章
急!!!随机变量X 与 Y 相互独立,那么 X^2 与 Y^2是不是独立??
随机变量X,Y独立,则X²与Y²,X与Y²,X²与Y,等等为啥为啥都独立?