2.5 KiB
2.5 KiB
题型四:随机变量的独立性判定
识别特征
- 已知联合分布(律或密度)
- 问
X, Y是否独立 - 验证
p_{ij} = p_{i\cdot} p_{\cdot j}或f(x, y) = f_X(x) f_Y(y)
解法决策
| 情形 | 判定方法 |
|---|---|
已知联合密度 f(x,y) |
求边缘后验证乘积 |
已知联合分布律 p_{ij} |
求边缘后验证乘积 |
| 已知"独立"信息 | 直接用 f(x,y) = f_X f_Y |
| 二维正态 | 检查 \rho |
通法步骤
一、连续型
- 求
f_X(x), f_Y(y) - 计算
f_X(x) f_Y(y) - 比较 $f(x,y) \stackrel{?}{=} f_X(x) f_Y(y)$(所有
(x,y)处)
二、离散型
- 求
p_{i\cdot}, p_{\cdot j} - 检查 $p_{ij} = p_{i\cdot} p_{\cdot j}$(所有
(i,j)处)
快捷判定:只需找一个
(i, j)使 $p_{ij} \ne p_{i\cdot} p_{\cdot j}$(或一个(x, y)使 $f \ne f_X f_Y$)即可否定独立。
经典母题
题目 1:$f(x, y) = \begin{cases} 6 e^{-(2x+3y)}, & x \ge 0, y \ge 0 \ 0, & \text{其他} \end{cases}$。判定
X, Y独立性。
解析:
- $f_X(x) = \int_0^\infty 6 e^{-(2x+3y)} dy = 6 e^{-2x} \cdot \frac{1}{3} = 2 e^{-2x}$($x \ge 0$)
- $f_Y(y) = 3 e^{-3y}$($y \ge 0$)
f_X(x) f_Y(y) = 6 e^{-(2x+3y)} = f(x, y)✓- 结论:
X, Y独立
题目 2:$f(x, y) = \begin{cases} \frac{1}{2\pi} e^{-\sqrt{x^2+y^2}/2}, & \text{其他} \ 0, & \text{其他} \end{cases}$(二维拉普拉斯型)。
判定 X, Y 独立性。
解析:
- 该密度是圆对称的
f(r) = \frac{r}{2\pi} e^{-r/2}的扩展形式 - 因密度不能分离为
f_X(x) f_Y(y)→X, Y不独立
常见错误:以为"圆对称 = 独立"是错的!实际上二维正态的圆对称情形才独立。
题目 3:
(X, Y)的联合分布律
| X\Y | 1 | 2 | |-----|---| | 1 | 1/6 | 1/3 | | 2 | 1/3 | 1/6 |
判定 X, Y 独立性。
解析:
P(X=1) = 1/6 + 1/3 = 1/2P(Y=1) = 1/6 + 1/3 = 1/2P(X=1)P(Y=1) = 1/4p_{11} = 1/6 \ne 1/4- 结论:
X, Y不独立
题目 4:二维正态 $(X, Y) \sim N(\mu_1, \mu_2, \sigma_1^2, \sigma_2^2, \rho)$。求
X, Y独立的充要条件。
答案:\rho = 0
跨章节衔接:独立性的概念贯穿全章。它是 Ch04 协方差
\text{Cov} = 0的充分条件,是 Ch05 中心极限定理中"独立同分布"的前提。
口诀速记:
- "独立 = 联合可分解为边缘之积"
- "二维正态独立 $\iff \rho = 0$"
- "否定独立只需一个反例"