概率论中，怎样判断“X”与“Y”是否独立？ 概率论中，怎样判断X与Y是否独立？
\u6982\u7387\u8bba\u4e2d\uff0c\u600e\u6837\u5224\u65adX\u4e0eY\u662f\u5426\u72ec\u7acb\u7b80\u5355\u5206\u6790\u4e00\u4e0b\u5373\u53ef\uff0c\u8be6\u60c5\u5982\u56fe\u6240\u793a
\u4f8b\u9898
二维随机变量（X，Y）独立的定义式为：F（x，y）=F（x）*F（y）
这里F（x，y）为（X，Y）的联合分布函数，F（x）为一维随机变量X的分布函数，F（y ）为一维随机变量Y的分布函数。
二维连续型随机变量X，Y独立的充分必要条件为 ：f(x，y)=f（x）*f（y ），这里f（x，y）为（X，Y）的联合概率密度函数，f（x）为一维随机变量X的概率密度函数，f（y ）为一维随机变量Y的概率密度函数。
事件的概率是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。
扩展资料：
设随机事件A在n次重复试验中发生的次数为nA，若当试验次数n很大时，频率nA/n稳定地在某一数值p的附近摆动，且随着试验次数n的增加，其摆动的幅度越来越小，则称数p为随机事件A的概率，记为P(A)=p。
随机事件是事件空间S的子集，它由事件空间S中的单位元素构成，用大写字母A，B，C...表示。
例如在掷两个骰子的随机试验中，设随机事件A="获得的点数和大于10"，则A可以由下面3个单位事件组成：A={(5，6)，(6，5)，(6，6)}。 如果在随机试验中事件空间中的所有可能的单位事件都发生，这个事件被称为必然事件。
参考资料来源：百度百科——概率论
二维随机变量（X，Y）独立的定义式为：F（x，y）=F（x）*F（y ）
等价的命题如下：
二维离散型随机变量X，Y独立的充分必要条件为 ：
对（X，Y）任意可能的取值（xi，yj）均有P（X=xi，Y=yj）=P（X=xi）*P（Y=yj）
2. 二维连续型随机变量X，Y独立的充分必要条件为 ：
f(x，y)=f（x）*f（y ）
简单分析一下即可，答案如图所示
二维随机变量（X，Y）独立的定义式为：F（x，y）=F（x）*F（y）
这里F（x，y）为（X，Y）的联合分布函数，F（x）为一维随机变量X的分布函数，F（y ）为一维随机变量Y的分布函数。
二维连续型随机变量X，Y独立的充分必要条件为 ：f(x，y)=f（x）*f（y ），这里f（x，y）为（X，Y）的联合概率密度函数，f（x）为一维随机变量X的概率密度函数，f（y ）为一维随机变量Y的概率密度函数。
事件的概率是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。
扩展资料：
相互独立的性质：
1.P(A∩B)就是P(AB)
2.若P(A)>0,P(B)>0则A,B相互独立与A,B互不相容不能同时成立,即独立必相容,互斥必联系.
容易推广：设A,B,C是三个事件。如果满足：
P(AB)=P(A)P(B),P(BC)=P(B)P(C),P(AC)=P(A)P(C),P(ABC)=P(A)P(B)P(C),则称事件A,B,C相互独立。
更一般的定义是,A1,A2,……,An是n(n≥2)个事件,如果对于其中任意2个,任意3个,…任意n个事件的积事件的概率,都等于各个事件概率之积,则称事件A1,A2,……,An相互独立。
绛旓細Y锛漍²璇存槑涓よ呭凡缁忎笉鏄悇鑷嫭绔嬬殑浜嗗晩锛岃櫧鐒禘(XY)锛滶(X)脳E(Y)鏄鍒ゆ柇涓よ呮槸鍚︾嫭绔嬬殑鏉′欢锛屼絾鏄笉浠ｈ〃鏉′欢鎴愮珛灏变竴瀹氱嫭绔嬶紝鑰岃鏈笂鏈夎杩欏彞璇(褰X涓嶻鐩镐簰鐙珛鏃讹紝涓瀹氭湁X涓嶻涓嶇浉鍏筹紝鍙嶄箣涓嶄竴瀹氭垚绔)鑰屽垽鏂槸鍚︾浉鍏冲彲浠ョ敤鍗忔柟宸槸鍚︾瓑涓0杩欎釜鏂规硶 ...
绛旓細蹇呰鏉′欢銆X涓嶻鐙珛鍙互鎺ㄥ嚭E锛圶Y锛=E锛圶锛塃锛圷锛夛紝浣咵锛圶Y锛=E锛圶锛塃锛圷锛変笉鑳芥帹鍑篨涓嶻鐙珛锛屽彧鑳藉緱鍑篨涓嶻涓嶇浉鍏筹紙鍗忔柟宸负0锛夈傚畾涔夛細璁続,B鏄袱浜嬩欢锛屽鏋滄弧瓒崇瓑寮廝(A鈭〣)=P(AB)=P(A)P(B)锛屽垯绉颁簨浠禔銆丅鐩镐簰鐙珛锛岀畝绉癆銆丅鐙珛銆1銆丳(A鈭〣)灏辨槸P(AB)2銆佽嫢P(A)>0锛孭...
绛旓細濡傛灉 f(x,y)=fx*fy 灏辫鏄巟,y鐙珛
绛旓細鍥犳锛屾垜浠彲浠ュ皢璇ュ尯鍩熻繘琛屽嚑浣曞垎鏋愶紝璁＄畻鍏堕潰绉潵姹傝В姒傜巼 P(X+Y<1)銆傜洿瑙掍笁瑙掑舰鐨勯潰绉叕寮忎负锛(1/2) * 搴曡竟闀 * 楂樸傚湪杩欎釜闂涓紝搴曡竟闀夸负 1锛岄珮涓 1銆傛墍浠ワ紝P(X+Y<1) = (1/2) * 1 * 1 = 1/2銆(3) 鍒ゆ柇 X 涓 Y 鏄惁鐩镐簰鐙珛锛氳鍒ゆ柇 X 涓 Y 鏄惁鐩镐簰鐙珛锛屾垜浠渶瑕...
绛旓細锛X锛孻锛変篃鏄竴涓殢鏈哄彉閲忥紝涓嶈繃鏄釜浜岀淮闅忔満鍙橀噺銆X鍜孻涓嶄竴瀹氳瀛樺湪鍑芥暟鍏崇郴銆傛瘮濡傦紝鎺蜂袱涓瀛锛孹浠ｈ〃鐢查瀛愮殑鐐规暟锛孻浠ｈ〃涔欓瀛愮殑鐐规暟锛屽垯锛2,4锛夎〃绀猴紝X鎺峰嚭2锛孻鎺峰嚭4杩欎釜浜嬩欢銆傛樉鐒讹紝鐢查瀛愪笌涔欓瀛愭槸鐩镐簰鐙珛鐨勶紝浠栦滑涔嬮棿娌℃湁鑱旂郴銆
绛旓細锛
绛旓細2016-09-14 銆愭鐜囪銆戝鍥剧鍥涘ぇ棰,(1)姹傚弬鏁;(2)姹備袱涓竟缂樺瘑搴... 2017-01-29 姒傜巼璁轰腑,鎬庢牱鍒ゆ柇X涓嶻鏄惁鐙珛 27 2017-12-16 姒傜巼璁轰腑,鎬庢牱鍒ゆ柇鈥淴鈥濅笌鈥淵鈥濇槸鍚︾嫭绔? 2012-03-14 姒傜巼璁洪棶棰, 姒傜巼璁轰笌鏁扮悊缁熻(娴欏ぇ绗洓鐗),绗洓绔,27棰... 6 2014-11-06 姒傜巼璁,棰樼洰濡傚浘,鐪嬩笉鎳傜...
绛旓細F(x,y)=P(X<=x,Y<=y)=P(X<=x,X^2<=y)鎺ヤ笅鏉ワ紝璁璁簒鍜姝ｈ礋y^(0.5)浠ュ強姝ｈ礋1锛屽氨鍙緱鍑哄垎甯冨嚱鏁帮紝鏄庢樉涓嶇嫭绔嬶紝鍥犱负鍏朵负涓嶄负闆剁殑鍑芥暟閮ㄥ垎鐨勫尯鍩熶笉涓虹煩褰㈢殑銆傚綋鐒惰繖杩樻槸瑕佷綘鑷繁璇佹槑鐨勩傜浉鍏虫 EX^n=0(n涓哄鏁帮級 1/(n+1)(n涓哄伓鏁帮級cov(X,X^2)=EX^3-EXEX^2=0 鎵浠ョ浉鍏...
绛旓細2銆佹纭紝鍒嗗埆瀵x锛寉绉垎锛屼唬鍏ヤ笂涓嬮檺1锛0 寰楀埌f(x,y)=f(x)f(y)锛屾墍浠ョ嫭绔嬪悓鍒嗗竷 3銆侀敊璇紝EXY=EXEY涓嶈兘鎺ㄥ嚭X涓嶻鐙珛锛屽彧鑳藉緱鍑篨涓嶻涓嶇浉鍏 4銆侀敊璇紝浜岃呭緱鍒扮殑浼拌閲忎笉涓瀹氫竴鏍 5銆侀敊璇紝缁欏畾缃俊搴﹀悗锛岀疆淇″尯闂翠竴鑸笉鍞竴锛屽父瑙佺殑鍋氭硶鏄姹傜疆淇″尯闂撮暱搴︽渶灏 ...
绛旓細E{Y}=鈭玔0鍒1]{鈭玔-x鍒皒]ydy}dx = 0.(鍥犱负y鏄鍑芥暟.)E{XY}=鈭玔0鍒1]{鈭玔-x鍒皒]xydy}dx = 0. (鍥犱负y鏄鍑芥暟.)鎵浠, E{XY}=E{X}E{Y} X,Y 涓嶇浉鍏.
