連續兩次打了一堆後完全消失, 懶得再回答了...
補習班的書...不予置評!
請不要不管哪個/哪些隨機變數的 p.d.f. 通通用 f 表示,
就好像不是每個人都叫 "忠民".
隨機變數相互獨立, 不是簡單的事件相互獨立. 聯合 p.d.f.
f(x,y,z) 之分解, 不論它是離散, 是連續, 甚至是混合, 一律
適用.
2012-08-24 03:20:31 補充:
事件 A, B, C 的相互獨立不能只用 P(ABC)=P(A)P(B)P(C) 一條件概括,
因它不能推出 A 與 B 獨立, A 與 C 獨立等等.
但 f(x,y,z) = g(x)h(y)k(z) for all x,y,z, 不論 X, Y, Z 是何種類型的隨機
變數, 都可推出 X 與 Y 獨立, Y 與 Z 獨立, X 與 Z 獨立.
2012-08-24 03:20:38 補充:
事實上隨機變數的相互獨立的定義是:
由 X 單獨決定的事件 [X in A], 由 Y 單獨定義的事件 [Y in B],
與由 Z 單獨定義的事件 [Z in C] 都相互獨立 (for any A, B, C).
而 p.d.f. 的分解是其一判斷方法...一個不很嚴密的方法, 因為
p.d.f. 只是 unique upto probability zero, 也就是說 p.d.f. 其實不
是唯一的.
2012-08-24 03:25:12 補充:
就 p.d.f. 分解而言.
設 X, Y 為連續, Z 為離散. f(x,y,z)=g(x)h(y)k(z) for all x,y,z.
則
X, Y 之 j.p.d.f. f1(x,y) = Σf(x,y,z) = g(x)h(y)Σk(z).
Y, Z 之 j.p.d.f. f2(y,z) = ∫f(x,y,z)dx = h(y)k(z) ∫f(x)dx
X,. Z 之 j.p.d.f. f3(x,z) = ∫f(x,y,z)dy = f(x)k(z) ∫h(y)dy
可得 X, Y, Z 兩兩獨立 (成對獨立).