事件的独立性

🏠 第16章概念导航

核心问题

“两件事没关系”该怎么用数学写下来? 答案不是”互不相容”(那是最强的负相关),而是

即”知道 发生了,对 的判断毫无改变”。本页要说清三件事:它的等价形式有哪些、它与互斥的关系、以及它不满足哪些直觉性质。

核心定义 / 定理 / 结论

定义与等价形式(,)

与独立与独立与独立

“两个条件下概率相同”为什么等于独立——全概率一行:, 是两个端点的凸组合(权重都为正),两端相等则三者全等。

相关性的符号:一个 贯穿四格

(表中数值指该格的 。)

横线数目的奇偶决定符号:同时取逆不变号,只逆一个则变号

由此立刻得到:

而,行列式形式:

独立 这张 列联表的行列式为零。“同时逆两个”= 对角线整体交换,行列式不变;“只逆一个”= 交换一行或一列,行列式变号——与 线代第10章 的性质完全对应。

独立 vs 互斥

互斥独立
层级集合 概率
直觉一个发生另一个不可能一个发生不影响另一个
相关性最强负相关零相关
时:互斥不独立;独立相容

唯一例外是退化事件: 时 与一切事件独立,此时可与互斥并存。

多个事件的独立

相互独立要求所有 个子集乘积式都成立:

两两独立相互独立

经典反例:掷两枚硬币,第一枚正,第二枚正,两枚相同。三者两两独立(每对都是 ),但

两枚都正

打包原则(相互独立时最有用的一条)

把分成不相交的两组,任一组生成的事件与另一组生成的事件仍独立

例: 相互独立 、、、 都与 、 独立。

前提是”不共用字母”: 与 共用了 ,原则失效(见 880 基础选择 4)。

一个快速判”不独立”的引理

且独立或 有包含关系的两个事件,除非退化,一定不独立

选择题里比硬算快得多。

典型题型

  1. 由条件概率恒等式判独立(“1 减”型三兄弟)
  2. 判断哪一对复合事件不独立(打包原则 + 包含引理)
  3. 正相关的充要条件(四格表符号)
  4. 独立性的传递与遗传(都是假的,要会举反例)

图示 / 直觉

面积视角:把 画成边长 1 的正方形, 取左边一竖条(宽 ), 取下边一横条(高 )。

  • 独立 交是一个规整的矩形,面积 宽 高;
  • 正相关: 这一条在 的范围内”变胖”,矩形被撑大;
  • 互斥:两条完全错开,交是空的。

信息视角: 与 是两套概率测度。独立就是这两套测度在 上给出同一个数——不管 发生与否,对 的判断都不变。

这个视角一次性解释了三个伪装形式为什么都等价于独立:它们说的都是”两套测度在 上一致”。

常见误用

1. 把互斥当独立

最高频错误。两者在正概率下互相排斥。记忆钩子:互斥是”你来我就不能来”,这是极强的关联,怎么可能叫”无关”。

2. 以为独立可以传递

、 推不出 。反例只要令 即可(1000 强化 1-4)。

3. 以为独立可以遗传给子事件

、、 推不出 。取 、 即崩。

根源:取子集的动作可能把 的信息偷偷塞进 。

4. 两两独立当成相互独立

三事件时要额外验证 。解答题里写”由两两独立得相互独立”直接扣分。

5. 用打包原则时共用了字母

与 、 与 都不行。先数字母,重叠就作废。

6. 从独立推出某个具体数值

独立只给 ,不给 这类信息。选项里凡是要求额外数值的(如 ),一律划掉。

与旧知识的连接

线性代数: 是 列联表的行列式,独立 该表秩为 1(可写成行向量与列向量的外积 )。“独立 = 联合分布可分解为边缘之积”在这里第一次以秩 1 的形式出现,第18章的 是它的连续版。

后续章节:

  • 第18章 随机变量的独立性:,与本页同构;
  • 第19章 不相关 vs 独立: 是”二阶独立”,比独立弱。本页的 正是示性函数 的协方差:
  • 第20章 独立同分布:大数定律与中心极限定理的前提。

题型训练

链接