स्वतंत्रता (संभावना सिद्धांत)

संभाव्यता सिद्धांत में स्वतंत्रता एक मौलिक धारणा है, जैसा कि सांख्यिकी और स्टोकेस्टिक प्रक्रियाओं के सिद्धांत में है। दो घटनाएँ (संभाव्यता सिद्धांत) स्वतंत्र, सांख्यिकीय रूप से स्वतंत्र, या आंकड़े रूप से स्वतंत्र हैं अगर, अनौपचारिक रूप से, एक की घटना दूसरे की घटना की संभावना को प्रभावित नहीं करती है या, समकक्ष, बाधाओं को प्रभावित नहीं करती है। इसी तरह, दो यादृच्छिक चर स्वतंत्र होते हैं यदि एक की प्राप्ति दूसरे के संभाव्यता वितरण को प्रभावित नहीं करती है।

दो से अधिक घटनाओं के संग्रह के साथ व्यवहार करते समय, स्वतंत्रता की दो धारणाओं को अलग करने की आवश्यकता होती है। घटनाओं को जोड़ीदार स्वतंत्र कहा जाता है यदि संग्रह में कोई भी दो घटनाएँ एक दूसरे से स्वतंत्र हैं, जबकि घटनाओं की पारस्परिक स्वतंत्रता (या सामूहिक स्वतंत्रता) का अर्थ है, अनौपचारिक रूप से बोलना, कि प्रत्येक घटना संग्रह में अन्य घटनाओं के किसी भी संयोजन से स्वतंत्र है। इसी तरह की धारणा यादृच्छिक चर के संग्रह के लिए मौजूद है। पारस्परिक स्वतंत्रता का तात्पर्य जोड़ीदार स्वतंत्रता से है, लेकिन इसके विपरीत नहीं। संभाव्यता सिद्धांत, सांख्यिकी, और स्टोचैस्टिक प्रक्रियाओं के मानक साहित्य में, आगे की योग्यता के बिना स्वतंत्रता आमतौर पर पारस्परिक स्वतंत्रता को संदर्भित करती है।

परिभाषा

घटनाओं के लिए

दो घटनाएँ

दो घटनाएँ $A$ और $B$ स्वतंत्र हैं (अक्सर लिखा जाता है $A\perp B$ या $A\perp \!\!\!\perp B$, जहां बाद वाला प्रतीक अक्सर सशर्त आजादी के लिए भी प्रयोग किया जाता है) अगर और केवल अगर उनकी संयुक्त संभावना उनकी संभावनाओं के उत्पाद के बराबर होती है:

$\mathrm {P} (A\cap B)=\mathrm {P} (A)\mathrm {P} (B)$

(Eq.1)

$A\cap B\neq \emptyset$ इंगित करता है कि दो स्वतंत्र घटनाएं $A$ और $B$ उनके नमूना स्थान में सामान्य तत्व हैं ताकि वे पारस्परिक विशिष्टता (पारस्परिक रूप से अनन्य iff $A\cap B=\emptyset$). यह क्यों स्वतंत्रता को परिभाषित करता है सशर्त संभाव्यता के साथ पुनर्लेखन द्वारा स्पष्ट किया जाता है $P(A\mid B)={\frac {P(A\cap B)}{P(B)}}$ संभावना के रूप में जिस पर घटना $A$ होता है बशर्ते कि घटना $B$ हुआ है या माना जाता है:

$\mathrm {P} (A\cap B)=\mathrm {P} (A)\mathrm {P} (B)\iff \mathrm {P} (A\mid B)={\frac {\mathrm {P} (A\cap B)}{\mathrm {P} (B)}}=\mathrm {P} (A).$

और इसी तरह

$\mathrm {P} (A\cap B)=\mathrm {P} (A)\mathrm {P} (B)\iff \mathrm {P} (B\mid A)={\frac {\mathrm {P} (A\cap B)}{\mathrm {P} (A)}}=\mathrm {P} (B).$

इस प्रकार, की घटना $B$ की संभावना को प्रभावित नहीं करता है $A$, और इसके विपरीत। दूसरे शब्दों में, $A$ और $B$ एक दूसरे से स्वतंत्र हैं। हालांकि व्युत्पन्न भाव अधिक सहज लग सकते हैं, वे पसंदीदा परिभाषा नहीं हैं, क्योंकि सशर्त संभावनाएं अपरिभाषित हो सकती हैं यदि $\mathrm {P} (A)$ या $\mathrm {P} (B)$ 0 हैं। इसके अलावा, पसंदीदा परिभाषा समरूपता द्वारा स्पष्ट करती है कि कब $A$ से स्वतंत्र है $B$, $B$ से भी स्वतंत्र है $A$.

लॉग संभाव्यता और सूचना सामग्री

लॉग संभाव्यता के संदर्भ में कहा गया है, दो घटनाएं स्वतंत्र हैं यदि और केवल अगर संयुक्त घटना की लॉग संभावना अलग-अलग घटनाओं की लॉग संभावना का योग है:

$\log \mathrm {P} (A\cap B)=\log \mathrm {P} (A)+\log \mathrm {P} (B)$

सूचना सिद्धांत में, नकारात्मक लॉग संभाव्यता की व्याख्या सूचना सामग्री के रूप में की जाती है, और इस प्रकार दो घटनाएं स्वतंत्र होती हैं यदि और केवल अगर संयुक्त घटना की सूचना सामग्री अलग-अलग घटनाओं की सूचना सामग्री के योग के बराबर होती है:

$\mathrm {I} (A\cap B)=\mathrm {I} (A)+\mathrm {I} (B)$

देखना Information content § Additivity of independent events जानकारी के लिए।

ऑड्स

बाधाओं के संदर्भ में कहा गया है, दो घटनाएं स्वतंत्र हैं यदि और केवल यदि बाधाओं का अनुपात $A$ और $B$ एकता (1) है। संभाव्यता के अनुरूप, यह बिना शर्त बाधाओं के बराबर सशर्त बाधाओं के बराबर है:

$O(A\mid B)=O(A){\text{ and }}O(B\mid A)=O(B),$

या एक घटना की विषमताओं के लिए, दूसरी घटना को देखते हुए, घटना की बाधाओं के समान होने के कारण, दूसरी घटना घटित नहीं होती है:

$O(A\mid B)=O(A\mid \neg B){\text{ and }}O(B\mid A)=O(B\mid \neg A).$

विषम अनुपात के रूप में परिभाषित किया जा सकता है

$O(A\mid B):O(A\mid \neg B),$

या सममित रूप से बाधाओं के लिए $B$ दिया गया $A$, और इस प्रकार 1 है यदि और केवल यदि घटनाएँ स्वतंत्र हैं।

दो से अधिक घटनाएँ

घटनाओं का एक सीमित सेट $\{A_{i}\}_{i=1}^{n}$ जोड़ीदार स्वतंत्र है यदि घटनाओं की प्रत्येक जोड़ी स्वतंत्र है- यानी, अगर और केवल अगर सभी अलग-अलग जोड़े के सूचकांकों के लिए $m,k$,

$\mathrm {P} (A_{m}\cap A_{k})=\mathrm {P} (A_{m})\mathrm {P} (A_{k})$

(Eq.2)

घटनाओं का एक परिमित समुच्चय परस्पर स्वतंत्र होता है यदि प्रत्येक घटना अन्य घटनाओं के किसी प्रतिच्छेदन से स्वतंत्र हो- वह है, अगर और केवल अगर हर किसी के लिए $k\leq n$ और हर कश्मीर सूचकांकों के लिए $1\leq i_{1}<\dots <i_{k}\leq n$,

$\mathrm {P} \left(\bigcap _{j=1}^{k}A_{i_{j}}\right)=\prod _{j=1}^{k}\mathrm {P} (A_{i_{j}})$

(Eq.3)

इसे स्वतंत्र घटनाओं का गुणन नियम कहा जाता है। ध्यान दें कि यह #पारस्परिक स्वतंत्रता है जिसमें सभी एकल घटनाओं की सभी संभावनाओं का उत्पाद शामिल है; यह इवेंट के सभी सबसेट के लिए सही होना चाहिए।

दो से अधिक घटनाओं के लिए, घटनाओं का एक पारस्परिक रूप से स्वतंत्र सेट (परिभाषा के अनुसार) जोड़ीदार स्वतंत्र है; लेकिन इसका विलोम #जोड़ीदार और परस्पर स्वतंत्रता है।

वास्तविक मूल्यवान यादृच्छिक चर के लिए

दो यादृच्छिक चर

दो यादृच्छिक चर $X$ और $Y$ स्वतंत्र हैं अगर और केवल अगर (iff) Pi सिस्टम के तत्व|π-सिस्टम उनके द्वारा उत्पन्न स्वतंत्र हैं; अर्थात् प्रत्येक के लिए $x$ और $y$, घटनाएं $\{X\leq x\}$ और $\{Y\leq y\}$ स्वतंत्र घटनाएँ हैं (जैसा कि ऊपर परिभाषित किया गया है Eq.1). वह है, $X$ और $Y$ संचयी वितरण कार्यों के साथ $F_{X}(x)$ और $F_{Y}(y)$, स्वतंत्र हैं अगर और केवल अगर संयुक्त यादृच्छिक चर $(X,Y)$ एक संयुक्त वितरण संचयी वितरण समारोह है

$F_{X,Y}(x,y)=F_{X}(x)F_{Y}(y)\quad {\text{for all }}x,y$

(Eq.4)

या समतुल्य, यदि प्रायिकता घनत्व कार्य करता है $f_{X}(x)$ और $f_{Y}(y)$ और संयुक्त संभाव्यता घनत्व $f_{X,Y}(x,y)$ अस्तित्व,

$f_{X,Y}(x,y)=f_{X}(x)f_{Y}(y)\quad {\text{for all }}x,y.$

दो से अधिक यादृच्छिक चर

का एक परिमित सेट $n$ यादृच्छिक चर $\{X_{1},\ldots ,X_{n}\}$ जोड़ीदार स्वतंत्र है अगर और केवल अगर यादृच्छिक चर की प्रत्येक जोड़ी स्वतंत्र है। यहां तक ​​​​कि अगर यादृच्छिक चर का सेट जोड़ीदार स्वतंत्र है, तो जरूरी नहीं कि यह पारस्परिक रूप से स्वतंत्र हो, जैसा कि आगे परिभाषित किया गया है।

का एक परिमित सेट $n$ यादृच्छिक चर $\{X_{1},\ldots ,X_{n}\}$ संख्याओं के किसी अनुक्रम के लिए यदि और केवल यदि परस्पर स्वतंत्र है $\{x_{1},\ldots ,x_{n}\}$, घटनाएं $\{X_{1}\leq x_{1}\},\ldots ,\{X_{n}\leq x_{n}\}$ परस्पर स्वतंत्र घटनाएँ हैं (जैसा कि ऊपर परिभाषित किया गया है Eq.3). यह संयुक्त संचयी वितरण समारोह पर निम्नलिखित शर्त के बराबर है $F_{X_{1},\ldots ,X_{n}}(x_{1},\ldots ,x_{n})$. का एक परिमित सेट $n$ यादृच्छिक चर $\{X_{1},\ldots ,X_{n}\}$ पारस्परिक रूप से स्वतंत्र है अगर और केवल अगर

$F_{X_{1},\ldots ,X_{n}}(x_{1},\ldots ,x_{n})=F_{X_{1}}(x_{1})\cdot \ldots \cdot F_{X_{n}}(x_{n})\quad {\text{for all }}x_{1},\ldots ,x_{n}$

(Eq.5)

ध्यान दें कि यहाँ यह आवश्यक नहीं है कि प्रायिकता वितरण सभी संभव के लिए गुणनखंडित हो $k$-element मामले के रूप में सबसेट $n$ आयोजन। इसकी आवश्यकता नहीं है क्योंकि उदा। $F_{X_{1},X_{2},X_{3}}(x_{1},x_{2},x_{3})=F_{X_{1}}(x_{1})\cdot F_{X_{2}}(x_{2})\cdot F_{X_{3}}(x_{3})$ तात्पर्य $F_{X_{1},X_{3}}(x_{1},x_{3})=F_{X_{1}}(x_{1})\cdot F_{X_{3}}(x_{3})$.

माप-सैद्धांतिक रूप से इच्छुक घटनाओं को स्थानापन्न करना पसंद कर सकते हैं $\{X\in A\}$ घटनाओं के लिए $\{X\leq x\}$ उपरोक्त परिभाषा में, कहाँ $A$ कोई बोरेल बीजगणित है। यह परिभाषा उपरोक्त के बिल्कुल समतुल्य है जब यादृच्छिक चर के मान वास्तविक संख्याएं हैं। यह जटिल-मूल्यवान यादृच्छिक चर के लिए या किसी भी मापने योग्य स्थान में मान लेने वाले यादृच्छिक चर के लिए भी काम करने का लाभ है (जिसमें उचित σ-अल्जेब्रस द्वारा संपन्न टोपोलॉजिकल स्पेस स्थान शामिल हैं)।

वास्तविक मूल्यवान यादृच्छिक वैक्टर के लिए

दो यादृच्छिक वैक्टर $\mathbf {X} =(X_{1},\ldots ,X_{m})^{\mathrm {T} }$ और $\mathbf {Y} =(Y_{1},\ldots ,Y_{n})^{\mathrm {T} }$ स्वतंत्र कहलाते हैं यदि

$F_{\mathbf {X,Y} }(\mathbf {x,y} )=F_{\mathbf {X} }(\mathbf {x} )\cdot F_{\mathbf {Y} }(\mathbf {y} )\quad {\text{for all}}\mathbf {x} ,\mathbf {y}$

(Eq.6)

कहाँ $F_{\mathbf {X} }(\mathbf {x} )$ और $F_{\mathbf {Y} }(\mathbf {y} )$ के संचयी वितरण कार्यों को निरूपित करें $\mathbf {X}$ और $\mathbf {Y}$ और $F_{\mathbf {X,Y} }(\mathbf {x,y} )$ उनके संयुक्त संचयी वितरण समारोह को दर्शाता है। की स्वतंत्रता $\mathbf {X}$ और $\mathbf {Y}$ द्वारा अक्सर दर्शाया जाता है $\mathbf {X} \perp \!\!\!\perp \mathbf {Y}$. लिखित घटक-वार, $\mathbf {X}$ और $\mathbf {Y}$ स्वतंत्र कहलाते हैं यदि

$F_{X_{1},\ldots ,X_{m},Y_{1},\ldots ,Y_{n}}(x_{1},\ldots ,x_{m},y_{1},\ldots ,y_{n})=F_{X_{1},\ldots ,X_{m}}(x_{1},\ldots ,x_{m})\cdot F_{Y_{1},\ldots ,Y_{n}}(y_{1},\ldots ,y_{n})\quad {\text{for all }}x_{1},\ldots ,x_{m},y_{1},\ldots ,y_{n}.$

स्टोकास्टिक प्रक्रियाओं के लिए

एक स्टोकेस्टिक प्रक्रिया के लिए

स्वतंत्रता की परिभाषा को यादृच्छिक वैक्टर से स्टोकेस्टिक प्रक्रिया तक बढ़ाया जा सकता है। इसलिए, एक स्वतंत्र अनेक संभावनाओं में से चुनी हूई प्रक्रिया के लिए यह आवश्यक है कि किसी भी समय प्रक्रिया का नमूना लेने से प्राप्त यादृच्छिक चर $n$ टाइम्स $t_{1},\ldots ,t_{n}$ किसी के लिए स्वतंत्र यादृच्छिक चर हैं $n$. औपचारिक रूप से, एक स्टोकेस्टिक प्रक्रिया $\left\{X_{t}\right\}_{t\in {\mathcal {T}}}$ स्वतंत्र कहा जाता है, अगर और केवल अगर सभी के लिए $n\in \mathbb {N}$ और सभी के लिए $t_{1},\ldots ,t_{n}\in {\mathcal {T}}$

$F_{X_{t_{1}},\ldots ,X_{t_{n}}}(x_{1},\ldots ,x_{n})=F_{X_{t_{1}}}(x_{1})\cdot \ldots \cdot F_{X_{t_{n}}}(x_{n})\quad {\text{सभी के लिए}}x_{1},\ldots ,x_{n}$

(Eq.7)

कहाँ $F_{X_{t_{1}},\ldots ,X_{t_{n}}}(x_{1},\ldots ,x_{n})=\mathrm {P} (X(t_{1})\leq x_{1},\ldots ,X(t_{n})\leq x_{n})$ स्टोचैस्टिक प्रक्रिया की स्वतंत्रता भीतर की संपत्ति है एक स्टोकेस्टिक प्रक्रिया, दो स्टोकेस्टिक प्रक्रियाओं के बीच नहीं।

दो स्टोकेस्टिक प्रक्रियाओं के लिए

दो स्टोकेस्टिक प्रक्रियाओं की स्वतंत्रता दो स्टोकेस्टिक प्रक्रियाओं के बीच की संपत्ति है $\left\{X_{t}\right\}_{t\in {\mathcal {T}}}$ और $\left\{Y_{t}\right\}_{t\in {\mathcal {T}}}$ जो समान प्रायिकता स्थान पर परिभाषित हैं $(\Omega ,{\mathcal {F}},P)$. औपचारिक रूप से, दो स्टोकेस्टिक प्रक्रियाएं $\left\{X_{t}\right\}_{t\in {\mathcal {T}}}$ और $\left\{Y_{t}\right\}_{t\in {\mathcal {T}}}$ यदि सभी के लिए स्वतंत्र कहा जाता है $n\in \mathbb {N}$ और सभी के लिए $t_{1},\ldots ,t_{n}\in {\mathcal {T}}$, यादृच्छिक वैक्टर $(X(t_{1}),\ldots ,X(t_{n}))$ और $(Y(t_{1}),\ldots ,Y(t_{n}))$ स्वतंत्र हैं, यानी अगर

$F_{X_{t_{1}},\ldots ,X_{t_{n}},Y_{t_{1}},\ldots ,Y_{t_{n}}}(x_{1},\ldots ,x_{n},y_{1},\ldots ,y_{n})=F_{X_{t_{1}},\ldots ,X_{t_{n}}}(x_{1},\ldots ,x_{n})\cdot F_{Y_{t_{1}},\ldots ,Y_{t_{n}}}(y_{1},\ldots ,y_{n})\quad {\text{सभी के लिए}}x_{1},\ldots ,x_{n}$>Eq.8

({{{3}}})

स्वतंत्र σ-अलजेब्रा

उपरोक्त परिभाषाएँ (Eq.1 और Eq.2) दोनों सिग्मा बीजगणित के लिए स्वतंत्रता की निम्नलिखित परिभाषा द्वारा सामान्यीकृत हैं|σ-अलजेब्रा। होने देना $(\Omega ,\Sigma ,\mathrm {P} )$ एक संभाव्यता स्थान बनें और दें ${\mathcal {A}}$ और ${\mathcal {B}}$ के दो उप-σ-बीजगणित हो $\Sigma$. ${\mathcal {A}}$ और ${\mathcal {B}}$ स्वतंत्र कहा जाता है अगर, जब भी $A\in {\mathcal {A}}$ और $B\in {\mathcal {B}}$,

$\mathrm {P} (A\cap B)=\mathrm {P} (A)\mathrm {P} (B).$

इसी तरह, σ-अलजेब्रा का परिमित परिवार $(\tau _{i})_{i\in I}$, कहाँ $I$ एक सूचकांक सेट है, अगर और केवल अगर स्वतंत्र कहा जाता है

$\forall \left(A_{i}\right)_{i\in I}\in \prod \nolimits _{i\in I}\tau _{i}\ :\ \mathrm {P} \left(\bigcap \nolimits _{i\in I}A_{i}\right)=\prod \nolimits _{i\in I}\mathrm {P} \left(A_{i}\right)$

और σ-अलजेब्रस के एक अनंत परिवार को स्वतंत्र कहा जाता है यदि इसके सभी परिमित उपपरिवार स्वतंत्र हों।

नई परिभाषा पिछले वाले से सीधे तौर पर संबंधित है:

• दो घटनाएँ स्वतंत्र हैं (पुराने अर्थों में) यदि और केवल यदि उनके द्वारा उत्पन्न σ-अल्जेब्रा स्वतंत्र हैं (नए अर्थों में)। एक घटना द्वारा उत्पन्न σ-बीजगणित $E\in \Sigma$ है, परिभाषा के अनुसार,

$\sigma (\{E\})=\{\emptyset ,E,\Omega \setminus E,\Omega \}.$

• दो यादृच्छिक चर $X$ और $Y$ परिभाषित किया गया $\Omega$ स्वतंत्र हैं (पुराने अर्थों में) यदि और केवल यदि σ-अलजेब्रा जो वे उत्पन्न करते हैं वे स्वतंत्र हैं (नए अर्थों में)। एक यादृच्छिक चर द्वारा उत्पन्न σ-बीजगणित $X$ कुछ मापने योग्य स्थान में मान लेना $S$ परिभाषा के अनुसार, के सभी उपसमुच्चय शामिल हैं $\Omega$ फार्म का $X^{-1}(U)$, कहाँ $U$ का कोई मापने योग्य उपसमुच्चय है $S$.

इस परिभाषा का उपयोग करके, यह दिखाना आसान है कि यदि $X$ और $Y$ यादृच्छिक चर हैं और $Y$ स्थिर है, तो $X$ और $Y$ स्वतंत्र हैं, क्योंकि एक स्थिर यादृच्छिक चर द्वारा उत्पन्न σ-बीजगणित तुच्छ σ-बीजगणित है $\{\varnothing ,\Omega \}$. संभाव्यता शून्य घटना स्वतंत्रता को प्रभावित नहीं कर सकती है गीत स्वतंत्रता भी रखती है यदि $Y$ केवल पीआर-लगभग निश्चित रूप से स्थिर है।

गुण

आत्मनिर्भरता

ध्यान दें कि एक घटना स्वयं से स्वतंत्र है अगर और केवल अगर

$\mathrm {P} (A)=\mathrm {P} (A\cap A)=\mathrm {P} (A)\cdot \mathrm {P} (A)\iff \mathrm {P} (A)=0{\text{ or }}\mathrm {P} (A)=1.$

इस प्रकार एक घटना स्वयं से स्वतंत्र होती है यदि और केवल यदि यह लगभग निश्चित रूप से होती है या इसका पूरक (सेट सिद्धांत) लगभग निश्चित रूप से होता है; शून्य–एक नियम सिद्ध करते समय यह तथ्य उपयोगी होता है।

अपेक्षा और सहप्रसरण

Main article: Correlation and dependence

अगर $X$ और $Y$ स्वतंत्र यादृच्छिक चर हैं, फिर अपेक्षित मान $\operatorname {E}$ संपत्ति है

$\operatorname {E} [XY]=\operatorname {E} [X]\operatorname {E} [Y],$

और सहप्रसरण $\operatorname {cov} [X,Y]$ शून्य है, इस प्रकार से

$\operatorname {cov} [X,Y]=\operatorname {E} [XY]-\operatorname {E} [X]\operatorname {E} [Y].$

इसका विलोम मान्य नहीं है: यदि दो यादृच्छिक चरों का सहप्रसरण 0 है, तब भी वे स्वतंत्र नहीं हो सकते हैं। असंबद्ध देखें।

इसी तरह दो स्टोकेस्टिक प्रक्रियाओं के लिए $\left\{X_{t}\right\}_{t\in {\mathcal {T}}}$ और $\left\{Y_{t}\right\}_{t\in {\mathcal {T}}}$: यदि वे स्वतंत्र हैं, तो वे असंबद्ध हैं।

विशेषता समारोह

दो यादृच्छिक चर $X$ और $Y$ स्वतंत्र हैं अगर और केवल अगर यादृच्छिक वेक्टर के विशेषता कार्य (संभाव्यता सिद्धांत)। $(X,Y)$ संतुष्ट

$\varphi _{(X,Y)}(t,s)=\varphi _{X}(t)\cdot \varphi _{Y}(s).$

विशेष रूप से उनकी राशि का विशिष्ट कार्य उनके सीमांत विशेषता कार्यों का उत्पाद है:

$\varphi _{X+Y}(t)=\varphi _{X}(t)\cdot \varphi _{Y}(t),$

हालांकि विपरीत निहितार्थ सत्य नहीं है। यादृच्छिक चर जो बाद की स्थिति को संतुष्ट करते हैं उन्हें उप-निर्भरता कहा जाता है।

उदाहरण

रोलिंग पासा

एक पासे को पहली बार फेंके जाने पर 6 आने की घटना और दूसरी बार 6 आने की घटना स्वतंत्र होती है। इसके विपरीत, पहली बार एक पासा फेंके जाने पर 6 आने की घटना और पहली और दूसरी कोशिश में देखी गई संख्याओं का योग 8 होने की घटना स्वतंत्र नहीं है।

कार्ड बनाना

यदि ताश की गड्डी से प्रतिस्थापन के साथ दो पत्ते निकाले जाते हैं, तो पहले परीक्षण पर लाल कार्ड निकालने की घटना और दूसरे परीक्षण पर लाल कार्ड निकालने की घटना स्वतंत्र होती है। इसके विपरीत, यदि ताश की गड्डी से प्रतिस्थापन के बिना दो पत्ते निकाले जाते हैं, तो पहले प्रयास में लाल कार्ड निकालने की घटना और दूसरे प्रयास में लाल कार्ड निकालने की घटना स्वतंत्र नहीं होती है, क्योंकि जिस डेक का लाल रंग होता है हटाए गए कार्ड में आनुपातिक रूप से कम लाल कार्ड हैं।

जोड़ीवार और आपसी स्वतंत्रता

जोड़ियों में स्वतंत्र, लेकिन परस्पर स्वतंत्र नहीं, घटनाएँ।

परस्पर स्वतंत्र घटनाएँ।

दिखाए गए दो प्रायिकता स्थानों पर विचार करें। दोनों ही मामलों में, $\mathrm {P} (A)=\mathrm {P} (B)=1/2$ और $\mathrm {P} (C)=1/4$. पहली जगह में यादृच्छिक चर जोड़ीदार स्वतंत्र हैं क्योंकि $\mathrm {P} (A|B)=\mathrm {P} (A|C)=1/2=\mathrm {P} (A)$, $\mathrm {P} (B|A)=\mathrm {P} (B|C)=1/2=\mathrm {P} (B)$, और $\mathrm {P} (C|A)=\mathrm {P} (C|B)=1/4=\mathrm {P} (C)$; लेकिन तीन यादृच्छिक चर परस्पर स्वतंत्र नहीं हैं। दूसरी जगह में यादृच्छिक चर जोड़ीदार स्वतंत्र और पारस्परिक रूप से स्वतंत्र दोनों हैं। अंतर को स्पष्ट करने के लिए, दो घटनाओं पर कंडीशनिंग पर विचार करें। जोड़ीदार स्वतंत्र मामले में, हालांकि कोई भी एक घटना व्यक्तिगत रूप से अन्य दो में से प्रत्येक से स्वतंत्र है, यह अन्य दो के प्रतिच्छेदन से स्वतंत्र नहीं है:

$\mathrm {P} (A|BC)={\frac {\frac {4}{40}}{{\frac {4}{40}}+{\frac {1}{40}}}}={\tfrac {4}{5}}\neq \mathrm {P} (A)$

$\mathrm {P} (B|AC)={\frac {\frac {4}{40}}{{\frac {4}{40}}+{\frac {1}{40}}}}={\tfrac {4}{5}}\neq \mathrm {P} (B)$

$\mathrm {P} (C|AB)={\frac {\frac {4}{40}}{{\frac {4}{40}}+{\frac {6}{40}}}}={\tfrac {2}{5}}\neq \mathrm {P} (C)$

हालांकि, परस्पर स्वतंत्र मामले में,

$\mathrm {P} (A|BC)={\frac {\frac {1}{16}}{{\frac {1}{16}}+{\frac {1}{16}}}}={\tfrac {1}{2}}=\mathrm {P} (A)$

$\mathrm {P} (B|AC)={\frac {\frac {1}{16}}{{\frac {1}{16}}+{\frac {1}{16}}}}={\tfrac {1}{2}}=\mathrm {P} (B)$

$\mathrm {P} (C|AB)={\frac {\frac {1}{16}}{{\frac {1}{16}}+{\frac {3}{16}}}}={\tfrac {1}{4}}=\mathrm {P} (C)$

ट्रिपल-स्वतंत्रता लेकिन जोड़ीदार-स्वतंत्रता नहीं

जिसमें तीन-घटना का उदाहरण बनाना संभव है

$\mathrm {P} (A\cap B\cap C)=\mathrm {P} (A)\mathrm {P} (B)\mathrm {P} (C),$

और फिर भी तीन घटनाओं में से कोई भी जोड़ीदार स्वतंत्र नहीं है (और इसलिए घटनाओं का सेट पारस्परिक रूप से स्वतंत्र नहीं है)। इस उदाहरण से पता चलता है कि आपसी स्वतंत्रता में घटनाओं के सभी संयोजनों की संभावनाओं के उत्पादों पर आवश्यकताएं शामिल हैं, न कि केवल एक घटना जैसा कि इस उदाहरण में है।

सशर्त स्वतंत्रता

Main article: Conditional independence

घटनाओं के लिए

घटनाएं $A$ और $B$ किसी घटना को देखते हुए सशर्त रूप से स्वतंत्र हैं $C$ कब

$\mathrm {P} (A\cap B\mid C)=\mathrm {P} (A\mid C)\cdot \mathrm {P} (B\mid C)$.

यादृच्छिक चर के लिए

सहज रूप से, दो यादृच्छिक चर $X$ और $Y$ सशर्त रूप से स्वतंत्र दिए गए हैं $Z$ अगर, एक बार $Z$ जाना जाता है, का मूल्य $Y$ के बारे में कोई अतिरिक्त जानकारी नहीं जोड़ता है $X$. उदाहरण के लिए, दो माप $X$ और $Y$ समान अंतर्निहित मात्रा का $Z$ स्वतंत्र नहीं हैं, लेकिन सशर्त रूप से स्वतंत्र हैं $Z$ (जब तक कि दो मापों में त्रुटियां किसी तरह जुड़ी न हों)।

सशर्त स्वतंत्रता की औपचारिक परिभाषा सशर्त वितरण के विचार पर आधारित है। अगर $X$, $Y$, और $Z$ असतत यादृच्छिक चर हैं, फिर हम परिभाषित करते हैं $X$ और $Y$ सशर्त रूप से स्वतंत्र होने के लिए $Z$ अगर

$\mathrm {P} (X\leq x,Y\leq y\;|\;Z=z)=\mathrm {P} (X\leq x\;|\;Z=z)\cdot \mathrm {P} (Y\leq y\;|\;Z=z)$

सभी के लिए $x$, $y$ और $z$ ऐसा है कि $\mathrm {P} (Z=z)>0$. दूसरी ओर, यदि यादृच्छिक चर निरंतर यादृच्छिक चर हैं और एक संयुक्त संभाव्यता घनत्व कार्य है $f_{XYZ}(x,y,z)$, तब $X$ और $Y$ सशर्त रूप से स्वतंत्र दिए गए हैं $Z$ अगर

$f_{XY|Z}(x,y|z)=f_{X|Z}(x|z)\cdot f_{Y|Z}(y|z)$

सभी वास्तविक संख्याओं के लिए $x$, $y$ और $z$ ऐसा है कि $f_{Z}(z)>0$.

अगर असतत $X$ और $Y$ सशर्त रूप से स्वतंत्र दिए गए हैं $Z$, तब

$\mathrm {P} (X=x|Y=y,Z=z)=\mathrm {P} (X=x|Z=z)$

किसी के लिए $x$, $y$ और $z$ साथ $\mathrm {P} (Z=z)>0$. यानी सशर्त वितरण के लिए $X$ दिया गया $Y$ और $Z$ जैसा दिया गया है वैसा ही है $Z$ अकेला। निरंतर मामले में सशर्त संभाव्यता घनत्व कार्यों के लिए एक समान समीकरण लागू होता है।

स्वतंत्रता को एक विशेष प्रकार की सशर्त स्वतंत्रता के रूप में देखा जा सकता है, क्योंकि संभाव्यता को एक प्रकार की सशर्त संभावना के रूप में देखा जा सकता है, जिसमें कोई घटना नहीं है।

यह भी देखें

• कोपुला (सांख्यिकी)
• स्वतंत्र और समान रूप से वितरित यादृच्छिक चर
• परस्पर अनन्य कार्यक्रम
• जोड़ीदार स्वतंत्रता
• पराधीनता
• सशर्त स्वतंत्रता
• सामान्य रूप से वितरित और असंबद्ध का अर्थ स्वतंत्र नहीं है
• औसत निर्भरता

बाहरी संबंध

• Media related to स्वतंत्रता (संभावना सिद्धांत) at Wikimedia Commons