概率论随机变量的独立性是什么意思？
若二维随机变量（X，Y）的联合分布函数与边际分布函数满足：
F（x，y）＝F X （x）F Y （y）， x，y∈R
则称随机变量X与Y相互独立。如果两个随机变量不独立，就称它们是相依的。
二维连续型随机变量（X，Y）中两个分量X与Y相互独立的充分必要条件是，在联合密度函数f（x，y）的任意连续点（x，y）处都有
f（x，y）＝f X （x）f Y （y）
二维正态随机变量（X，Y）中两个分量X与Y相互独立的充分必要条件是，其联合密度函数中的参数ρ＝0（即相关系数为0）。
设随机变量X与Y相互独立，若f（x），g（y）为连续函数，则随机变量f（X），g（Y）相互独立。
