В теории вероятностей , попарно независимы совокупность случайных величин представляет собой набор случайных величин любые два из которых являются независимыми. Любой набор взаимно независимых случайных величин попарно независим, но некоторые попарно независимые наборы не являются взаимно независимыми.
Лекции. Усиленный поток
Незав и симость в теории вероятностей, одно из важнейших понятий этой теории. В качестве примера можно привести определение Н. Событие В называется независимым от события А, если.
В частности, три события A, B и C будут попарно независимыми, если. События A 1 , A 2 , A 3 , … , A n называются взаимно независимыми или независимыми в совокупности , если для любого набора из этих n событий верно, что вероятность их одновременного появления равна произведению их вероятностей. В частности, три события A, B и C будут взаимно независимыми, если. Из этих двух определений следует, что если события взаимно независимые, то они обязательно попарно независимые.
Статистический смысл определения независимости проясняется при переходе от вероятностей событий к частотам: если производится большое число испытаний, то между частотой появления события A A A во всех испытаниях и частотой его появления в тех испытаниях, в которых происходит событие B B B , должно иметь место приближённое равенство. Независимость событий означает либо отсутствие связи между наступлением этих событий, либо несущественный характер этой связи. При определении независимости нескольких событий различают попарную и взаимную независимость. Однако в моделях теории вероятностей независимость обычно вводится как допущение. Понятие независимости переносится и на случайные величины. Аналогично определение независимости для нескольких случайных величин.