概率论中互相独立的离散型和连续形随机变量的和差积……分别是什么型的呢

离散型随机变量的和，差，积仍然是离散型随机变量，连续性随机变量的和，差，积也仍然是离散型随机变量。

但是，二维离散型随机变量（ξ，η）要能确定概率分布P{ξ=xi，η=yj}互相独立，则P{ξ=xi，η=yj}=P{ξ=xi}P{η=yj} 。

二维连续形随机变量（ξ，η）要能确定概率密度函数f（x，y）互相独立则f（x，y）=fξ（x）fη（y）。

因此互相独立的离散型和连续形随机变量的和差积既不是离散型也不是连续型，而是一种复合型。

扩展资料：

离散型随机变量的性质：

1、Pn≥0（n=1，2，，，，）。

2、∑pn=1。

连续性随机变量的性质：

1、若f（x）在点x连续，则有F’（x）=f（x）。

2、f（x）是可积，则它的原函数F（x）连续。

尽管P{X=a}=0，但{X=a}并不是不可能事件。同样，一个事件的概率为1，并不意味这个事件一定是必然事件。

当提到一个随机变量X的概率分布，指的是它的分布函数，当X是连续型时指的是它的概率密度，当X是离散型时指的是它的分布律。

参考资料来源：

百度百科—离散型随机变量

百度百科—连续型随机变量

离散型随机变量的和，差，积仍然是离散型随机变量，连续性随机变量的和，差，积也仍然是离散型随机变量！但是连续性随机变量函数未必是连续型随机变量，例如X,Y分别是服从标准正态分布，设Z=1，X>=Y
=0，X

二维离散型随机变量(ξ,η)要能确定概率分布P{ξ=xi,η=yj}
互相独立则P{ξ=xi,η=yj}=P{ξ=xi}P{η=yj}
二维连续形随机变量(ξ,η)要能确定概率密度函数f(x,y)
互相独立则f(x,y)=fξ(x)fη(y)
因此互相独立的离散型和连续形随机变量的和差积既不是离散型也不是连续型
而是一种复合型

互相独立的离散型和连续形随机变量的和差积是连续型的随机变量，因为我们可以求出相应概率密度函数。历年的研究生考试中(数学一、二、三)就有这样的题目出现。