随机变量独立性的判定条件 - 联合概率分布与条件概率分布

当两个随机变量X和Y相互独立时，它们的联合概率分布可以表示为它们各自的概率分布的乘积：P(X, Y) = P(X) · P(Y)。如果两个随机变量X和Y相互独立，则它们的条件概率也可以表示为它们各自的概率分布的乘积：P(X|Y) = P(X) · P(Y)。在数学上，如果两个随机变量X和Y相互独立，则它们的联合概率分布P(X, Y) 满足可分性：P(X, Y) = P(X) · P(Y)。

实际上，两个随机变量X和Y相互独立的充分必要条件是它们的条件概率分布满足可分性：P(X|Y) = P(X) · P(Y)。这一结果表明，如果两个随机变量X和Y的条件概率分布满足可分性，则它们必然相互独立，而当两个随机变量X和Y的条件概率分布不满足可分性时，它们也可能是相互独立的。

因此，两个随机变量X和Y相互独立的条件是它们的条件概率分布满足可分性：P(X|Y) = P(X) · P(Y)，或者说它们的联合概率分布满足可分性：P(X, Y) = P(X) · P(Y)。