连续随机向量的概率密度函数f(x1,...,xn)可以表示为n个相互独立函数g(x1)...g(xn)之积则其各个分量Xi相互独立推导过程中的关于C1...Cn=1的问题

在陈希孺老先生的概率统计教材中，关于连续随机变量的独立性有如下定理和推导过程：

老猿对C1…Cn=1想了半天都没想出来原因，干脆放弃了，今天又仔细思考了一下，终于明白是个很简单的问题，下面列一下推导过程：
$$\begin{gathered} C\mathrm{1...}Cn=({\int }_{-\infty }^{\infty }g(x_1)d{x}_1...{\int }_{-\infty }^{\infty }g(x_n)d{x}_n{)}^{n-1} \\ =({\int }_{-\infty }^{\infty }...{\int }_{-\infty }^{\infty }g(x_1)...g(x_n)d{x}_{1}d{x}_n{)}^{n-1} \\ =({\int }_{-\infty }^{\infty }...{\int }_{-\infty }^{\infty }f(x_1,...,x_n)d{x}_1...d{x}_n{)}^{n-1} \end{gathered}$$

按照连续随机向量概率密度函数的定义，${\int }_{-\infty }^{\infty }...{\int }_{-\infty }^{\infty }f(x_1,...,x_n)d{x}_1...d{x}_n$其值为1，因此可以得到C1…Cn=1。

更多人工智能数学基础请参考专栏《人工智能数学基础》。

写博不易，敬请支持：

如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！

关于老猿的付费专栏

1. 付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程，对应文章目录为《 https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》；
2. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》；
3. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》为《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的伴生专栏，是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合，相关资料基本上都是老猿反复研究的成果，有助于OpenCV-Python初学者比较深入地理解OpenCV，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录 》
4. 付费专栏《https://blog.csdn.net/laoyuanpython/category_10762553.html Python爬虫入门 》站在一个互联网前端开发小白的角度介绍爬虫开发应知应会内容，包括爬虫入门的基础知识，以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。

前两个专栏都适合有一定Python基础但无相关知识的小白读者学习，第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理 》的学习使用。

对于缺乏Python基础的同仁，可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏：Python基础教程目录）从零开始学习Python。

如果有兴趣也愿意支持老猿的读者，欢迎购买付费专栏。