均匀分布随机变量的条件概率求解及事件独立性疑问

嘿，这个问题其实用基础的条件概率逻辑就能拆解明白，咱们一步步来算，顺便解释为什么你的直觉会觉得事件不独立～

首先，先明确条件概率的核心公式：

P(A|B) = P(A∩B) / P(B)
这里事件A是x₁>x₂，事件B是x₁>x₃，我们需要分别算出P(B)和P(A∩B)两个值。

第一步：计算P(B) = P(x₁>x₃) #

因为x₁和x₃都是[0,1]上的独立均匀分布变量，它们的取值完全对称——没有任何理由x₁比x₃大的概率会和x₃比x₁大的概率不一样。而且因为是连续分布，两个变量相等的概率P(x₁=x₃)=0，所以：
P(x₁>x₃) = P(x₃>x₁) = 0.5

第二步：计算P(A∩B) = P(x₁>x₂ 且 x₁>x₃) #

这个事件其实等价于「x₁是三个变量里的最大值」。对于三个独立同分布的连续随机变量，每个变量成为最大值的概率是完全相等的——毕竟三个变量的地位完全平等，没有哪个天生更容易成为最大值。

总共有3! = 6种可能的大小排列（比如x₁>x₂>x₃、x₁>x₃>x₂、x₂>x₁>x₃等等），每种排列的概率都是1/6。其中x₁作为最大值的情况有2种（x₁>x₂>x₃和x₁>x₃>x₂），所以：
P(x₁是最大值) = 2/6 = 1/3

第三步：代入公式得到结果 #

把上面两个值代入条件概率公式：
P(x₁>x₂ | x₁>x₃) = (1/3) / (0.5) = 2/3

为什么直觉会觉得事件不独立？ #

你的直觉完全正确！判断两个事件独立的标准是P(A∩B) = P(A)*P(B)，咱们来验证一下：

• P(A)是x₁>x₂的概率，和P(B)一样也是0.5
• P(A)P(B) = 0.50.5 = 0.25
• 但我们之前算出P(A∩B)=1/3≈0.333，显然不等于0.25

这说明两个事件确实不独立——当我们知道x₁比x₃大时，x₁本身的「取值水平」其实被拉高了，它比x₂大的概率自然也会比无条件的0.5更高，这就是结果是2/3而不是0.5的核心原因。

内容的提问来源于stack exchange，提问作者Dannynis