$X$ と $Y$ が独立な確率変数の場合： $C\left(X,Y\right)=0$

独立な2つの確率変数 ${\displaystyle X}$ ， ${\displaystyle Y}$ について

$C\left(X,Y\right)=0$ ･･････(1)

が成り立つ．(共分散を参照)

■証明

確率関数 $f\left(x\right)$ ， $g\left(y\right)$，$h\left(x,y\right)$ を以下のように定める(同時確率分布を参照) ．

${\displaystyle P\left(X=x_i\right)=f\left(x_i\right)}$

${\displaystyle P\left(Y=y_j\right)=g\left(y_j\right)}$

${\displaystyle P\left(X=x_i,Y=y_j\right)=h\left(x_i,y_j\right)}$

さらに

${\displaystyle {\mu }_x={\displaystyle \sum _{i=1}^m{x}_{i}f\left(x_i\right)}}$

${\displaystyle {\mu }_y={\displaystyle \sum _{j=1}^n{y}_{j}g\left(y_j\right)}}$

$X$ ， $Y$ が独立であることより

${\displaystyle h\left(x_i,y_j\right)=f\left(x_i\right)g\left(y_j\right)}$

が成り立つ．この関係を利用して，以下のように証明をする．

${\displaystyle C\left(X,Y\right)}$ ${\displaystyle ={\displaystyle \sum _{i=1}^m{\displaystyle \sum _{j=1}^n\left(x_i-{\mu }_x\right)\left(y_j-{\mu }_y\right)h\left(x_i,y_j\right)}}}$

${\displaystyle ={\displaystyle \sum _{i=1}^m{\displaystyle \sum _{j=1}^n\left(x_i-{\mu }_x\right)\left(y_j-{\mu }_y\right)f\left(x_i\right)g\left(y_j\right)}}}$

${\displaystyle ={\displaystyle \sum _{i=1}^m{\displaystyle \sum _{j=1}^n\left(x_i-{\mu }_x\right)f\left(x_i\right)\left(y_j-{\mu }_y\right)g\left(y_j\right)}}}$

${\displaystyle =\left\{{\mu }_x-{\mu }_x\cdot 1\right\}\left\{{\mu }_y-{\mu }_y\cdot 1\right\}}$

$=0$

●別解

共分散の定義より

${\displaystyle C\left(X,Y\right)=E\left(XY\right)-E\left(X\right)E\left(Y\right)}$

${\displaystyle X}$ ， ${\displaystyle Y}$ が独立より， ${\displaystyle E\left(XY\right)=E\left(Y\right)E\left(Y\right)}$ である（ここを参照）．よって

$C\left(X,Y\right)=0$

　

ホーム>>カテゴリー分類>>確率・統計>> $E\left(X\right)$ ， $V\left(X\right)$ ， $C\left(X,Y\right)$ の計算則>> $C\left(X,Y\right)=0$

最終更新日： 2026年9月25日