不相关和独立的关系举例，不相关和独立的关系概率论

　　不相关和独立的关系举例，不相关和独立的关系概率论是不相关和独立的关系是：独立一定不相关，不相关不一定独立的。

　　关于不相关和独立的关系举例，不相关和独立的关系概率论以及不相关和独立的关系举例，不相关和独立的关系是什么，不相关和独立的关系概率论，不相关和独立的关系有哪些，不相关和独立的关系的区别等问题，小编将为你整理以下知识：

　　不相关和独立的关系是：1、独立一定不相关，不相关不一定独立。

　　不相关是指不线性相关，而独立是指两个随机变量一点关系都没有。

　　2、对于均值为零的高斯随机变量，独立和不相关是等价的。

　　不相关仅要求变量之间没有线性关系，因而独立的要求更高。

　　在线性代数里，矢量空间的一组元素中，若没有矢量可用有限个其他矢量的线性组合所表示，则称为线性无关或线性独立。

　　独立一定可以推出不相关，但是不相关推不出独磨辩滑立~~不相关是：COV(X,Y)=0 ,独立是灶伏：P(X)P(Y)=P(XY). 用这两瞎腊个式子证明相关性与独立性。

　　但是对于两个变量服从二维正态分布，独立等价于不相关~~ 例子：设（X，Y）的分布为： -1 0 1 -1 1/8 1/8 1/8 0 1/8 0 1/8 1 1/8 1/8 1/8 容易验证：COV(X,Y)=E(XY)-E(X)E(Y)=0，所以不相关, 可证X，Y不独立