Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/概率论-第4讲-随机变量的数字特征/04-点3-协方差与相关系数.md
T

211 lines
10 KiB
Markdown
Raw Normal View History

---
tags: [数学一, 在学练习, 概率论, 数字特征, 协方差, 相关系数]
专题: 概率论 第4讲 · 点3 协方差与相关系数
日期: 2026-11-07
状态: 知识点带题(3.1 定义、3.2 双线性、3.3 相关系数,共 4 题)
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
---
# 点 3 协方差与相关系数
> 真题锚点:2020·14(协方差)、2021·16(相关系数)、2016·8(多项分布相关系数)|重要度 ★★★
> 依赖:点 1、点 2 的期望与方差。盘点对应:§3 全节。
**组织原则**:$\operatorname{Cov}$ 的全部技术是**双线性展开**(3.2 是核心),$\rho$ 的全部内容是**取值范围与等号条件**(3.3)。先练定义(3.1),再练展开(3.2),最后练 $\rho$ (3.3)。难度标准:★☆☆ 一题、★★☆ 两题、★★★ 一题。
## 知识点 3.1 定义与两种算法(出处:[知识章 §2.2](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
$$\operatorname{Cov}(X,Y)=E(X-EX)(Y-EY)=E(XY)-EX\cdot EY .$$
**两种算法分别适用**:
| 已知什么 | 用哪个 |
|---|---|
| 联合分布律 / 联合密度 | **定义式**(直接算 $E(XY)$ ) |
| 各自方差 + $\rho$ | **反向式** $\operatorname{Cov}=\rho\sigma_X\sigma_Y$ |
| 各种线性组合 | **双线性**(见 3.2) |
$$\rho_{XY}=\frac{\operatorname{Cov}(X,Y)}{\sqrt{DX}\sqrt{DY}}\in[-1,1].$$
## 知识点 3.2 双线性(算协方差的唯一通用武器)
$$\operatorname{Cov}(aX+bY,\ cZ+dW)=ac\operatorname{Cov}(X,Z)+ad\operatorname{Cov}(X,W)+bc\operatorname{Cov}(Y,Z)+bd\operatorname{Cov}(Y,W).$$
**三条原子**:$\operatorname{Cov}(X,X)=DX$ 、$\operatorname{Cov}(Y,Y)=DY$ 、$\operatorname{Cov}(X,Y)=\operatorname{Cov}(Y,X)$ 。
> **实战顺序**:① 展开成原子;② 代入数值;③ 检查"同变量"与"异变量"是否分清了。**90% 的错都错在第 ③ 步**——把 $\operatorname{Cov}(X,X)$ 写成 $DX$ 时漏掉,或者把两个不同的变量当成同一个。
## 知识点 3.3 相关系数的三条结论(出处:[知识章 §2.2、§3](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
1. **有界性 $\lvert\rho\rvert\le1$ 恒成立** ,等价于 $\left[\operatorname{Cov}(X,Y)\right]^2\le DX\cdot DY$ (柯西–施瓦茨不等式的概率版);
2. **$\lvert\rho\rvert=1\iff P\{Y=aX+b\}=1$ 即完全线性相关** ,且 $a$ 的符号就是 $\rho$ 的符号,$\lvert a\rvert=\dfrac{\sigma_Y}{\sigma_X}$ ;
3. **$\rho$ 只度量线性关系**:$\rho=0$ 说明"没有线性关系",不说明"没有关系"。
**两条运算性质**(选择常考):
$$\rho(aX+b,\ cY+d)=\operatorname{sign}(ac)\,\rho(X,Y) .$$
即:**平移与正数缩放不改变 $\rho$ ,负数缩放改变符号**。
> **独立与不相关的完整辨析在第 3 讲**:独立 $\Rightarrow$ 不相关,反向只在二维正态成立。本讲不再重复,只在题 4 的归因里点一下。
---
## 题目(按知识点顺序对应)
### 题 1 · 3.1:由联合分布律求协方差与相关系数(★☆☆)
> 设 $(X,Y)$ 的联合分布律为
>
> | $X\backslash Y$ | 0 | 1 |
> |---|---|---|
> | **0** | $0.3$ | $0.2$ |
> | **1** | $0.2$ | $0.3$ |
>
> 求 $\operatorname{Cov}(X,Y)$ 与 $\rho_{XY}$ 。
**怎么想**:先用边缘求 $EX,EY$ ,再用"$XY$ 只在下标都为 1 时非零"算 $E(XY)$ 。方差用 $0$ -$1$ 变量的快捷式 $DX=p(1-p)$ 。
**解**:
**第 1 步:边缘。** 行和给出 $P\{X=0\}=0.5$ 、$P\{X=1\}=0.5$ ;列和给出 $P\{Y=0\}=0.5$ 、$P\{Y=1\}=0.5$ 。故
$$EX=0.5,\qquad EY=0.5 .$$
**第 2 步:$E(XY)$ 。** 只有 $X=1,Y=1$ 这一格贡献:
$$E(XY)=1\cdot0.3=0.3 .$$
**第 3 步:协方差与相关系数。**
$$\operatorname{Cov}(X,Y)=0.3-0.5\times0.5=0.3-0.25=0.05 .$$
$$DX=0.5\times0.5=0.25,\qquad DY=0.25,$$
$$\rho=\frac{0.05}{\sqrt{0.25\times0.25}}=\frac{0.05}{0.25}=0.2 .$$
**验算**:若独立,各格应为 $0.25$ ;本题对角两格是 $0.3$ (偏大),非对角是 $0.2$ (偏小),说明**同向**变化,故 $\rho>0$ ✓,且 $\rho=0.2$ 属弱正相关,与"偏离 $0.05$ "的量级相符。
**带走结论**:**$0$ -$1$ 变量的协方差就是"联合概率 $-$ 边缘之积"**,一行算术就能看出方向:对角格偏大 $\Rightarrow$ 正相关,偏小 $\Rightarrow$ 负相关。
> **关联** · 盘点 [§3.1 定义](01-知识点盘点.md#user-content-31-定义) | 上游 — | 下游 — | 速查 [一 三条定义式](07-速查卡.md#user-content-一-三条定义式)
---
### 题 2 · 3.2:双线性展开(★★☆)
> 设 $DX=4$ 、$DY=9$ 、$\operatorname{Cov}(X,Y)=2$ ,求
>
> (Ⅰ)$\operatorname{Cov}(X+2Y,\ 3X-Y)$ ;
> (Ⅱ)$\operatorname{Cov}(X+Y,\ X-Y)$ ;
> (Ⅲ)$\rho_{X+Y,\,X-Y}$ 。
**怎么想**:展开成原子,逐项代入。第三问要用到刚算的协方差与两个和的方差,注意 $D(X\pm Y)=DX+DY\pm2\operatorname{Cov}$ 。
**解**:
**(Ⅰ)**
$$\operatorname{Cov}(X+2Y,3X-Y)=3\operatorname{Cov}(X,X)-\operatorname{Cov}(X,Y)+6\operatorname{Cov}(Y,X)-2\operatorname{Cov}(Y,Y)$$
$$=3DX-\operatorname{Cov}+6\operatorname{Cov}-2DY=3\cdot4+5\cdot2-2\cdot9=12+10-18=4 .$$
**(Ⅱ)**
$$\operatorname{Cov}(X+Y,X-Y)=DX-\operatorname{Cov}(X,Y)+\operatorname{Cov}(Y,X)-DY=4-9=-5 .$$
**(Ⅲ)** 先算两个和的方差:
$$D(X+Y)=4+9+2\cdot2=17,\qquad D(X-Y)=4+9-2\cdot2=9 .$$
$$\rho=\frac{-5}{\sqrt{17}\sqrt{9}}=\frac{-5}{3\sqrt{17}}\approx-0.404 .$$
**验算**:用"$D(X+Y)+D(X-Y)=2(DX+DY)$ "核对:$17+9=26=2(4+9)$ ✓。
**带走结论**:**$\operatorname{Cov}(X+Y,X-Y)=DX-DY$ 与 $\rho$ 无关**——这条在第 3 讲点 3 题 4 里以"$X+Y$ 与 $X-Y$ 独立 $\iff\sigma_X^2=\sigma_Y^2$ "的形式出现过,两处是同一件事。
> **关联** · 盘点 [§3.2 双线性(算协方差的唯一公式)](01-知识点盘点.md#user-content-32-双线性算协方差的唯一公式) | 上游 — | 下游 — | 速查 [五 协方差的双线性](07-速查卡.md#user-content-五-协方差的双线性)
---
### 题 3 · 3.3:相关系数的三条性质(★★☆)
> 设 $DX=1$ 、$DY=4$ 、$\rho_{XY}=\dfrac12$ 。
>
> (Ⅰ)求 $\rho(2X+1,\ -3Y)$ 与 $\rho(X,Y+5)$ ;
> (Ⅱ)求 $\rho(X+Y,\ X-Y)$ ;
> (Ⅲ)若已知 $\rho_{XY}=1$ ,写出 $Y$ 与 $X$ 的线性关系。
**怎么想**:$\rho$ 对平移免疫、对正数缩放免疫、对负数缩放变号——先把符号定下来,绝对值仍是 $\frac12$ 。第(Ⅲ)问用 $\lvert\rho\rvert=1$ 的充要条件。
**解**:
**(Ⅰ)** 由 $\rho(aX+b,\,cY+d)=\operatorname{sign}(ac)\rho(X,Y)$ :
$$\rho(2X+1,\ -3Y)=\operatorname{sign}(-6)\cdot\frac12=-\frac12;\qquad \rho(X,\ Y+5)=\operatorname{sign}(1)\cdot\frac12=\frac12 .$$
**(Ⅱ)** $\operatorname{Cov}(X,Y)=\rho\sigma_X\sigma_Y=\dfrac12\cdot1\cdot2=1$ ,故
$$\operatorname{Cov}(X+Y,X-Y)=DX-DY=1-4=-3,$$
$$D(X+Y)=1+4+2=7,\qquad D(X-Y)=1+4-2=3,$$
$$\rho=\frac{-3}{\sqrt{7}\sqrt{3}}=-\frac{3}{\sqrt{21}}\approx-0.655 .$$
**(Ⅲ)** $\rho=1$ 意味着**完全正线性相关**:
$$P\{Y=aX+b\}=1,\qquad a=\frac{\sigma_Y}{\sigma_X}\cdot\rho=\frac21\cdot1=2 .$$
即 $Y=2X+b$ ,$b$ 由均值定:$b=EY-2EX$ 。
**验算**:若 $Y=2X+b$ ,则 $DY=4DX=4$ ✓(与题设一致);$\operatorname{Cov}(X,Y)=2DX=2=\rho\sigma_X\sigma_Y=1\cdot1\cdot2$ ✓。
**带走结论**:**$\rho$ 的绝对值是"线性程度",符号是"方向"**。$\lvert\rho\rvert=1$ 时两变量由一条直线完全决定,此时斜率 $=\rho\dfrac{\sigma_Y}{\sigma_X}$ (这是线性回归的斜率,第 6 讲还会用到)。
> **关联** · 盘点 [§3.3 相关系数的意义与极值](01-知识点盘点.md#user-content-33-相关系数的意义与极值) | 上游 — | 下游 [点 3 题 4](04-点3-协方差与相关系数.md#user-content-题-4--33多项分布的负相关) | 速查 [六 相关系数三条](07-速查卡.md#user-content-六-相关系数三条)
---
### 题 4 · 3.3:多项分布的负相关(★★★)
> 将一次试验独立重复 $n=10$ 次,每次落进类别 $A,B,C$ 的概率分别为 $p_1=0.2$ 、$p_2=0.3$ 、$p_3=0.5$ 。以 $N_1,N_2$ 分别表示落进 $A,B$ 的次数。
>
> (Ⅰ)写出 $N_1$ 的分布,并求 $EN_1$ 、$DN_1$ ;
> (Ⅱ)求 $\operatorname{Cov}(N_1,N_2)$ ;
> (Ⅲ)求 $\rho_{N_1N_2}$ ,并解释为什么必然是负的。
**怎么想**:$N_k$ 是"$n$ 个独立指示变量之和",所以每个都是二项。关键是协方差:把 $N_1=\sum I_i$ 、$N_2=\sum J_i$ 展开,**同一次试验的两个指示变量不能同时为 1**(类别互斥),于是只有异次项有贡献。
**解**:
**(Ⅰ)** $N_1\sim B(10,0.2)$ :
$$EN_1=10\times0.2=2,\qquad DN_1=10\times0.2\times0.8=1.6 .$$
(同理 $N_2\sim B(10,0.3)$ ,$DN_2=10\times0.3\times0.7=2.1$ 。)
**(Ⅱ)** 令 $I_i=I\{\text{第 }i\text{ 次落进 }A\}$ 、$J_i=I\{\text{第 }i\text{ 次落进 }B\}$ ,则 $N_1=\sum_iI_i$ 、$N_2=\sum_iJ_i$ :
$$\operatorname{Cov}(N_1,N_2)=\sum_i\operatorname{Cov}(I_i,J_i)+\sum_{i\ne j}\operatorname{Cov}(I_i,J_j) .$$
- **同次**($i=j$ ):$I_iJ_i\equiv0$ (互斥),故 $\operatorname{Cov}(I_i,J_i)=0-EI_iEJ_i=-p_1p_2$ ;
- **异次**($i\ne j$ ):两次独立,$\operatorname{Cov}=0$ 。
共 $n$ 个同次项,故
$$\operatorname{Cov}(N_1,N_2)=-np_1p_2=-10\times0.2\times0.3=-0.6 .$$
**(Ⅲ)**
$$\rho=\frac{-0.6}{\sqrt{1.6}\sqrt{2.1}}=\frac{-0.6}{\sqrt{3.36}}=-\frac{\sqrt{21}}{14}\approx-0.327 .$$
**为什么必然为负**:总次数固定为 $10$ 。$A$ 出现得越多,名额就被占得越多,留给 $B$ 的就越少——**此消彼长**。数学上就是"同次互斥"导致的 $-np_1p_2$ 。
**验算**:$N_1+N_2\sim B(10,0.5)$ ,故 $D(N_1+N_2)=10\times0.5\times0.5=2.5$ ;另一方面 $D(N_1+N_2)=DN_1+DN_2+2\operatorname{Cov}=1.6+2.1+2(-0.6)=3.7-1.2=2.5$ ✓——**这条验算同时确认了协方差的数值**。
**带走结论**:**多项分布任意两类的协方差恒为 $-np_ip_j$ 的形式**,这个式子里的负号来自"类别互斥"。它与"独立"毫无矛盾:两类在**不同次试验**中完全独立,只是**同次**不能共存。
> **关联** · 盘点 [§3.3 相关系数的意义与极值](01-知识点盘点.md#user-content-33-相关系数的意义与极值) | 上游 [点 3 题 3](04-点3-协方差与相关系数.md#user-content-题-3--33相关系数的三条性质) | 下游 — | 速查 [六 相关系数三条](07-速查卡.md#user-content-六-相关系数三条)
---