- 01 知识点盘点:五节 + 按分值/依赖链两张表 + §0.4 反查 + 覆盖对照 13 行 + 相邻讲接口 - 02—06 五个点:期望(4)、方差与矩(4)、协方差与相关系数(4)、条件期望与重期望(3)、线性组合与最值(4) - 07 速查卡:九组结论 + 六处丢分点 + AUTO 回查 - 补齐 2025·8 的「σ 相同下 D(aX+bY) 最值」与异方差的特征值解法 - 全部数值经 sympy 复核;标题去公式以保锚点稳定
215 lines
9.6 KiB
Markdown
215 lines
9.6 KiB
Markdown
---
|
||
tags: [数学一, 在学练习, 概率论, 数字特征, 方差]
|
||
专题: 概率论 第4讲 · 点2 方差与矩
|
||
日期: 2026-11-07
|
||
状态: 知识点带题(2.1 定义与公式、2.2 性质、2.3 常见分布、2.4 矩与标准化,共 4 题)
|
||
关联笔记: ["[[README]]", "[[01-知识点盘点]]"]
|
||
---
|
||
|
||
# 点 2 方差与矩
|
||
|
||
> 真题锚点:2022·8(方差反求参数)、2025·8(线性组合方差)|重要度 ★★★
|
||
> 依赖:点 1 的数学期望。盘点对应:§2 全节。
|
||
|
||
**组织原则**:方差的一切计算都归结为一个式子 $DX=EX^2-(EX)^2$ ,所以先练这个(2.1),再练它的运算法则(2.2),然后收表与反求参数(2.3),最后补矩与标准化(2.4)。难度标准:★☆☆ 一题、★★☆ 三题。
|
||
|
||
## 知识点 2.1 定义与计算公式(出处:[知识章 §1.2](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
|
||
|
||
$$DX=E(X-EX)^2=E X^2-(EX)^2 .$$
|
||
|
||
**两条等价定义**:左边是"偏差平方的期望"(意义),右边是"先算二阶矩再减"(算法)。**考场一律用右边**。
|
||
|
||
$$DX=\sum_i(x_i-EX)^2p_i\quad\text{或}\quad DX=\int_{-\infty}^{+\infty}(x-EX)^2f(x)\,\mathrm dx .$$
|
||
|
||
## 知识点 2.2 四条性质(出处:[知识章 §1.2 性质](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
|
||
|
||
$$D(aX+b)=a^2DX;\qquad D(X\pm Y)=DX+DY\pm2\operatorname{Cov}(X,Y);\qquad DC=0 .$$
|
||
|
||
$$DX=0\iff P\{X=EX\}=1\ (\text{几乎处处为常数}).$$
|
||
|
||
> **两个高频错点**:① 常数项 $b$ 不影响方差(不是 $a^2DX+b^2$ );② **$D(X-Y)=DX+DY$ 才对**(独立时),**不是 $DX-DY$ 的形式**。记忆锚点:**方差是"散布程度",相减不会让散布变小**。
|
||
|
||
## 知识点 2.3 常见分布的方差(出处:[知识章 §1.4](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
|
||
|
||
| 分布 | $DX$ | 与 $EX$ 的关系 |
|
||
|---|---|---|
|
||
| $B(n,p)$ | $np(1-p)$ | $=EX(1-p)$ |
|
||
| $P(\lambda)$ | $\lambda$ | $=EX$ (泊松的"等散"性) |
|
||
| $G(p)$ | $\dfrac{1-p}{p^2}$ | $\dfrac{EX-1}{p}$ |
|
||
| $U(a,b)$ | $\dfrac{(b-a)^2}{12}$ | 只看区间长度 |
|
||
| $E(\lambda)$ | $\dfrac{1}{\lambda^2}$ | $=(EX)^2$ |
|
||
| $N(\mu,\sigma^2)$ | $\sigma^2$ | 参数即方差 |
|
||
| $\chi^2(n)$ | $2n$ | $=2EX$ |
|
||
|
||
**反求参数的套路**:二项给 $EX$ 与 $DX$ 两个条件,则
|
||
|
||
$$\frac{DX}{EX}=1-p\ \Rightarrow\ p;\qquad n=\frac{EX}{p} .$$
|
||
|
||
这一步比解方程组快,因为它先消掉 $n$ 。
|
||
|
||
## 知识点 2.4 矩与标准化(出处:[知识章 §1.1、§2](../../../../参考仓库/Math/probability-theory-and-mathematical-statistics/knowledge/3-digital-features/digital-features.tex))
|
||
|
||
$$A_k=EX^k\ (\text{原点矩}),\qquad B_k=E(X-EX)^k\ (\text{中心矩}).$$
|
||
|
||
**两条对应**:$A_1=EX$ 、$B_2=DX$ ;$B_3$ 刻画**偏度**($B_3=0$ 说明分布关于均值对称),$B_4$ 刻画峰度。
|
||
|
||
**标准化**:
|
||
|
||
$$X^*=\frac{X-EX}{\sqrt{DX}}\ \Longrightarrow\ EX^*=0,\quad DX^*=1 .$$
|
||
|
||
标准化是"查表"与"中心极限定理"的前置动作:任何正态都能化到 $N(0,1)$ ,任何和都能化成近似 $N(0,1)$ 。
|
||
|
||
---
|
||
|
||
## 题目(按知识点顺序对应)
|
||
|
||
### 题 1 · 2.1:二项分布的方差(★☆☆)
|
||
|
||
> 设 $X\sim B\!\left(3,\dfrac12\right)$ 。
|
||
>
|
||
> (Ⅰ)写出分布律,求 $EX$ 、$E X^2$ 、$DX$ ;
|
||
> (Ⅱ)用 $DX=EX(1-p)$ 复核;
|
||
> (Ⅲ)求 $D(2X+1)$ 。
|
||
|
||
**怎么想**:三项二项分布手算即可。第(Ⅱ)问是"用公式验算",第(Ⅲ)问只考一条性质 $D(aX+b)=a^2DX$ 。
|
||
|
||
**解**:
|
||
|
||
**(Ⅰ)** 分布律:
|
||
|
||
| $X$ | 0 | 1 | 2 | 3 |
|
||
|---|---|---|---|---|
|
||
| $p$ | $\frac18$ | $\frac38$ | $\frac38$ | $\frac18$ |
|
||
|
||
$$EX=0\cdot\frac18+1\cdot\frac38+2\cdot\frac38+3\cdot\frac18=\frac{3+6+3}{8}=\frac32 .$$
|
||
|
||
$$E X^2=0+1\cdot\frac38+4\cdot\frac38+9\cdot\frac18=\frac{3+12+9}{8}=3 .$$
|
||
|
||
$$DX=3-\left(\frac32\right)^2=3-\frac94=\frac34 .$$
|
||
|
||
**(Ⅱ)** $EX(1-p)=\dfrac32\cdot\dfrac12=\dfrac34=DX$ ✓。
|
||
|
||
**(Ⅲ)** $D(2X+1)=4DX=4\times\dfrac34=3$ 。
|
||
|
||
**验算**:逐项定义式核对:$DX=\sum(x_i-1.5)^2p_i=\left(2.25\cdot\frac18\right)+\left(0.25\cdot\frac38\right)+\left(0.25\cdot\frac38\right)+\left(2.25\cdot\frac18\right)$
|
||
|
||
$=0.28125+0.09375+0.09375+0.28125=0.75$ ✓。
|
||
|
||
**带走结论**:**常数项不进方差**——$D(2X+1)=D(2X)=4DX$ 。这条每年都有人写成 $4DX+1$ 。
|
||
|
||
> **关联** · 盘点 [§2.1 定义与计算公式](01-知识点盘点.md#user-content-21-定义与计算公式) | 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 · 2.2:方差性质与协方差交叉项(★★☆)
|
||
|
||
> 设 $DX=4$ 、$DY=9$ 、$\rho_{XY}=\dfrac13$ ,求
|
||
>
|
||
> (Ⅰ)$\operatorname{Cov}(X,Y)$ ;
|
||
> (Ⅱ)$D(2X-3Y+1)$ ;
|
||
> (Ⅲ)$D(X-Y)$ 与 $D\!\left(\dfrac X2+\dfrac Y3\right)$ 。
|
||
|
||
**怎么想**:先由 $\rho$ 反解 $\operatorname{Cov}$ ($\operatorname{Cov}=\rho\sigma_X\sigma_Y$ ,注意是**标准差**之积,不是方差之积)。然后一律套 $D(aX+bY)=a^2DX+b^2DY+2ab\operatorname{Cov}$ ,**符号跟着 $a,b$ 走**。
|
||
|
||
**解**:
|
||
|
||
**(Ⅰ)** $\sigma_X=2$ 、$\sigma_Y=3$ ,故
|
||
|
||
$$\operatorname{Cov}(X,Y)=\rho\sigma_X\sigma_Y=\frac13\cdot2\cdot3=2 .$$
|
||
|
||
**(Ⅱ)** $a=2$ 、$b=-3$ :
|
||
|
||
$$D(2X-3Y+1)=4DX+9DY+2(2)(-3)\operatorname{Cov}=4\cdot4+9\cdot9-12\cdot2=16+81-24=73 .$$
|
||
|
||
**(Ⅲ)**
|
||
|
||
$$D(X-Y)=DX+DY-2\operatorname{Cov}=4+9-4=9 .$$
|
||
|
||
$$D\!\left(\frac X2+\frac Y3\right)=\frac14DX+\frac19DY+2\cdot\frac12\cdot\frac13\operatorname{Cov}=1+1+\frac{2}{3}=\frac83 .$$
|
||
|
||
**验算**:$D(X-Y)+D(X+Y)=2(DX+DY)=26$ ;本题 $D(X+Y)=4+9+4=17$ ,$17+9=26$ ✓(交叉项相消的检验)。
|
||
|
||
**带走结论**:**协方差公式的符号规则**:$a,b$ 同号则交叉项为正("同向放大"),异号则为负("相互抵消")。第(Ⅱ)问里 $-3Y$ 使交叉项变负,$73<16+81=97$ ,说明两变量部分抵消——这正是"负相关能降风险"的数学表达。
|
||
|
||
> **关联** · 盘点 [§2.2 四条性质](01-知识点盘点.md#user-content-22-四条性质) | 上游 — | 下游 — | 速查 [四 方差性质与矩](07-速查卡.md#user-content-四-方差性质与矩)
|
||
|
||
---
|
||
|
||
### 题 3 · 2.3:由期望与方差反求参数(★★☆)
|
||
|
||
> 设 $X\sim B(n,p)$ ,已知 $EX=2.4$ 、$DX=1.44$ 。
|
||
>
|
||
> (Ⅰ)求 $n$ 与 $p$ ;
|
||
> (Ⅱ)求 $P\{X=0\}$ 与 $P\{X\ge1\}$ ;
|
||
> (Ⅲ)若 $Y=3X-2$ ,求 $EY$ 与 $DY$ 。
|
||
|
||
**怎么想**:把两个条件写成 $np=2.4$ 、$np(1-p)=1.44$ ,**两式相除立刻得 $1-p$ 的值**,这是最快的路。别展开成一元二次方程。
|
||
|
||
**解**:
|
||
|
||
**(Ⅰ)** 两式相除:
|
||
|
||
$$\frac{DX}{EX}=1-p=\frac{1.44}{2.4}=0.6\ \Rightarrow\ p=0.4 .$$
|
||
|
||
再由 $np=2.4$ 得 $n=\dfrac{2.4}{0.4}=6$ 。
|
||
|
||
**(Ⅱ)**
|
||
|
||
$$P\{X=0\}=(1-p)^6=0.6^6=0.046656,$$
|
||
|
||
$$P\{X\ge1\}=1-0.046656=0.953344 .$$
|
||
|
||
**(Ⅲ)**
|
||
|
||
$$EY=3EX-2=3(2.4)-2=5.2,\qquad DY=9DX=9(1.44)=12.96 .$$
|
||
|
||
**验算**:$DX=np(1-p)=6\cdot0.4\cdot0.6=1.44$ ✓;$EX=6\cdot0.4=2.4$ ✓。
|
||
|
||
**带走结论**:**给 $EX$ 与 $DX$ 求二项参数,先算 $1-p=DX/EX$ 这个比值**。同样的技巧对泊松无效(泊松只有一个参数,$EX=DX=\lambda$ ,两个条件必须相容才算得出)。
|
||
|
||
> **关联** · 盘点 [§2.3 常见分布的方差](01-知识点盘点.md#user-content-23-常见分布的方差) | 上游 — | 下游 — | 速查 [二 七大分布的期望与方差](07-速查卡.md#user-content-二-七大分布的期望与方差)
|
||
|
||
---
|
||
|
||
### 题 4 · 2.4:矩、偏度与标准化(★★☆)
|
||
|
||
> 设 $X$ 的分布律为 $P\{X=0\}=P\{X=2\}=\dfrac14$ 、$P\{X=1\}=\dfrac12$ 。
|
||
>
|
||
> (Ⅰ)求 $A_1$ 、$A_2$ 、$B_2$ 、$B_3$ ;
|
||
> (Ⅱ)写出标准化变量 $X^*$ ,验证 $EX^*=0$ 、$DX^*=1$ ;
|
||
> (Ⅲ)由 $B_3=0$ 能得出什么结论?反过来成立吗?
|
||
|
||
**怎么想**:$A_1$ 与 $A_2$ 是原点矩,直接加权;$B_2$ 就是 $DX$ ;$B_3$ 要按定义 $E(X-EX)^3$ 加权。第(Ⅲ)问是辨析题——"对称 $\Rightarrow B_3=0$ "成立,"$B_3=0\Rightarrow$ 对称"不成立。
|
||
|
||
**解**:
|
||
|
||
**(Ⅰ)** 先算 $EX$ :
|
||
|
||
$$A_1=EX=0\cdot\frac14+1\cdot\frac12+2\cdot\frac14=1 .$$
|
||
|
||
$$A_2=EX^2=0+1\cdot\frac12+4\cdot\frac14=1.5 .$$
|
||
|
||
$$B_2=DX=A_2-A_1^2=1.5-1=0.5 .$$
|
||
|
||
$$B_3=E(X-1)^3=(-1)^3\cdot\frac14+0^3\cdot\frac12+(1)^3\cdot\frac14=-\frac14+\frac14=0 .$$
|
||
|
||
**(Ⅱ)** $X^*=\dfrac{X-1}{\sqrt{0.5}}=\sqrt2\,(X-1)$ 。于是 $X^*$ 取值 $-\sqrt2,\,0,\,\sqrt2$ ,概率 $\frac14,\frac12,\frac14$ :
|
||
|
||
$$EX^*=\sqrt2\left(-1\cdot\frac14+0+1\cdot\frac14\right)=0\ ✓$$
|
||
|
||
$$D X^*=2\cdot DX=2\cdot0.5=1\ ✓$$
|
||
|
||
(也可直接用性质:$E(aX+b)=aEX+b$ 、$D(aX+b)=a^2DX$ ,取 $a=\frac{1}{\sqrt{DX}}$ 、$b=-\frac{EX}{\sqrt{DX}}$ 即得。)
|
||
|
||
**(Ⅲ)** $B_3=0$ 说明**分布没有偏斜的方向**。本题的分布律关于 $x=1$ 对称,所以 $B_3=0$ 是必然的。
|
||
|
||
**反过来不成立**:存在不对称但 $B_3=0$ 的分布(例如把 $X$ 的若干概率做小幅非对称调整,使三阶矩恰好抵消)。三阶矩只是一个"加权和",**一个等式控制不了整个分布的形状**。
|
||
|
||
**验算**:$P\{X=0\}+P\{X=1\}+P\{X=2\}=\frac14+\frac12+\frac14=1$ ✓;$B_2>0$ ✓。
|
||
|
||
**带走结论**:**矩只能刻画分布的"几个侧面"**:一阶看位置、二阶看散布、三阶看偏斜。任何"由矩反推分布"的结论都需要额外条件(如正态、或所有阶矩都已知)。
|
||
|
||
> **关联** · 盘点 [§2.4 矩与标准化](01-知识点盘点.md#user-content-24-矩与标准化) | 上游 — | 下游 — | 速查 [四 方差性质与矩](07-速查卡.md#user-content-四-方差性质与矩)
|
||
|
||
---
|