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
Yimu 326d9317f8 feat(概率论第4讲): 新建「知识点带题」全套,盘点+五点分册+速查卡共 19 题
- 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
2026-11-07 12:40:51 +08:00

10 KiB
Raw Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
概率论
数字特征
协方差
相关系数
概率论 第4讲 · 点3 协方差与相关系数 2026-11-07 知识点带题(3.1 定义、3.2 双线性、3.3 相关系数,共 4 题)
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)

\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)

  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 | 上游 — | 下游 — | 速查 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) | 上游 — | 下游 — | 速查 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 | 上游 — | 下游 点 3 题 4 | 速查 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 | 上游 点 3 题 3 | 下游 — | 速查 六 相关系数三条