- 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
12 KiB
tags, 专题, 日期, 状态, 关联笔记
| tags | 专题 | 日期 | 状态 | 关联笔记 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
概率论 第4讲 · 点5 线性组合与最值 | 2026-11-07 | 知识点带题(5.1 线性组合、5.2 方差最值、5.3 三条恒等式,共 4 题) |
|
点 5 线性组合与最值
2025·8 直接问"
\sigma_X=\sigma_Y时D(aX+bY)的最值",命题组已经把它当独立考点在用|重要度 ★★★ 依赖:点 1—点 4,尤其 §3.2 的双线性。盘点对应:§5 全节。
组织原则:这一点看着有三节,其实是同一条式子的三种问法——D(aX+bY) 怎么展开(5.1)、在 a^2+b^2=1 下怎么求极值(5.2)、系数全取 1/n 时得到什么(5.3)。四题按"展开 → 同方差极值 → 异方差极值 → 平均与偏差平方和"递进,最后一题是第 6 讲无偏性的直接铺垫。难度标准:★☆☆ 一题、★★☆ 两题、★★★ 一题。
知识点 5.1 线性组合的期望与方差(出处:知识章 §2.2)
D\left(\sum_{i=1}^{n}a_iX_i\right)=\sum_{i=1}^{n}a_i^2DX_i+2\sum_{i<j}a_ia_j\operatorname{Cov}(X_i,X_j).
两项的情形(考场上 99% 用到的是这个):
D(aX+bY)=a^2DX+b^2DY+2ab\operatorname{Cov}(X,Y)=a^2DX+b^2DY+2ab\rho_{XY}\sigma_X\sigma_Y .
三条操作提示:
- 常数项直接扔:
D(aX+bY+c)=D(aX+bY); - 系数取平方:是
a^2,不是|a|,所以a=-2与a=2对DX的贡献一样; - 交叉项跟着符号走:
b<0时交叉项为负——这是唯一需要留心的地方,也是D(X-Y)不等于DX+DY的原因。
一个随手可用的上界:由
|\rho|\le1得\operatorname{Cov}\le\sigma_X\sigma_Y,故D(X+Y)\le(\sigma_X+\sigma_Y)^2。算出来的值超过这个数,一定是把某处符号弄反了。
知识点 5.2 方差的最值(出处:知识章 §2.2)
在约束 a^2+b^2=1 下求 D(aX+bY) 的极值,把它写成二次型:
D(aX+bY)=\begin{pmatrix}a&b\end{pmatrix}\Sigma\begin{pmatrix}a\\b\end{pmatrix},\qquad \Sigma=\begin{pmatrix}\sigma_X^2&\rho\sigma_X\sigma_Y\\ \rho\sigma_X\sigma_Y&\sigma_Y^2\end{pmatrix}.
结论:最大值 = \Sigma 的较大特征值,最小值 = 较小特征值;两根 \lambda 是
\lambda^2-\left(\sigma_X^2+\sigma_Y^2\right)\lambda+\sigma_X^2\sigma_Y^2\left(1-\rho^2\right)=0
的解。等价的两条检验:两特征值之和 =DX+DY 恒成立、两特征值之积 =DX\cdot DY\cdot(1-\rho^2) 也恒成立 。
同方差特例(\sigma_X=\sigma_Y=\sigma ):\lambda=\sigma^2(1\pm\rho) ,即
\max D=\sigma^2\left(1+|\rho|\right)\quad(\rho\ge0\ \text{取}\ a=b,\ \rho<0\ \text{取}\ a=-b),\qquad \min D=\sigma^2\left(1-|\rho|\right).
别背异方差的那个根式。考场上写特征方程
\lambda^2-S\lambda+P=0更快,S是两方差之和,P是DX\cdot DY\cdot(1-\rho^2),然后开根。
知识点 5.3 三条常用恒等式(出处:知识章 §1.1、§1.2)
\sum_{i=1}^{n}\left(X_i-\bar X\right)^2=\sum_{i=1}^{n}X_i^2-n\bar X^2;\qquad E\bar X=\mu,\quad D\bar X=\frac{\sigma^2}{n};
E\left[(X-c)^2\right]=DX+(EX-c)^2\quad(\text{在 }c=EX\text{ 处取最小 }DX).
第二条一行就能推(X_i 独立同分布时):D\bar X=\dfrac{1}{n^2}\sum DX_i=\dfrac{\sigma^2}{n} 。分母取 n 而不是 n-1 这一点最易记错 —— 这是样本均值与样本方差最容易被记串的一处。
第三条是均方误差分解:用常数 c 去猜 X ,误差被拆成"不可消除的波动 DX "加"猜偏了的那一段 (EX-c)^2 "。
题目(按知识点顺序对应)
题 1 · 5.1:两项线性组合的展开(★☆☆)
设
DX=1、DY=4、\rho_{XY}=\dfrac12。(Ⅰ)求
D(2X-Y+3); (Ⅱ)求\operatorname{Cov}(X+Y,\ X-Y); (Ⅲ)分别求D(X+Y)与D(X-Y),并验证二者之和等于2(DX+DY)。
怎么想:(Ⅰ)(Ⅲ)都是把 D(aX+bY) 的三项照抄,先把 \operatorname{Cov} 算成数;(Ⅱ)把 \operatorname{Cov} 当双线性乘法表逐项展开,\operatorname{Cov}(X,X) 就是 DX 。
解:
先算中间量:\sigma_X=1 、\sigma_Y=2 、
\operatorname{Cov}(X,Y)=\rho_{XY}\sigma_X\sigma_Y=\frac12\cdot1\cdot2=1 .
(Ⅰ) 取 a=2 、b=-1 :
D(2X-Y+3)=4DX+DY+2\cdot2\cdot(-1)\cdot\operatorname{Cov}(X,Y)=4+4-4=4 .
(Ⅱ) 双线性展开:
\operatorname{Cov}(X+Y,\ X-Y)=\operatorname{Cov}(X,X)-\operatorname{Cov}(X,Y)+\operatorname{Cov}(Y,X)-\operatorname{Cov}(Y,Y)
=DX-DY=1-4=-3 .
(Ⅲ)
D(X+Y)=DX+DY+2\operatorname{Cov}(X,Y)=1+4+2=7,
D(X-Y)=DX+DY-2\operatorname{Cov}(X,Y)=1+4-2=3 .
D(X+Y)+D(X-Y)=10=2(1+4)=2(DX+DY)\ ✓
带走结论:\operatorname{Cov}(X+Y,\ X-Y)=DX-DY 与 \rho 完全无关,可以直接当公式用。它就说明"和与差相不相关只取决于方差是否相等":DX=DY 时和与差必然不相关。
关联 · 盘点 §5.1 线性组合的期望与方差 | 上游 — | 下游 — | 速查 八 线性组合与方差最值
题 2 · 5.2:同方差下的最值(★★☆)
设
DX=DY=1、\rho_{XY}=\dfrac35。对满足a^2+b^2=1的实数a,b,记Z=aX+bY。(Ⅰ)把
DZ写成a,b的函数; (Ⅱ)求DZ的最大值与最小值,并指出取到时的(a,b); (Ⅲ)把\rho换成任意值,写出最大值的一般式。
怎么想:\sigma_X=\sigma_Y=1 时 a^2DX+b^2DY=a^2+b^2=1 是个常数,于是 DZ 只剩"1 加一个交叉项",最值就完全落在 ab 的取值范围上。
解:
(Ⅰ) \sigma_X=\sigma_Y=1 ,
DZ=a^2\cdot1+b^2\cdot1+2\cdot\frac35\cdot ab=a^2+b^2+\frac65ab=1+\frac65ab .
(Ⅱ) 由 a^2+b^2=1 得 |ab|\le\dfrac{a^2+b^2}{2}=\dfrac12 ,等号在 a=\pm b=\dfrac{1}{\sqrt2} 时成立。故
\max DZ=1+\frac65\cdot\frac12=1+\frac35=\frac85\quad\left(a=b=\frac{1}{\sqrt2}\right),
\min DZ=1+\frac65\cdot\left(-\frac12\right)=1-\frac35=\frac25\quad\left(a=\frac{1}{\sqrt2},\ b=-\frac{1}{\sqrt2}\right).
(Ⅲ) 一般地
\max DZ=\sigma^2\left(1+|\rho|\right),\qquad \min DZ=\sigma^2\left(1-|\rho|\right).
\rho\ge0 时取 a=b ,\rho<0 时取 a=-b (\rho 的符号决定"同向叠加"还是"反向抵消"涨方差)。
验算:用特征方程 \lambda^2-2\lambda+(1-\rho^2)=0 ,\rho=\frac35 时 \lambda^2-2\lambda+\frac{16}{25}=0 ,\lambda=1\pm\frac35 ,即 \frac85 与 \frac25 ✓。
带走结论:同方差时两个最值一相加正好 2\sigma^2 、一相减正好 2\sigma^2|\rho| 这两个数 。所以看到"\sigma_X=\sigma_Y 、求 D(aX+bY) 最值"的选项,先在心里算出 \sigma^2(1+\rho) 与 \sigma^2(1-\rho) ,选项里没有这两个数就直接判错。
关联 · 盘点 §5.2 方差的最值(选择压轴常客) | 上游 — | 下游 点 5 题 3 | 速查 八 线性组合与方差最值
题 3 · 5.2:异方差下配方(★★★)
设
DX=4、DY=1、\rho_{XY}=\dfrac12。在a^2+b^2=1下求D(aX+bY)的最大值与最小值,并给出取到最大值时的a:b。
怎么想:\sigma_X\ne\sigma_Y 时 a^2+b^2=1 这个约束消不掉两项,硬套同方差结论必错。只有两条路:拉格朗日乘子,或认成二次型求特征值。后者快得多。
解:
先写开:
D(aX+bY)=4a^2+b^2+2\cdot\frac12\cdot2\cdot1\cdot ab=4a^2+b^2+2ab .
写成二次型:
D(aX+bY)=\begin{pmatrix}a&b\end{pmatrix}\begin{pmatrix}4&1\\1&1\end{pmatrix}\begin{pmatrix}a\\b\end{pmatrix}.
特征方程(迹 =5 ,行列式 =4-1=3 ):
\lambda^2-5\lambda+3=0\quad\Rightarrow\quad\lambda=\frac{5\pm\sqrt{13}}{2}.
故
\max D(aX+bY)=\frac{5+\sqrt{13}}{2}\approx4.303,\qquad \min D(aX+bY)=\frac{5-\sqrt{13}}{2}\approx0.697 .
取到最大值时特征向量满足 (4-\lambda)a+b=0 ,即 b=(\lambda-4)a=\dfrac{\sqrt{13}-3}{2}a ,故
a:b=2:\left(\sqrt{13}-3\right)\approx1:0.303 .
归一化后 a\approx0.957 、b\approx0.290 。
验算:4(0.957)^2+(0.290)^2+2(0.957)(0.290)=3.664+0.084+0.555=4.303 ✓,且 a^2+b^2=0.916+0.084=1 ✓。
三条合理性检查(考场上用来秒杀错误选项):
\lambda_{\max}\ge\max\{DX,DY\}=4;\lambda_{\min}\le\min\{DX,DY\}=1;\lambda_{\max}+\lambda_{\min}=5=DX+DY,\lambda_{\max}\lambda_{\min}=3=DX\cdot DY\cdot(1-\rho^2)=4\cdot\frac34。
带走结论:约束 a^2+b^2=1 下二次型的极值就是协方差矩阵的特征值,因此必然满足"两特征值之和 = 方差之和"。这一条检验能一秒否掉一半的错误选项——选项里若出现 8 或 1 ,都不用算就知道是错的。
关联 · 盘点 §5.2 方差的最值(选择压轴常客) | 上游 点 5 题 2 | 下游 — | 速查 八 线性组合与方差最值
题 4 · 5.3:样本均值与偏差平方和(★★☆)
设
X_1,X_2,X_3,X_4独立同分布,EX_i=2、DX_i=4,记\bar X=\dfrac14\sum_{i=1}^{4}X_i。(Ⅰ)求
E\bar X与D\bar X; (Ⅱ)用恒等式\sum_{i=1}^{4}(X_i-\bar X)^2=\sum_{i=1}^{4}X_i^2-4\bar X^2求E\sum_{i=1}^{4}(X_i-\bar X)^2; (Ⅲ)求使E\left[(X_1-c)^2\right]最小的c及该最小值。
怎么想:(Ⅰ)用线性组合的期望方差;(Ⅱ)把恒等式两边的期望分别算出来相减,不要试图求 \sum(X_i-\bar X)^2 的分布;(Ⅲ)展开成 DX_1+(EX_1-c)^2 。
解:
(Ⅰ)
E\bar X=\frac14\sum EX_i=\frac{4\cdot2}{4}=2,
D\bar X=\frac{1}{4^2}\sum DX_i=\frac{4\cdot4}{16}=1 .
(Ⅱ) 两边分别取期望:
E\sum_{i=1}^{4}X_i^2=4\left(DX_i+(EX_i)^2\right)=4(4+4)=32,
E\left(4\bar X^2\right)=4\left(D\bar X+(E\bar X)^2\right)=4(1+4)=20,
E\sum_{i=1}^{4}(X_i-\bar X)^2=32-20=12 .
(Ⅲ)
E\left[(X_1-c)^2\right]=E X_1^2-2c\,EX_1+c^2=DX_1+(EX_1-c)^2=4+(2-c)^2\ \ge\ 4,
等号在 c=2=EX_1 处成立。最小值 =4=DX_1 。
验算:(Ⅱ)的结果应等于 (n-1)\sigma^2=3\times4=12 ✓。这正是样本方差 S^2=\dfrac{1}{n-1}\sum(X_i-\bar X)^2 的期望为 \sigma^2 的根据——分母取 n-1 而不是 n ,就是为了把这个 12 除回 4 。
带走结论:E\sum(X_i-\bar X)^2=(n-1)\sigma^2 必须背。第 6 讲判断 S^2 的无偏性、算 \chi^2(n-1) 的自由度、推 t 分布,全靠这一条。它比 n 少一个,是因为"减掉 \bar X "用掉了一个自由度。
关联 · 盘点 §5.3 三条常用恒等式 | 上游 — | 下游 — | 速查 九 三条恒等式